夏季AI研招宣讲|卢志武教授谈多模态推理与生成技术
“AI之夏”研招系列学术讲座第6讲：多模态推理与生成AI之夏研招讲座“AI之夏”研招系列学术讲座第6讲，由人大高瓴人工智能学院卢志武教授为大家宣讲。讲座信息讲座主题：多模态推理与生成活动时间：7月6日下午13:00-14:00直播地址：抖音号：dyjnmwmnh3bc或抖音关注 @中国人民大学高瓴人工智能学院打开抖音搜索页扫一扫👇嘉宾信息：卢志武，中国人民大学高瓴人工智能学院教授，博士生导师。2005年毕业于北京大学数学科学学院信息科学系，获理学硕士学位；2011年毕业于香港城市大学计算机系，获博士学位。
如何看待AI在学习中的应用
我觉得在学习中碰到难题不应立刻求助AI，而应主动独立思考。借助AI辅助学习时，不能只追求答案，单纯获取答案毫无意义，下次遇到同类问题依然无法解决，必须学会思考并深入分析题目。因此要明白解题的思路是什么，为什么要这样处理？过度依赖AI进行写作同样不可取。AI生成的内容毕竟来自机器，虽然效率很高，但容易出现语句重复，若非本人构思，思想深度也会欠缺，等到真正需要自己动笔时却写不出来，又有何用？AI是技术进步的产物，合理运用能帮助我们拓展更多知识。
速看！深圳7月AI智能体培训课程开启，零基础也能轻松上手搭建！
按照《关于深入实施“人工智能+”行动的意见》部署，“到2027年，新一代智能终端、智能体等应用普及率率先突破70%”“到2030年，人工智能全方位赋能高质量发展，新一代智能终端、智能体等应用普及率突破90%”。这表明未来AI智能技术将广泛渗透到日常工作生活与经济发展各领域。为积极响应“人工智能+”行动倡议，加快培育大量掌握AI智能体搭建技能、熟悉AI技术并能跨行业落地应用的专业人才，现正式启动AI智能体应用工程师培训项目。https://www.gov.cn/zhengce/zhengceku/20250
广州7月AI智能体培训开放报名，零代码也能入门
根据《关于深入实施“人工智能+”行动的意见》的规划，“到2027年，率先实现新一代智能终端、智能体等应用普及率超70%”“到2030年，人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%”。这一规划也说明，在未来，AI智能技术即将大规模应用到人们的实际工作生活和经济发展中。为响应“人工智能+”行动号召，帮助培养更多具备AI智能体搭建能力，懂AI技术，并能在各行各业场景中落地应用的人才，现开展AI智能体应用工程师培训项目。https://www.gov.cn/zhengce/zhengc
AI驱动科研全链路实战训练营
线上直播直播时间：7月18日-19日、25日-26日【提供全部资料、代码及长期回放】前言课程大纲证书及学时报名方式面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战培训班直播时间：7月17日-18日基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程直播时间：7月25日-26日2026基于前沿AI-Agent2.0驱动的科研全链路实战营：一站式掌握LL
AI时代来临，普通人应钻研技能还是提升洞察力？
近几年来，许多人面对AI的第一反应是赶紧补充技术知识。学习提示技巧，掌握视频剪辑，钻研编程，熟悉自动化流程，探索各类工具。这当然没错。新工具问世，若连基本操作都不了解，必然会被拉开差距。但如果仅将问题归结为“我是否要学习技能”，反而容易误入歧途。因为AI日益强大后，最先贬值的正是许多“操作型”能力。以往撰写文案、设计图像、整理数据表、编写代码都需一定门槛。如今，只要清晰表达需求，AI便能迅速生成一个初步版本。这揭示了什么？揭示普通人真正面临的挑战，不仅是“我能否使用AI”，更是“我是否知道该让AI做什么”
AI老师助考准确率超90%？全流程揭秘
全文共计942字 | 阅读时长约2分钟视频时长2分28秒备考一建等大考，你是否常遇到这些难题：不确定报名条件？刷题错得不明不白？... ...以前，你只能自己翻书找答案。现在，所有问题都有了一个更高效的选择——✅AI First，先问AI老师。最近登录环球网校页面、App或iPad端，你会发现多了一个小图标👇。△ 环球网校官网示例这绝不是只会说套话的普通机器人，而是一位真正懂备考的智能学习顾问。🎬视频推荐🎬准确率90%以上！硬核助力的底气来自哪里？考证的人都知道，答案准不准，是命根子。环球网校AI老师之所
AI技术周报：世界模型自适应、超导体AI发现、仿真新范式
近期AI技术领域迎来多项重大进展：LeCun团队实现世界模型在部署中的持续学习，阿里达摩院AI智能体在28小时内发现6.8万种超导体，英伟达与李飞飞团队提出“Real2Sim”新范式——仅需一段真实视频即可自动生成机器人仿真环境。学术方面，人大高瓴提出强化学习微调新算法，上海交大实现VLA数据筛选加速313倍；产品方面，智谱ZCode编程工具正式上线，Google SynthID水印认证已覆盖超千亿图片。以下按类别进行梳理。机构：纽约大学/AMI研究所（杨立昆联合创办） | 标签：【具身智能】【世界模型】
AI助教进课堂：用项目管理让AI懂你的教学
前几天，有位老师问我：为什么你开发课堂工具越来越快？同样都是一句提示词。为什么有时候，我几分钟就能完成一整节课的资源？其实，我后来发现，并不是我写提示词越来越厉害。而是我开始改变了一种工作方式。以前，我是做一个网页、存一个文件；做一份PPT、再建一个文件夹。现在，我会先建立一个Project（项目）。而且，不是一个网页项目。而是一节课、一个主题学习项目。今天，就以《世界杯主题学习》为例，和大家分享我的做法。相信很多老师都很熟悉，为了准备一节课，电脑里会出现很多零散文件：随着资料越来越多，过一段时间就会忘记
AI致脑疲，新闻人如何自处？
近来，社交平台上流行起一个说法“AI脑疲”。有人察觉，自己启动AI本欲提升效率，结果浏览了大量资讯，却毫无留存；产出了众多提案，却讲不清脉络；信息愈积愈多，头脑却愈加倦怠，这便是AI“脑疲”现象。我们该怎样与AI共处？AI又会如何重塑我们的认知模式？本期中新社“庖丁解news”专访了北京航空航天大学高研院科技治理中心副主任、副教授何静，剖析AI“脑疲”的根源与应对之道。01AI"脑疲"非资讯超载，而是“学习剥夺”在何静看来，AI“脑疲”让人体会到的不仅是资讯超载，更是一种隐性的“学习剥夺”
AI算法重构外墙检测
行业多数仍依赖“航拍+人工判图”，我们已实现：无人机采集 + AI自动识别病害。当前市场现状：众多企业虽配备无人机与热成像设备，但图像仍需人工逐张肉眼分析、凭经验判断。人工判图普遍存在：标准不一、经验偏差、疲劳漏检、效率低下、数据不规范。湖南巨好智检，率先落地外墙专用AI深度学习算法。AI系统核心能力：1、自动识别外墙空鼓区域；2、自动识别渗漏积水区域；3、自动识别细微裂缝、老化、脱胶；4、自动标注病害位置、面积、等级；5、自动过滤干扰、精准防误判。从“人眼猜隐患”跃升为“AI数据定隐患”。这才是行业真正
AI先驱Yann LeCun再破世界模型瓶颈：AI实现边执行边进化！
世界模型被普遍视为迈向通用人工智能的关键路径之一，它相当于AI在内部构建了一个由外部环境构成的模拟系统，Yann LeCun是这一领域极具号召力的倡导者。以往的世界模型存在一个明显短板：在实验室中用大量数据完成训练后，其参数随即进入冻结状态，然后直接投入使用，相当于训练一次，终身使用。这使得它一旦进入新环境，碰到未曾见过的情形，就很容易暴露出掉链子的状况。模型能否适应现实环境，完全取决于训练数据是否涵盖所有情形，但现实环境的复杂度远超训练数据所能覆盖的范围。近期，纽约大学携手前Meta首席AI科学家LeC
AI 助你高效编程
如今人工智能助力开发者提速代码编写。面对复杂逻辑时，只需向 AI 工具说明需求。它将生成基础代码供参考。不过，程序员仍需逐行仔细审查。AI 偶尔会写出错误或存在安全隐患的代码，可能引发系统故障。今日短文旨在让 AI 承担核心编码工作，你只需清晰表达需求并理解其大致逻辑，无需深究每一行细节。你的职责是把控方向，确保不偏离轨道。毕竟，它终究是工具，需按你的意图执行。重启英语学习，每日一段，话题均围绕 AI 展开。若无法参与 AI 软件开发，也可投身相关知识的研习。英文内容，每日坚持！加油！
AI的困局：尚难复现天然的人与世界联结
当前AI面临的核心发展瓶颈在于，它仅能搭建条理分明、逻辑可控的科学关联，却无力孕育人与世界、知识、自我之间天然生成的原生关系。AI凭借数据拆解与规则推演来执行任务，缺乏内生好奇、生命体悟及自发求知欲，缺失维系自主学习的内在纽带，这导致它难以真正模拟人性化的学习与思维过程。一、核心观点当下大模型的底层局限可划分为两层：1.关系搭建维度：仅精通标准化、形式化、可量化的逻辑关联（因果、推理、数理、文本语法），无法生成人类与生俱来、未经规训的原生联结——人对世界的感知共情、对知识的本能亲近、对自我存在的持续审视，
AI辅助应有度
随着人工智能的普及，越来越多的孩子使用Ai工具解决问题。但千万不要过度依赖Ai，过度依赖会让人失去思考能力。 事情不能都交给Ai思考。 人类之所以不断进步，就是由于人类不断思考问题并解决问题。 但思考很烧脑，一些孩子懒得思考， 遇到问题，直接问Ai，让人工智能思考。 遇到问题，自己不思考，不思则罔！ 迷茫困惑、一无所获！ 遇到问题应该先想一想，实在想不通再寻求Ai协助，Ai给的答案和自己思考的答案差别。 Ai只是工具，不能过度依赖Ai。 不要让Ai削减在人类的思维！ Ai应该为提高人类的思维而发展！