标签

AI巨头高薪争夺文科人才:真正稀缺的并非文凭,而是让智能更懂人言

“AI大厂月薪3万疯抢文科生”之所以能引爆舆论,核心并不在于数字本身。而是它打破了无数人的惯性思维。长久以来,大众普遍认为AI浪潮应是理工科的主场。然而近期大量招聘启事与行业报道明确指出,中文、新闻、社会学、哲学、戏剧文学等专业背景,正频繁现身AI岗位的任职条件中。热搜标题截图此类话题引发热议,本身就证明这已超出普通招聘信息的范畴,正在颠覆公众对于“谁将分享AI红利”的固有认知。综合2026年3月以来多家媒体的报道来看,人工智能领域的新兴需求,正逐步向以下方向拓展:表面上,这些职位看似远离“技术内核”。但

2026-06-29 06:17:44  |  8 阅读

人工智能全链条图谱:从底层算力到终端应用

人工智能全链条图谱(底层-核心-终端)核心逻辑:底层硬件盈利最优、增长最为确定;核心算法前期投入巨大、后续逐步变现;终端应用场景丰富,最终完成价值回收。一、底层:基础算力支撑(产业"根基",最早获得红利)职能:输出计算能力、数据资源、半导体器件,作为产业链的赋能者,门槛极高,呈现集中化格局。1. 芯片半导体(关键引擎)1)智能计算芯片:GPU/DCU/FPGA/ASIC•国际巨头:英伟达(份额超80%)、AMD、英特尔•本土力量:海光信息、寒武纪、壁仞、沐曦2)存储配套:HBM高带宽存储、DRAM、NAN

2026-06-29 05:04:20  |  24 阅读

AI生态大战开启:模型落地成关键

一周热点速递,5分钟看懂AI圈新动向 · 一刀侃出品OpenAI发布GPT-5.6三款模型,旗舰Sol直指Claude Mythos6月27日,OpenAI正式推出GPT-5.6有限预览版,同步上线三个版本:Sol(太阳)专注复杂推理与编程,Terra(地球)适配日常办公,Luna(月亮)主打轻量高速。Sol在编程测试Terminal-Bench 2.1中领先Claude Fable 5达7.6%,在网络安全测试ExploitBench上逼近Mythos表现。受美国监管限制,当前仅对少数合作方开放。360

2026-06-29 03:57:12  |  16 阅读

AI禁令遭反噬:亚洲抢跑,市场换道

6月9日,Anthropic推出了Fable 5与Mythos 5。一款面向大众,一款服务企业网络安全。自诩史上最强,连Sam Altman都发推祝贺。 6月12日,美国商务部一纸出口管制令落下。语气委婉,效力干脆。所有非美国籍用户对这两款模型的访问,瞬间中断。Anthropic内部的外籍人员同样被排除在外。 从亮相到封禁,仅72小时。 这看似一出"国家安全大获全胜"的戏码。然而剧情正朝意想不到的方向演变。 两周内,亚洲涌现多个"Mythos"替代品 Anthropic遭禁48小时后,智谱推出GLM-5.

2026-06-29 02:25:53  |  7 阅读

AI 行业再迎大考:是泡沫还是新机遇

引言:探讨投资回报率,究竟该如何计算?市场似乎在新能源巅峰期找到了既视感?产能扩张、竞争加剧、价格下探,迹象如出一辙?GPT 推出的 5.6 版本新模型表现如何?Anthropic 的年度经常性收入是否再次加速增长?本周模型领域变动频繁,应作何解读?本期旨在逐一剖析上述疑问近两周关于泡沫与 ROI 的询问激增,上一次如此密集追问是在 25Q4 至元旦期间,当时 Anthropic 的 ARR 刚启动加速,质疑便消弭。近期市场震荡显著,尤其获悉部分产业动态后,咨询量陡增。核心疑问无非以下几点:编程代码能支撑

2026-06-29 02:06:50  |  16 阅读

DeepSeek与北大联合发布DSpark:推理效率飙升六成

【TechWeb】6月27日,DeepSeek团队携手北京大学共同推出名为《DSpark》的学术论文(基于speculative decoding技术路径),展示了一种提升大模型运算效率的创新方案。

2026-06-29 01:41:55  |  13 阅读
24次预测仅命中5场!12款AI模型集体遭遇滑铁卢之夜

24次预测仅命中5场!12款AI模型集体遭遇滑铁卢之夜

2026年FIFA世界杯小组赛激战正酣,北京时间6月28日上午7点30分,两场对决同时打响:刚果(金)迎战乌兹别克斯坦,哥伦比亚对阵葡萄牙。赛前,由联想集团携手咪咕视频共同发起的《世界杯预测人机大战》活动中,12家大模型纷纷亮出各自判断。然而赛果揭晓后,这一轮成为AI阵营在本届赛事中最惨痛的失利——两场比赛累计24次胜负预测,仅5次命中。AI再次被世界杯的现实狠狠教育了一番。刚果(金)3:1乌兹别克斯坦,AI阵营三足鼎立,刚果(金)击穿所有预测率先爆出冷门的是刚果(金)与乌兹别克斯坦的交锋。赛前,12家A

2026-06-29 01:37:44  |  19 阅读

人工智能在咨询领域的实际效用分析

图片来源网络近期获悉某位知名意见领袖开始运用AI技术优化人力资源管理流程,我不禁感叹其对行业热点的敏锐嗅觉。实际上,近期多家咨询机构都在推广AI相关课程与实践应用。同时我也产生了一个疑问:他原本专精于企业文化领域,为何突然转向AI赛道?难道人工智能对企业文化建设具有特殊功效?此前与朋友交流时也谈到类似现象,客户们普遍希望在各类项目中融入AI元素,似乎所有业务都呈现AI加持的趋势。最近接触的一个人才评估项目同样如此,直接询问AI面试对人才盘点的影响。人们接受新事物的速度确实令人惊叹,但鲜为人知的是,AI对大

2026-06-28 22:33:06  |  7 阅读

AI自动生成SJT测评系统

AI驱动的情境判断测验(SJT)自动生成与优化智启时代,AI赋能人才测评在数字化浪潮下,人工智能正以前所未有的方式重塑各行各业。而在人力资源管理(HRM)领域,如何利用AI提升测评效率,一直是学术界和产业界关注的焦点。今天,我们要为大家介绍一款「AI驱动的情境判断测验(SJT)自动生成与优化智能体」。它不仅是技术的展示,更是一次对“未来招聘”的探索。情境判断测验(SJT)是人才测评中的“金标准”,用于考察候选人在特定工作情境下的判断和行为倾向。然而,传统的SJT开发面临着三大难题:从编写题干、设计选项到专

2026-06-28 22:24:50  |  10 阅读

AI日报 | 2026年6月27日 前沿大模型最新资讯

📅 2026年6月27日 星期六 | 每日早晨7点准时更新🚀 GPT-5.6三档模型开启限流测试,特朗普政府要求"逐客户审批" OpenAI于6月26日正式开启GPT-5.6系列模型限流测试,涵盖Sol(复杂推理任务)、Terra(日常通用场景)、Luna(低成本大规模调用)三档。受特朗普政府安全审查要求,该模型将采用分批次发布策略,由联邦政府按客户逐一审批访问权限,完整公开版本预计延至7月第二周。此举或将成为未来所有前沿模型发布的标准范式。 📌

2026-06-28 22:15:52  |  24 阅读

AI亲手打造算力基石:Jalapeño芯片背后的范式转变

AI 曾主要用于辅助写代码、生成内容与处理任务。如今,OpenAI 与 Broadcom 联合推出的 Jalapeño 芯片,标志着这一进程迈出了关键一步:AI 开始直接参与设计自身运行所需的硬件。本文从 Jalapeño 仅用 9 个月完成 tape-out 的突破说起,揭示“AI 设计 AI 芯片”并非空谈,而是 AI 竞争从模型与产品,深入至芯片、推理成本与数据中心的明确信号。过去几年,人们常问:AI 会重塑软件开发吗?如今答案已清晰可见。写代码、修复 Bug、自动化测试、生成文档,AI 已深度融入

2026-06-28 21:04:31  |  16 阅读
梁文锋力作DSpark:掌握这十大核心即可通关

梁文锋力作DSpark:掌握这十大核心即可通关

出处:量子位 梁文锋挂名的DeepSeek最新论文DSpark或许你已看过—— 单用户速率拔高85%、高并发环境下有效吞吐暴增4倍。 然而你确实领悟了吗? 莫慌,已有行家帮你剖析完毕。 Fireworks AI的联合创始人兼CTO、PyTorch核心开发者Dmytro Dzhulgakov把全篇论文归纳成10大要点,从最底层的GPU显存访问特征聊到最顶层的在线自适应调度。 他指出: DeepSeek此番架构的真正核心在于系统工程与模型协同设计。 相关基础理念前人虽已提出,难能可贵的是其将多种技术整合为一套

2026-06-28 20:50:31  |  20 阅读

GPT-5.6震撼登场|OpenAI三层架构重塑AI市场格局

📌 要点速览 OpenAI于6月26日正式推出GPT-5.6系列,Sol/Terra/Luna三个层级版本定价区间从1美元延伸至30美元,目前仅向大约20家合作机构开放试用。OpenAI 彻底弃用此前的 nano/mini 命名体系,转而采用全新的 Sol/Terra/Luna 三级分层架构:图:GPT-5.6 Sol/Terra/Luna 三层级定位差异解析本次发布采取限定的内测策略,仅面向约20家合作单位开放试用。这一举措与美国政府6月2日颁布的 AI 安全评估行政命令存在紧密关联。➤ 美国政府明确规

2026-06-28 20:48:36  |  18 阅读

捷报|无问智科闯入央视《赢在AI+》全国80强,位列'智驱灵动'赛道前八

6月13日,由中央广播电视总台倾力打造的国内首档大型纪实创投栏目《赢在 AI+》第二季首轮晋级赛于杭州拉开帷幕。逾 1000 家 AI 企业踊跃报名、611 家企业登台路演,无问智科依托世界模型驱动的物理AI数据基座卓越实力,顺利闯入全国 80 强,并成功跻身 "智驱灵动" 赛道全国 8 强。PART.01WUWENAI强势突围,挺进全国 80 强本轮晋级赛精心设置 "智能排位赛"" 创投面对面 ""晋级终选赛" 三大核心环节,全方位评估 A

2026-06-28 20:40:22  |  16 阅读

人工智能期末核心考点详解 上篇

第二章:1、无监督学习的训练样本仅含输入特征,缺乏预设输出标签,模型依靠自主发掘数据内在规律(例如聚类)来完成学习。2、结构化数据常以表格或数据库记录形式呈现,具备标准化字段(如姓名、年龄、分数),可直接被传统机器学习模型处理。3、分类算法的根本目标是将数据归入不同类别,输出离散的类别标签(例如判定图像是否属于猫)。4、在机器学习领域,(强化学习)侧重于探讨如何通过与环境互动来制定决策。5、聚类算法不需要预设标签,通过计算数据对象间的相似程度,将相似对象归入同一簇(组),实现数据的无监督分组。6、决策树属

2026-06-28 19:07:45  |  12 阅读