德里克文 25-08-03 09:59
微博认证:AINEXT 联合创始人 AI博主

【AIGC日报】2025.8.3 | 今日要闻速览:
1. 我国人形机器人技术跻身全球第一梯队,工业机器人销量连续12年全球第一
2. 360发布全球首个L4级"多智能体蜂群"系统,可协同生成电影级内容
3. 昆仑万维开源MindLink推理大模型,数学推理能力十项评测夺冠
4. 神秘AI模型Horizon Alpha登顶EQ-Bench榜单,疑为OpenAI首个开源模型
5. GPT-5开发遇阻:人才流失与技术瓶颈致项目降级为GPT-4.5
6. OpenAI董事长强调计算机科学核心是系统思维而非编程语言
7. Stack Overflow调查:开发者对AI工具信任度从40%降至29%

以下为具体要闻内容:
1.我国人形机器人整体水平居全球第一方阵

中国电子学会理事长徐晓兰在2025世界机器人大会上宣布,中国在人形机器人运动性、灵巧性等领域取得重大突破,整体技术水平位居全球第一方阵。通过优化AI控制算法,国产机器人可实现毫秒级响应,运动性能持续提升。
我国工业机器人市场连续12年全球最大,2024年市场销量达30.2万套,产量超55.6万套。摩根士丹利报告显示,中国在机器人研发领域依托稀土资源、政策激励和教育体系优势快速发展,机器人人才培养高校数量和在校学生规模(超500万人)远超美国(92.3万人)。
来源:IT之家

2.360 纳米 AI 升级为首个“多智能体蜂群”,可生成 10 分钟电影级大片

360 宣布旗下纳米 AI 升级为“多智能体蜂群”,成为首个 L4 级智能体系统,支持多智能体协同工作。该系统可在一套指挥系统下组合 5 万余个 L3 级推理智能体,连续执行 2 小时超 1000 步任务,消耗超 2000 万 token,实现复杂目标如生成 10 分钟电影级内容。
目前已上线视频制作、电商带货等 10 余类蜂群应用场景,均由行业专家定制开发,目标是以群体协作模式达成用户需求。
来源:IT之家

3.昆仑万维开源推理大模型 MindLink,基于 Qwen 模型后训练

昆仑万维宣布开源推理大模型 Skywork MindLink,该模型基于 Qwen3-32B 和 Qwen2.5-72B 进行后训练,节省训练成本的同时提升原有能力。
其采用 Plan-based Reasoning 新范式,通过移除"think"标签降低推理成本,结合自适应机制根据任务难度整合推理与非推理回复。在人类最终考试(HLE)、美国数学奥赛(USAMO 2025)等 10 项评测中夺冠,数学领域包揽四项第一。目前开源 72B 版本模型权重,并提供技术报告和代码仓库。
来源:IT之家

4.神秘AI模型Horizon Alpha登顶EQ-Bench榜单,疑为OpenAI首个开源模型

神秘AI模型Horizon Alpha 7月31日通过OpenRouter平台低调发布,以优异表现超越Kimi K2登顶EQ-Bench创意写作榜单,展现出突出的情感智能和创作能力。
该模型创造者仍保持匿名,未提供技术文档及参数,引发社区猜测其可能为OpenAI首个开源模型或GPT-5测试版本。OpenAI正在加速测试GPT-5,预计将于8月正式发布。
来源:IT之家

5.GPT-5 开发受阻:人才流失与模型瓶颈成最大挑战

OpenAI 的 GPT-5 开发因核心团队遭 Meta 挖角、模型推理性能不足及内部管理混乱而陷入困境。原计划替代 GPT-5 的「Orion」项目因预训练数据枯竭和技术瓶颈失败,最终降级为 GPT-4.5。
团队转而押注推理模型,通过 Q* 技术突破和英伟达硬件支持,开发出基于强化学习的 o3 模型,但其转化为聊天版本后性能显著下降。
CEO 奥尔特曼称 GPT-5 在代码和复杂任务处理上远超预期,但承认其改进幅度难以比肩 GPT-3 到 GPT-4 的跨越。
来源:新智元

6.OpenAI 董事长布莱特·泰勒谈计算机科学:不只是编程语言

OpenAI 董事长布莱特·泰勒公开支持计算机科学专业,强调该学科的核心价值远超编程语言本身。他表示,计算机科学涵盖系统思维、复杂性理论及算法设计等深层知识,“写代码只是表面,真正的挑战在于解决复杂问题的能力”。泰勒预测,未来工程师可能转型为“操作自动生成代码的机器”,而系统思维能力仍将是核心竞争力。
微软、谷歌等科技公司高管也认同这一观点,指出AI辅助工具虽改变了编程方式(如谷歌30%新代码由AI生成),但计算机科学教育需更注重问题解决能力的培养。
来源:IT之家

7.Stack Overflow 调查显示开发者对 AI 工具信任度下降

Stack Overflow 对 4.9 万名开发者的调查显示,80% 的开发者依赖 AI 工具,但对其信任度从 40% 骤降至 29%。主要问题在于生成代码的准确性和可靠性不稳定,尤其是存在隐藏漏洞或复杂 Bug 时修复耗时。初级开发者易过度信任错误代码,最终仍需转向社区求助。
尽管存在质疑,开发者仍因效率提升及管理层推动继续使用 AI,但需更明智地平衡其应用。AI 基于模式生成代码的局限性短期内难以消除。
来源:IT之家

#微博兴趣创作计划[超话]##AI创造营[超话]##德里克文ai日报#

发布于 福建