3月2日·DeepMind强化学习新突破，AI在《我的世界》中超越人类专家

DeepMind强化学习新突破，AI在《我的世界》中超越人类专家

DeepMind团队利用改进的强化学习技术，在类似《我的世界》的Craftax游戏中取得了重大突破。通过基于Transformer的世界模型（TWM）和多项创新方法，AI智能体仅用100万步交互就达到了67.42%的奖励和27.91%的得分，显著超越了人类专家水平。研究团队通过Dyna方法预热、图像块最近邻分词器（NNT）和块状教师强制（BTF）等改进，显著提升了模型性能。这些技术不仅在Craftax-classic环境中取得优异表现，还成功推广到更具挑战性的Craftax完整版本，为通往通用人工智能（AGI）提供了新的思路。来源：微信公众号【新智元】

马斯克警告AI风险，谷歌加速冲刺AGI

马斯克在最新访谈中预测，AI将在2029年或2030年超越人类智慧总和，并有20%的概率导致人类文明灭绝。他认为AI要么将人类文明提升到新高度，要么可能终结人类命运，且不会有中间状态。他还批评OpenAI背离了开源初衷，转而追求利润最大化，并指出谷歌在AI安全方面存在忽视，例如Gemini的荒谬价值观可能导致危险行为。与此同时，谷歌联创谢尔盖·布林呼吁员工每周工作60小时，全力开发可能取代自己的AI，以在AGI领域实现突破。这一系列事件凸显了AI发展中的机遇与风险，以及科技巨头在竞争中的不同策略。来源：微信公众号【新智元】

微软原WizardLM团队推出代码大模型WarriorCoder，性能达新SOTA

微软原WizardLM团队近日发布了代码大模型WarriorCoder，通过一种全新的数据飞轮训练范式，让多个代码专家大模型相互对抗并学习彼此的优势。WarriorCoder无需依赖私有大模型或现有开源数据集，而是从零开始生成数据，避免了数据收集成本高和多样性不足的问题。实验表明，WarriorCoder在代码生成、代码推理和库使用等多个基准测试中均达到了新的SOTA水平，展现了卓越的性能和泛化能力。该方法为代码大模型的训练提供了新的思路，未来有望在更多编程任务中发挥重要作用。来源：微信公众号【机器之心】

360AI推出“省钱版”ControlNet，参数量减少85%且性能达SOTA

360人工智能研究院近日发布了基于Diffusion Transformer（DiT）架构的高效可控生成框架RelaCtrl。该框架通过优化控制信号的集成方式，解决了现有方法中参数量大和计算开销高的问题。RelaCtrl通过分析不同Transformer层之间的控制信息相关性，仅选择最关键的控制位置集成控制模块，同时引入轻量级模块RGLC，进一步减少参数冗余。实验表明，RelaCtrl在参数量减少85%的情况下，性能达到了新的SOTA水平，且在推理效率和生成质量上均优于现有方法。该研究的相关论文、项目主页和代码仓库已正式开放，并即将开源。来源：微信公众号【量子位】

阿里国际站接入DeepSeek，开启AI外贸新时代

阿里国际站近日宣布接入DeepSeek推理模型，推出首个产业级AI应用——AI搜索引擎Accio。Accio能够通过自然语言理解用户需求，快速生成详细的商业计划书，甚至为复杂需求（如在沙漠中建造滑雪场）提供完整的解决方案。此外，AI生意助手也已全面接入推理模型，帮助商家自动完成订单处理、智能接待和商品运营等任务。数据显示，AI优化后的商品转化率提升了52%，客户回复率提高了36%。阿里国际站总裁张阔表示，AI将助力商家实现全流程AI外贸体验，未来还将继续探索大模型在跨境B2B领域的更多应用。来源：微信公众号【量子位】