4月8日·斯坦福2025 AI指数报告：中美AI差距缩小，DeepSeek表现亮眼

4月8日·周二  AI工具和资源推荐

斯坦福2025 AI指数报告：中美AI差距缩小，DeepSeek表现亮眼

斯坦福大学2025年AI指数报告近日发布，揭示了全球AI领域的最新动态。报告显示，中美顶级AI模型性能差距已缩小至0.3%，中国AI模型正快速追赶美国。以DeepSeek为代表的开放权重模型表现突出，与闭源巨头的差距从2024年的8%缩小至1.7%。此外，AI推理成本大幅下降，小模型性能显著提升，开源模型与闭源模型的性能差距也在缩小。报告还指出，AI正变得高效且普惠，其应用范围不断扩大，从医疗到交通等多个领域都有显著进展。全球AI投资与采用率持续上升，科技巨头纷纷加大投入，AI技术的发展前景备受关注。来源：微信公众号【新智元】

Llama 4五大疑点曝光，全球AI发展面临困境

Llama 4的发布引发了AI领域的广泛质疑。一位AI公司CEO对其五大疑点进行了剖析：一是长上下文能力被质疑是“骗人”，在深度理解基准测试中表现差；二是选择在周六发布，可能为减少关注；三是被质疑在大模型竞技场作弊；四是代码能力差，在多语言编程基准测试中得分极低；五是结果仅代表“内部最好运行”，且回避与DeepSeek V3等模型比较。NYU教授马库斯认为，Llama 4的表现证明Scaling已经结束，LLM无法可靠推理，全球AI进步可能停滞。他还指出，大语言模型并非解决之道，需要更可靠的方法。来源：微信公众号【新智元】

RoboVerse：机器人领域的统一仿真平台与数据集

机器人领域在大规模数据集和标准化评估体系方面一直面临挑战，真实世界数据采集成本高昂且效率低下，而现有仿真平台又存在标准不一、接口割裂等问题。为解决这些难题，UC伯克利、北京大学等机构的研究人员联合打造了RoboVerse，一个统一的仿真平台、数据集和评测体系。该平台由机器人和强化学习领域大牛Pieter Abbeel领衔，旨在推动可扩展、可泛化的机器人学习发展。RoboVerse的核心亮点包括：MetaSim通用配置系统实现主流仿真器无缝对接；构建大规模合成数据集并提出标准化评测体系；支持混合仿真，结合不同仿真器优势提升保真度；支持多种遥操作方式和Real2Sim工具链，降低仿真环境构建门槛；探索利用大语言模型自动生成任务；原生支持GPU并行训练，提高研究效率。RoboVerse的出现为机器人社区带来了资源整合和协同发展的新机遇。来源：微信公众号【机器之心】

Vision-R1开源框架：类R1强化学习助力图文大模型视觉定位性能大幅提升

中科院自动化研究所与中科紫东太初团队将类R1强化学习方法应用于视觉定位任务，开发出全开源的Vision-R1框架，显著提升了图文大模型的视觉定位能力。该方法通过设计基于视觉任务评价准则驱动的奖励函数，解决了图文大模型在密集场景中长序列预测格式错误、目标召回率低和定位精度不足等问题。Vision-R1引入了渐进式规则调整策略，动态调整奖励计算规则，以实现模型的持续性能提升。实验结果表明，Vision-R1使Qwen2.5-VL模型在复杂视觉任务上的性能提升了最高50%，甚至超越了参数规模超过10倍的SOTA模型，同时在域外数据集上也展现出良好的泛化性。此外，Vision-R1训练后的模型在通用问答等任务上性能保持稳定，几乎不损失通用能力。目前，相关论文、模型及数据集代码均已开源，为图文大模型的视觉定位能力提升提供了新的解决方案。来源：微信公众号【机器之心】

Kaggle前首席科学家声称“我创造了第一个LLM”，引发AI学术圈考古行动

Kaggle前首席科学家、现任answer.ai与fast.ai创始人Jeremy Howard在一次争论中声称自己创造了第一个大语言模型（LLM），引发了AI学术圈的广泛关注和考古行动。他提到的项目是2018年初发表的ULMFiT论文，该论文提出了非监督预训练-微调范式，并在当时达到自然语言处理（NLP）领域的SOTA水平。ULMFiT被认为是现代大语言模型的“最后的共同祖先”，GPT-1的主要作者Alec Radford也曾承认ULMFiT是其灵感来源之一。尽管ULMFiT在微调的便捷性和任务适应性上与GPT-1存在一定差距，但它在自监督训练和通用性方面已经具备了大语言模型的核心特征。这一说法引发了关于大语言模型起源的深入讨论，许多人认为ULMFiT是NLP领域的一个重要转折点。来源：微信公众号【量子位】