5月15日·DeepMind的AlphaEvolve攻克数学难题并优化计算生态

5月15日·周四  AI工具和资源推荐

DeepMind的AlphaEvolve攻克数学难题并优化计算生态

谷歌DeepMind最新推出的AlphaEvolve智能体在数学和计算领域取得了重大突破。它不仅改进了困扰数学家300多年的「接吻数问题」，还在4×4复数矩阵乘法中，用48次标量乘法颠覆了56年未被超越的Strassen算法。此外，AlphaEvolve在数学分析、几何、组合学等领域重新发现了75%的前沿解法，并在20%的题目中超越已知最佳解。它还优化了谷歌数据中心的调度系统，平均节省0.7%的计算资源，并助力设计下一代TPU，提升AI训练效率。AlphaEvolve凭借其强大的算法生成与进化能力，正在重构计算生态系统，推动科学和工程领域的创新。来源：微信公众号【新智元】

DeepSeek V3：软硬协同设计突破AI成本与效率瓶颈

DeepSeek最新论文深入剖析了V3/R1的开发历程，揭示了硬件与大语言模型架构协同设计的核心奥秘。论文聚焦硬件驱动的模型设计、硬件与模型的相互依赖，以及未来硬件发展方向。DeepSeek-V3通过多头潜注意力机制、混合专家架构、FP8混合精度训练和多平面网络拓扑等创新，突破了内存、计算和通信瓶颈，实现了低成本、高效率的大规模AI训练与推理。该研究还对未来硬件设计提出了建议，包括提高累积精度、原生支持精细量化、优化通信压缩和互联架构等，为AI硬件与模型的协同设计提供了宝贵经验。来源：微信公众号【新智元】

MiniMax新一代语音模型Speech-02强势登顶，开启人格化语音新时代

国产大模型MiniMax在语音AI领域取得重大突破，其最新TTS语音大模型Speech-02在国际权威语音评测榜单Artificial Analysis上超越OpenAI和ElevenLabs，登顶榜单。该模型在字错率（WER）和说话人相似度（SIM）等关键指标上均取得SOTA结果，展现了强大的语音克隆能力和自然度。Speech-02采用自回归Transformer架构，通过零样本语音克隆技术和Flow-VAE架构，实现了高效的声音模仿和高质量的语音合成。此外，该模型还支持多语言和跨语言语音合成，具备极高的性价比，成本仅为竞品的1/4。MiniMax的这一成果标志着国产大模型在语音领域的技术实力已达到国际领先水平，为未来语音AI的多样化和个性化应用奠定了坚实基础。来源：微信公众号【机器之心】

WebThinker：开启AI搜索与研究新纪元

WebThinker是一个由中国人民大学高瓴人工智能学院李晓熙团队开发的深度研究智能体，旨在赋予大型推理模型（LRM）自主搜索网络、导航网页及撰写报告的能力。它通过深度网页探索器和自主思考-搜索-写作策略，实现了推理、信息收集与实时报告写作的无缝融合。WebThinker在多个复杂推理基准和研究报告生成任务中展现出强大性能，显著提升了LRM在复杂场景下的适用性与可靠性。该框架支持多规模模型，并通过强化学习优化工具调用，为构建更强大的深度研究系统奠定了基础。未来，WebThinker有望扩展到多模态深度搜索和更复杂的网页交互任务。来源：微信公众号【机器之心】

阿里开源全能视频模型Wan2.1-VACE，消费级显卡即可运行

阿里最新开源的通义万相Wan2.1-VACE视频生成与编辑模型，号称业界功能最全。它支持多种视频生成玩法，包括基础的文生视频、图生视频、视频生视频，以及高级的局部编辑、视频重绘、画面与时长扩展等功能。Wan2.1-VACE有两个版本：1.3B参数版本可在消费级显卡上运行，支持480p分辨率；14B版本为满血版，支持480p和720p分辨率。该模型已在GitHub、Hugging Face和魔搭社区上线，用户可自行本地化部署。其强大的功能和低门槛的运行要求，使其成为视频生成领域的“全能选手”。来源：微信公众号【量子位】