6月21日·马斯克：超级智能或明年到来，人类面临智能大爆炸

6月21日·周六  AI工具和资源推荐

马斯克：超级智能或明年到来，人类面临智能大爆炸

在6月21日的YC创业学校演讲中，马斯克表示超级智能可能在今年或明年实现，人类正处于智能大爆炸的黎明。他认为AI发展顺利的话，未来经济体量将远超现在十倍以上。他还提到，成为多行星物种对文明延续至关重要，火星有望在30年内实现自我生态维持。马斯克强调打造追求真理的AI，因为强迫AI相信不真实的东西非常危险。他呼吁创业者切勿放弃董事会控制权，并聘请顶尖律师。最后，他提醒人类要思考是否生活在某种模拟中。来源：微信公众号【新智元】

DeepMind强化学习微调助力大语言模型缩小“知行差距”

大语言模型（LLMs）在知识储备上远超人类，但在决策场景中常因贪婪性、频率偏差和知行差距表现欠佳。DeepMind和约翰·开普勒林茨大学的研究人员提出强化学习微调（RLFT），通过自我生成的推理链（CoT）优化模型，提升决策能力。实验表明，RLFT可增加模型探索性，缩小知行差距，但探索策略仍有改进空间。研究人员还对强化学习中常用的“经典”探索机制以及LLM中特有的方法进行了实证评估，以实现更有效的决策场景微调。这一研究为提升大语言模型的决策能力提供了新的思路。来源：微信公众号【新智元】

月之暗面推出最强Agent，拿下“人类最后一场考试”最新SOTA

月之暗面近日发布了一款名为Kimi-Researcher的自主Agent，它基于Kimi k系列模型的内部版本构建，通过端到端智能体强化学习进行训练。在“人类最后一场考试”中，Kimi-Researcher取得了26.9%的Pass@1成绩，创下最新SOTA水平。该Agent在多轮搜索、推理和复杂基准测试中表现出色，例如在xbench-DeepSearch子任务上平均pass@1达到了69%。它还具备学术研究、法律分析、企业财报分析等能力。Kimi-Researcher通过端到端强化学习训练，解决了传统Agent开发中的数据稀缺、执行效率等问题，展现了强大的多步推理和工具使用能力。月之暗面计划在未来几个月内开源其基础预训练模型及强化学习模型。来源：微信公众号【新智元】

CMU新成果：用几十行代码将LLM编译成巨型内核，推理延迟降低6.7倍

CMU贾志豪团队推出名为「Mirage Persistent Kernel（MPK）」的编译器，可自动将大语言模型（LLM）转化为优化的巨型内核，推理延迟降低1.2到6.7倍。在单个A100 GPU上，MPK将Qwen3-8B的token延迟从14.5毫秒降至12.5毫秒，逼近理论下限。MPK通过消除内核启动开销、实现跨层软件流水线和重叠计算与通信，显著提升了LLM推理效率。开发者仅需几十行Python代码即可完成编译，无需CUDA编程。此外，MPK还支持多GPU部署，性能提升随GPU数量增加而增大。团队正探索支持现代GPU架构、处理动态工作负载和高级调度策略等方向，以进一步优化LLM推理性能。来源：微信公众号【机器之心】

大模型学会“边画边想”，空间推理能力大幅提升

蚂蚁技术研究院自然语言组联合中科院自动化所和香港中文大学开源了ViLaSR-7B模型，通过创新的“Drawing to Reason in Space”范式，让大模型像人类一样“边画边想”，在空间推理任务上取得了显著突破。该模型采用三阶段训练框架：冷启动训练、反思拒绝采样和强化学习，逐步培养模型的空间理解与推理能力。ViLaSR-7B在迷宫导航、静态图像理解和视频空间推理等5个基准测试中平均提升18.4%，在VSI-Bench上达到了45.4%的准确率，与Gemini-1.5-Pro相当。这一成果不仅提升了模型的性能，还展现了类人的空间推理策略，为多模态推理的发展奠定了基础。来源：微信公众号【量子位】