7月24日·奥特曼体验GPT-5：震撼与未来的思考

7月24日·周四  AI工具和资源推荐

奥特曼体验GPT-5：震撼与未来的思考

奥特曼在访谈中分享了他对GPT-5的首次体验，称其回答让他感到震撼，甚至有些眩晕。他提到，AI的强大能力让他产生了“自己毫无用处”的感觉，但也意识到人类仍会设法成为故事的主角。他还提出了一个乌托邦设想：未来将800万兆token分给全球80亿人，每人每年可得10亿token，作为“AI财富份额”。此外，奥特曼认为随着AI的发展，未来人们获取知识的方式将改变，上大学可能不再是主流，教育方式也将完全不同。来源：微信公众号【新智元】

微软BioEmu：蛋白质研究的超级加速器

微软“AI for Science”团队推出的BioEmu登上Science杂志。BioEmu能够模拟蛋白质在平衡状态下的各种可能结构集合，预测蛋白质的各种性质，速度比传统方法提升10万倍。它通过输入蛋白质序列，生成大量结构样本，展示蛋白质的运动和药物分子结合位点的形成。BioEmu的训练数据包括大规模蛋白质结构数据、分子动力学模拟数据和蛋白质稳定性测量数据。这一工具为药物研发和疾病理解提供了重大支持。来源：微信公众号【新智元】

Vibe Coding兴起，YouWare突围

Vibe Coding作为一种全新的创作方式正在兴起，用户无需编写代码，只需向AI提出创意和需求，AI即可完成任务。YouWare凭借“社区+产品思路”在这一领域脱颖而出。YouWare的创始人明超平敏锐地洞察到AI Coding作品需要新的载体，并构建了一个能让创意自由流动、互相激发的社区。YouWare的产品设计简单而强大，用户通过对话框即可生成可分享作品，同时具备AI驱动能力。此外，YouWare还推出了AI App Generator，解决了用户获取API Key的难题，吸引了大量创作者。来源：微信公众号【机器之心】

苹果新研究：五倍推理加速的LLM

苹果研究人员开发了一个框架，使自回归大型语言模型（LLM）能够执行多token预测，推理速度提升高达5.35倍。这一方法通过引入mask token和采样模块，让模型在推理时能够预测多个token，同时保持生成质量。实验表明，该方法在代码和数学任务上加速效果显著。此外，通过门控LoRA适配技术，模型在微调过程中能够保持原有性能。这一研究为LLM的高效推理提供了新的思路。来源：微信公众号【机器之心】

上交大LLMSched：优化企业级AI流程调度

上海交通大学朱怡飞教授团队联合江行智能提出了LLMSched调度框架，针对复合LLM应用的时长不确定性和结构不确定性问题，通过重构DAG模型和引入贝叶斯网络及熵减衡量机制，实现了高效的调度。实验结果显示，LLMSched相比现有调度器平均任务完成时间降低了14%~79%。该方法在多任务负载下表现出色，具有良好的可扩展性，为LLM服务优化开辟了新方向。来源：微信公众号【量子位】