10月19日·Meta揭示强化学习Scaling Law，40万GPU小时实验成果

10月19日·周日  AI工具和资源推荐

Meta揭示强化学习Scaling Law，40万GPU小时实验成果

Meta等机构的研究者通过耗时40万GPU小时的实验，探索了强化学习（RL）的Scaling Law，旨在为RL的算力扩展提供科学基础。研究者提出了一个预测性框架，用以刻画RL性能与算力之间的关系，并设计了ScaleRL训练配方，验证了其在大规模实验中的有效性。实验结果表明，ScaleRL在性能和效率上均优于现有方法，并且能够随算力可预测地扩展。这一成果为强化学习领域提供了重要的理论支持，有望推动RL技术的进一步发展。来源：微信公众号【机器之心】

OpenAI声称GPT-5解决数学难题，却被指“戏剧性误解”

OpenAI研究人员宣称GPT-5通过文献搜索“发现”了10个悬赏数学难题的解决方案，引发了广泛关注。然而，这一说法被DeepMind CEO Demis Hassabis和数学家Thomas Bloom澄清为“戏剧性误解”。GPT-5只是检索到了已存在的文献，并非独立解决了这些难题。这一事件引发了对AI宣传的激烈讨论，强调了在技术突破宣传中保持严谨科学精神的重要性。来源：微信公众号【机器之心】

北大团队提出InteractMove，3D场景中人与可移动物体交互新框架

北京大学团队在ACMMM 2025上提出了InteractMove框架，用于3D场景中基于文本的人与可移动物体交互动作生成。该框架通过三维视觉定位、手-物可达图学习和碰撞感知动作生成三个核心模块，解决了现有方法中交互类别不足和物体静态的局限。InteractMove在多个评测指标上取得了领先效果，为虚拟现实、增强现实等应用提供了更自然、更智能的人机交互解决方案。来源：微信公众号【量子位】

上交&上海AI Lab发布MM-HELIX，教多模态大模型学会反思

上海交通大学和上海人工智能实验室联合发布了MM-HELIX项目，旨在赋予多模态大模型长链反思性推理能力。项目包括MM-HELIX基准测试、MM-HELIX-100K数据集和AHPO自适应混合策略优化算法。通过这些工具，研究者成功提升了多模态大模型在复杂推理任务上的表现，并在多个基准测试中取得了显著提升。这一成果为多模态大模型的进一步发展提供了新的方向和方法。来源：微信公众号【量子位】

薛定谔外孙创业量子计算，获英伟达投资

量子物理先驱薛定谔的外孙Terry Rudolph参与创办的量子计算公司PsiQuantum，近期获得了10亿美元的巨额融资，创下量子计算初创公司最大单轮融资纪录。PsiQuantum专注于光子量子计算技术，目标是建造百万比特级量子计算机。公司已与多家机构合作，推动量子计算技术的商业化。PsiQuantum的技术路线基于光子量子比特，具有大规模生产和常温运行的优势，有望在量子计算领域实现重大突破。来源：微信公众号【量子位】