爱AI工具库每日实时更新AI行业的最新资讯、新闻、热点、融资、产品动态，让你随时了解人工智能领域的最新趋势、更新突破和热门大事件。
裸眼3D显示器将会在2027–2028 年规模与渗透率同步跨越临界线，进入成熟商用期。当全产业涌入，属于裸眼3D显示器的排位战已然打响。
钛媒体如果倒推回一年半以前，没有人会怀疑 OpenAI 是这个时代的“造物主”，现在呢？
钛媒体龙虾没有让 AI 变强。它只是把原本就存在的能力，以能力泄露的方式放出来了。
钛媒体3 月 22 日，据 The-decoder 报道，数学家陶哲轩将人工智能与形式化方法对数学研究实践的影响，比作汽车对城市发展的冲击。这一类比同样适用于包括编程在内的其他领域。汽车比以往任何交通工具都更快，但它们让原本为人、马匹和马车修建的道路变得拥堵。新建的道路与高速公路让高速出行成为可能，却也带来了城市无序扩张、交通拥堵和环境问题。陶哲轩写道，只有经过深思熟虑的城市规划与交通规则，才能以合理的方式将两种世界融合起来。IT之家注意到，数学现有的体系 —— 期刊、会议、师徒传承、引用体系，就像古老而狭窄的道路：它们是为人而建的。人类完成的证明或许缓慢，但会产生极具价值的附加效应：研究者锤炼专业能力、勾勒数学版图、发现新的研究方向，并记录下那些富有启发意义的死胡同与迂回路径。陶哲轩认为，AI 辅助证明可以高效地从假设直达结论，却恰恰在过程中丢失了这些附加价值。这类证明往往不适合发表在传统期刊上，因为人们期待的、关于证明思路与探索过程的叙述几乎完全缺失。他将试图升级 AI 模型以产出可发表论文的做法，比作强行把汽车改造去适应为人设计的街道。陶哲轩认为，更好的做法不是把 AI 强行塞进现有体系，而是创建适配机器的新型数学基础设施，用以补充而非取代人类的研究路径。他举例：可以借助形式化证明助手验证结论的大型数学难题，或是自动生成的粗略证明库，再由人类将其打磨成更高质量的版本。他还提议建立一门类似城市规划的新学科 ——“AI 规划”，以保留数学“可步行探索”的本质。在与德瓦凯什 · 帕特尔的对话中，陶哲轩进一步阐述了这一观点：AI 确实让他的工作“更丰富、更广阔”，例如借助更多图表、代码以及更深入的文献检索。但他数学研究的核心工作，依然依靠笔和纸完成。他表示，如果没有 AI 率先提供的这些附加手段，如今一篇论文的完成速度并不会比过去快太多。AI 并没有大幅加快实际研究过程，而是打开了全新的可能性。“我认为 AI 已经把想法生成的成本降到近乎为零，这与互联网把沟通成本降到近乎为零的方式非常相似。这是一件了不起的事，但它本身并不能直接创造知识的富足。现在的瓶颈已经变了。我们突然面临这样一种局面：人们可以为一个科学问题生成成千上万种理论。接下来我们必须去验证、去评估它们。”陶哲轩解释道。
IT之家估值300亿美元独角兽的开原生态罗生门。
钛媒体3 月 22 日，过去几年里，研究人员、教师和心理健康专家都震惊地发现，青少年和年轻人正把自己的大脑“外包”给人工智能聊天机器人。如今，他们把这项技术当作拐杖，用来逃避那些不想面对的艰难对话。美国有线电视新闻网（CNN）的最新报道详细描述了一个令人担忧的趋势：越来越多的年轻人在人生中那些微妙、棘手的时刻，让 ChatGPT 等人工智能模型代自己出面。例如，耶鲁大学一名叫帕特里克的学生，就用 ChatGPT 来拒绝一位通过共同朋友认识的女生。“嘿，艾米莉！希望你的半程马拉松顺利 —— 我相信你一定表现超棒。”帕特里克这样开头。接下来长达六段、满是 ChatGPT 典型文风的文字，堪称 21 世纪尴尬文学的完美缩影。在 AI 代写的内容里，“帕特里克”表示很乐意“多一起出去玩 —— 不管只是做朋友，还是保持我们周末那样的关系”，但附带说明自己“目前并不想发展太认真的感情”。“这段话看起来非常得体，我当时觉得他人挺好的，所以就想，也许他平时就是这么发消息的。”艾米莉告诉 CNN。然而，在给几位朋友看过后，她确信这段话“99% 是 AI 写的”。面对质问，帕特里克承认拒绝短信是用聊天机器人代写的，他说自己不擅长写这种敏感措辞。“我知道如果自己写，肯定会含糊不清、优柔寡断。”他说。研究人员已经为这种现象起了一个术语：社交外包。一项即将发表在《实验儿童心理学杂志》上的研究指出，它指的是“在任何基于共同任务的场景中，个体能够借助社交环境中的其他主体…… 来提升自身的认知表现”。换句话说，帕特里克让 ChatGPT 帮他组织拒绝话术的行为，就是典型的社交外包。IT之家注意到，虽然社交外包并不只涉及人工智能 —— 正如上述研究提到的，儿童也会把事情外包给成年人，但聊天机器人的兴起，让这一现象进入了人机交互的领域。Common Sense Media 研究主管迈克尔 · 罗布称：“如果你用 AI 给朋友或恋人写消息，你就是在把沟通行为本身外包出去。我见过很多青少年、二十岁出头的年轻人用 AI 来社交，他们往往是因为自己不懂得如何真正与人交往，才用 AI 来过度弥补。”罗布解释说，这对人类未来的发展有着严峻的影响：“如果每一条棘手、难开口的消息都由 AI 代笔，可能会让用户形成一种观念 —— 觉得自己的语言和直觉永远都不够好。”
IT之家感谢IT之家网友 若怡 的线索投递！
3 月 22 日，据央视财经消息，全球最大 AI 模型 API 聚合平台 OpenRouter 最新数据显示，中国 AI 大模型的调用量达到 4.69 万亿 Token（3 月 9 日至 3 月 15 日），连续两周超越美国。据报道，全球调用量排名前三的位置也被中国模型包揽。摩根大通预测，中国的 AI 推理 Token 消耗量将从 2025 年的约 10 千万亿增长至 2030 年的约 3900 千万亿，五年间增长约 370 倍。IT之家注：Token（常被称为词元）是计算机科学与自然语言处理领域中的一个基础且重要的概念，通常指文本数据经过分词或标记化处理后的最小单位，其中单位可以是单词、标点符号、数字或其他任何有意义的符号。
IT之家3 月 22 日，OpenAI 发言人在发给路透社的邮件声明中表示，未来几周内，公司将开始向美国地区所有 ChatGPT 免费版及 Go 版用户展示广告。广告技术公司 Criteo 在本月早些时候的声明中称，OpenAI 近期已将其接入美国 ChatGPT 免费版与 Go 版的广告测试项目中。Criteo 主要为广告主提供广告采购与精准投放优化接口。据《The Information》消息，Criteo 正在向广告主招商，要求其承诺 5 万至 10 万美元（IT之家注：现汇率约合 34.5 万至 69 万元人民币）的广告投放预算。此外，OpenAI 已建议广告主：提供更多版本的广告文案与视觉素材，能够提升广告曝光频次与投放效果。随着 ChatGPT 使用量激增，OpenAI 一直在探索将广告作为新的收入来源。在生成式人工智能竞争日趋激烈、计算基础设施成本不断攀升的背景下，该公司正寻求实现收入来源多元化。
IT之家3 月 22 日，据 BusinessInsider 报道，在一些人看来，人工智能的进步预示着入门级岗位的终结，这对年轻职场人来说意味着前路艰难。而 Reddit 首席执行官史蒂夫 · 霍夫曼却表示，他的公司情况恰恰相反。“现在刚从大学毕业的年轻人，是借助人工智能学习编程的。他们在这方面非常擅长，所以我认为我们会大量招聘应届毕业生，因为他们是真正的人工智能原生一代。”霍夫曼在近期播客节目《与莫莉 · 奥谢谈源码》中说道。霍夫曼认为，招聘应届毕业生的竞争将会非常激烈。“我认为招聘应届毕业生的理由有很多。而且，那些最优秀的应届生，如果你现在不招，以后就再也没机会了。”霍夫曼说，“他们再也不会出现在求职市场上。他们太有价值了，根本不会沦落到需要公开找工作的地步。”尽管他持乐观态度，但应届毕业生正身处一个复杂的就业环境。如今拥有学士学位的人数比以往更多，而企业又因人工智能放缓了招聘节奏，导致就业市场并不理想。美国劳工统计局数据显示，2 月份失业率为 4.4%，失业人数达 760 万。这一数据高于去年同期，当时失业率为 4.1%，失业人数为 710 万。IT之家注意到，包括人工智能公司 Anthropic 首席执行官达里奥 · 阿莫迪在内的科技行业领袖曾警告称，五年内人工智能可能会让一半的入门级白领岗位消失。尽管如此，霍夫曼仍表示会继续招聘应届生，尤其是工程岗位。“我们正在打造一家公司，所以除非我们已经知道所有要做的东西，否则工程团队的人数不会减少。”霍夫曼在采访中说，“就算人工智能让工程师的效率提升 50%、100% 甚至 10 倍，我们只会去做更多的事情，而不是用更少的人做同样的事。”一位 Reddit 发言人表示，公司设有新兴人才团队，专门负责招聘年轻职场人。目前公司正在招聘工程、销售、产品等多个全职岗位，同时还开放了机器学习工程方向的实习生岗位（内部称为“Snooterns”）。
IT之家感谢IT之家网友 Domado 的线索投递！
3 月 21 日，美团现已开源 LongCat-Flash-Prover 大模型，采用 5677 亿参数、MoE（混合专家模型）形态，旨在解决复杂的数学证明问题。据介绍，该模型引入了混合专家迭代框架（hybrid-experts iteration framework），用于生成大规模、高质量的形式化推理轨迹。可通过整合 Lean4、基于 AST 的多阶段严格验证流程，消除“幻觉”现象。训练方面，该模型使用混合专家迭代框架生成冷启动数据，并在强化学习阶段引入 HisPO 算法稳定 MoE 模型的长程任务训练。同时加入定理一致性和合法性检测机制防止 Reward Hacking（奖励黑客行为）。基准测试表明，这款模型在 MiniF2F-Test 上取得 97.1% 的成绩，仅需 72 次推理尝试；在 PutnamBench 任务上解决了 41.5% 的问题，使用 118 次推理尝试，在上述两项测试中刷新 SOTA 水平。IT之家附该模型开源地址如下：GitHub：https://github.com/meituan-longcat/LongCat-Flash-ProverHugging Face：https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
IT之家声明：本栏目的素材来源均为互联网收集整理，整理的目的在于分享和传递新闻热点信息，并不代表本站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请联系我方进行删除，我方将在收到通知后第一时间删除内容！本站拥有对此声明的最终解释权。
