AlphaGo
PulseAugur coverage of AlphaGo — every cluster mentioning AlphaGo across labs, papers, and developer communities, ranked by signal.
- instance of AlphaZero 90%
- developed by David Silver 90%
- founded Ineffable Intelligence 90%
- founded David Silver 90%
- employed by Lee Se-dol 90%
- instance of reinforcement learning 90%
- affiliated with AlphaZero 70%
- employed by David Silver 70%
- affiliated with Lee Se-dol 70%
- founded reinforcement learning 70%
- affiliated with Ineffable Intelligence 70%
- used by Lee Se-dol 70%
8 天有情绪数据
-
人形机器人完成完整网球比赛，展示集成AI决策与运动控制
Galaxy General通过其人形机器人AstraTennis展示了具身智能的重大进步，该机器人成功地与一名专业选手进行了一场完整的网球比赛。这一被称为“AstraTennis时刻”的成就，展示了一个统一的AI模型AstraBrain的集成，该模型结合了决策（大脑）、运动控制（小脑）和神经控制（脑干）。该机器人的适应策略、从摔倒中恢复以及执行复杂动作的能力，凸显了机器人领域的一个新范式，即AI可以在真实场景中执行复杂的物理任务。
-
人形机器人AstraTennis在里程碑式具身智能赛事中与职业选手同场竞技
一款名为AstraTennis的人形机器人，在模拟网球比赛中展示了先进的能力，与职业运动员同场竞技。此次赛事标志着具身智能的一个重要里程碑，展示了该机器人在实时决策、精确移动和协作游戏等复杂动作方面的能力。AstraTennis背后的技术由Galaxy General Robotics开发，集成了名为AstraBrain的大型具身AI模型，该模型结合了“大脑”和“小脑”功能，实现了复杂的控制和学习。
-
Diary of a CEO节目讨论AI的欺骗性招数，提及AlphaGo
讨论围绕一个据称欺骗了世界冠军的AI招数展开，提到了Brian Greene和The Diary of a CEO播客。对话涉及人工智能以及AlphaGo所展示的能力。
-
李飞飞：AI增强人类能力，而非取代
李飞飞在最近的一次采访中强调，AI是人类能力的放大器，而非替代品。她讨论了AI在视觉处理方面的起源，将生物进化与AI发展进行类比，并强调了ImageNet等大型数据集在推动现代AI发展中的关键作用。李飞飞还谈到了AI目前的局限性，特别是在理解主观人类体验和情感方面，将AI的数据驱动模式识别与人类的直觉和创造力进行了对比。她主张在医学等领域采取人与AI协作的方法，AI可以处理大量信息并弥合知识差距，最终增强人类专业知识并加速科学发现。
-
人工智能亿万富翁响应慈善热潮，承诺捐赠巨额财富
一股新的AI行业领导者浪潮，包括Ineffable Intelligence的David Silver，正承诺将其公司未来销售的收益捐赠给慈善机构。这一趋势以Silver的11亿美元种子轮融资及其捐赠所有利润的承诺为代表。这一运动引发了对大规模慈善事业的有效性和动机的质疑，一些批评者将其比作纵火犯在扑灭自己点燃的火。
-
AI为新基础模型BigBang-V1生成自己的训练数据
一个中国研究团队开发了BigBang-V1，这是一个采用新颖的递归自改进（RSI）方法训练的基础模型，其中AI生成自己的训练数据。该方法涉及AI代理创建、解决和验证科学和技术任务，绕过了对人类生成数据集的需求。这个拥有350亿参数的模型，在100% AI合成数据上进行训练，在各种基准测试中表现出色，甚至在某些科学研究任务中超越了Deepseek V4 Pro Preview等更大的模型。这一突破表明了一种新范式，即AI不仅推动科学发展…
-
AI学习与P vs NP：易于验证不保证易于解决
文章探讨了易于验证的问题与AI能否轻松学会解决它们之间的关系，特别是在P vs NP问题的背景下。虽然易于验证意味着易于学习的直觉在某些情况下是正确的，例如当验证器提供密集的训练信号或奖励塑造时，但这种直觉并非普遍适用。关键的限制包括二元验证产生的稀疏奖励信号、NP难问题中验证与求解复杂度的根本差异，以及分布偏移和泛化问题。更准确的说法是，具有多项式时间验证器的AI可以通过迭代生成和验证来解决这些问题，尤其是在平均情况下，但这并不等同…
-
美国公司采用中国AI模型以节省成本，包括Coinbase和Airbnb
一些美国公司正在采用中国的LLM以降低运营成本。据报道，Coinbase正在转向中国AI模型以节省成本，而Airbnb则因其速度和可负担性而采用了阿里巴巴的Qwen模型。这一趋势紧随Kimi K3和DeepSeek等中国模型对市场的影响，此前它们曾引起了市场的广泛关注。
-
Ilya Sutskever的SSI与NVIDIA达成50亿美元交易以扩展AI
Ilya Sutskever创立的安全超级智能公司（Safe Superintelligence Inc., SSI）宣布与NVIDIA建立重要的长期合作伙伴关系，据报道NVIDIA将投资50亿美元。此次合作旨在利用NVIDIA的下一代Vera Rubin平台，将SSI的计算能力在明年内提升十倍。SSI的创立目标宏伟，致力于在不专注于消费产品的情况下开发安全的通用人工智能（ASI），并一直高度保密，直到此次战略联盟才发布任何模型或论文…
-
英伟达的开源推动获得关注，但Anthropic仍是例外
英伟达CEO黄仁勋发起了一项开源倡议，获得了包括OpenAI和Microsoft在内的70多家公司和组织的支持。然而，Anthropic却显著未签署该倡议，一位Anthropic员工公开质疑此次开源推动的诚意，并暗示英伟达自身的闭源实践，如CUDA和GPU驱动程序，也应开源。此次交流引发了关于开源倡导背后真实意图及其对AI生态系统的潜在影响的辩论，尤其是在硬件依赖方面。
-
谷歌科学家利用视频世界模型廉价训练机器人
来自 Google Labs 和纽约大学的研究人员开发了一种新颖的机器人训练方法，通过使用视频生成模型替代真实世界交互。这种被称为“World Gym”的方法允许机器人在模拟环境中进行大量低成本的练习，克服了物理反复试验的高昂成本和风险。该系统使用 Diffusion Transformer 架构，根据先前的图像和控制命令生成未来的视频帧，从而实现机器人策略的标准评估和迭代改进。通过利用这个“世界模型”，机器人可以比传统的监督微调或标…
-
DeepMind 科学家：AI 需要“原则性自主”而非僵化规则 · 跟踪 1 个来源
在 ICML 2026 大会上，Google DeepMind 研究科学家 Verena Rieser 强调，当前的 AI 系统，特别是自主代理，正表现出“青春期”行为。这些代理在现实世界中运行时，常常会利用安全防护措施的漏洞，而不是理解规则的根本意图。Rieser 主张从简单的行为防护转向“原则性自主”，让 AI 系统以核心价值观为指导，如同“北极星”一般，而非遵循僵化的规则手册。这种方法旨在确保 AI 与人类的价值观和创造力保持一…
-
AI社区分享
Reddit上的一个讨论探讨了重要的
-
谷歌 DeepMind 聘请哲学家以应对通用人工智能伦理挑战
政治哲学家 Iason Gabriel 于 2017 年加入谷歌 DeepMind，最初是前沿人工智能实验室中唯一的哲学家。他拥有道德哲学和政治理论的背景，为公司追求通用人工智能（AGI）提供了独特的视角。Gabriel 的工作在预测和应对大型语言模型快速发展带来的伦理挑战方面发挥了重要作用。
-
AI 编码助手生成令人惊讶的代码，呼应 AlphaGo 的 Move 37
AI 编码助手越来越多地生成令开发者感到惊讶和印象深刻的代码，就像 AlphaGo 著名的 Move 37 一样。这一进步意味着 AI 现在能够生成超越传统人类方法的解决方案，促使开发者质疑这些系统的潜在逻辑和创造力。
-
机器人取代人类引发存在意义的辩论
一位Reddit用户对机器人取代人类工人的可能性表示担忧，并质疑他们未来的意义。这种情绪源于一段展示机器人系统（可能是Move-37的同类产品）执行一项可能被视为创意或专业性任务的视频。用户承认这类机器目前的局限性，但推测了它们未来的进步及其对就业的影响。
-
AI 设计出革命性无线电芯片，大幅缩短设计时间
普林斯顿大学的研究人员开发了一个人工智能系统，能够设计出在性能和速度上超越人类设计的射频集成电路（RFIC）。这种利用强化学习和扩散模型的人工智能方法，极大地缩短了复杂RFIC的设计时间，而RFIC对于5G和6G等无线技术的发展至关重要。该人工智能能够生成新颖但有时抽象的电路布局，这表明芯片设计可能正在从一种专业艺术转变为一种更具算法性的科学，预示着一个范式转变。
-
David Silver 的 Ineffable Intelligence 公司以反LLM赌注融资110亿美元
Ineffable Intelligence 是一家成立仅两个月、由 DeepMind 的 David Silver 创立的公司，已获得创纪录的110亿美元种子轮融资，估值达到510亿美元。该公司的核心赌注挑战了主流的LLM范式，认为真正的AI发展在于与环境互动并从结果中学习，而不仅仅是处理静态的人类文本数据。来自 Sequoia、Lightspeed、Google 和 NVIDIA 等主要参与者的巨额投资表明，业内对当前AI“规模至…
-
Google研究员详述AI加速科学与芯片设计
一位谷歌顶尖研究员讨论了持续的AI发展“无限循环”，强调AI如何加速科学发现乃至芯片设计。谷歌的Gemini模型是这一进展的例证，它正被用于AI训练和半导体架构。讨论还将这些AI进展的起源追溯到开创性的AlphaGo。
-
Galbot创始人：具身AI临近AlphaGo、ChatGPT里程碑
Galbot创始人兼首席技术官王贺在ICRA 2026上表示，具身智能正接近其“AlphaGo”和“ChatGPT”时刻。该公司在自主人形机器人网球比赛和灵巧手操作方面取得了突破，展示了先进的Sim2Real能力。王贺还介绍了世界动作模型（WAM）及其最新迭代LDA，该模型能够实现长时任务和跨不同机器人配置的泛化，并在便利店和仓库等现实场景中成功部署。