本报讯 （记者袁传玺）1月20日，国内两家备受关注的人工智能大模型创业公司北京月之暗面科技有限公司（以下简称“月之暗面”）（Kimi）和杭州深度求索人工智能基础技术研究有限公司（以下简称“深度求索”）（DeepSeek）均发布了最新模型。

因为根据DeepSeek的研究，模型的进步并非均匀渐进的。在强化学习过程中，响应长度会出现突然的显著增长，这些“跳跃点”往往伴随着解题策略的质变。这种模式酷似人类在长期思考后的突然顿悟，暗示着某种深层的认知突破。

中国“双子星”打开了OpenAI的黑箱。此前，OpenAI定义了大模型训练的四个阶段：预训练、监督微调、奖励建模、强化学习。现在，这个范式被打破了，Kimi 和DeepSeek都证明了可以跳过和简化某些环节来提升模型的训练效率和性能。

现在的AI模型也能“灵光一现”，实现顿悟了？1月20日，中国AI公司深度求索（DeepSeek）发布的DeepSeek-R1模型，凭借其独特的强化学习（RL）训练方法，首次让AI展现出类人的“顿悟时刻”——在解决复杂问题时，模型会突然停下思考，自主修 ...

从技术报告看，K1.5的亮点是真的不少。

因为根据DeepSeek的研究，模型的进步并非均匀渐进的。在强化学习过程中，响应长度会出现突然的显著增长，这些"跳跃点"往往伴随着解题策略的质变。这种模式酷似人类在长期思考后的突然顿悟，暗示着某种深层的认知突破。

OpenAI的联合创始人Greg Brockman就是一个绝佳的例子，妥妥的AMC受益者。他在 中学期间至关重要的活动就是深度参与AMC美国数学竞赛 ， 并在高中时期成功打入全美数学奥林匹克决赛USAMO， 被哈佛和MIT加分录取 。

近日，幻方量化旗下AI公司深度求索（DeepSeek）正式发布DeepSeek-R1模型。在数学、代码、自然语言推理等任务上，该模型性能比肩OpenAI o1正式版。DeepSeek称，R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。

探索教育新边界：《2024教育游戏大全》震撼发布，精心甄选的创新游戏让学习不再枯燥。沉浸式体验中，孩子们在娱乐中收获知识，提升能力。科技与教育的完美融合，引领未来教育趋势，一探究竟，精彩纷呈的游戏世界等你来探索！ 《语言学习模拟器》是一款专注于语言学习的模拟器游戏。玩家将在一个充满色彩的世界中，通过拿起东西、听、读、说等方式来学习语言。游戏提供了迷你游戏测试和与当地村民交谈等互动环节，帮助玩家更好 ...

此前的数次融资活动，OpenAI都募集到了大量的让普通创业者艳羡的巨额资金，但对于OpenAI的AI大计而言，那些钱都只是杯水车薪。OpenAI CEO山姆·奥特曼曾提出用7万亿美元重塑半导体产业，为AI时代奠定基础的想法。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@ ...

随着 AI 技术的日益普及，未来五年内我们将不再使用不同的应用程序来完成不同的任务，相反只需用日常用语告诉你的手机或电脑想要做什么，它们就能够处理你的请求。在不远的将来，任何上网的人都将能够拥有一个由人工智能驱动的个人助理，也就是所谓的“AI ...