今日科技大爆炸:AI掀起新一轮革命
2025年10月,人工智能领域再度迎来密集突破。从Andrej Karpathy发布极简LLM训练项目nanochat,到Google、Microsoft接连推出重磅AI模型;从加州通过AI聊天机器人监管法案,到OpenAI联手Broadcom自研AI芯片——科技巨头与顶级研究者正以前所未有的速度重塑AI格局。
🔥 Karpathy发布nanochat:$100训练一个ChatGPT克隆
前OpenAI、特斯拉AI负责人Andrej Karpathy近日在GitHub上线全新开源项目nanochat,震惊AI社区。该项目仅用约8000行代码,实现了一个从零开始的完整大语言模型训练与推理流程。
nanochat的亮点包括:
- 支持在8×H100节点上,4小时/$100成本内训练出可对话的LLM;
- 完整管线覆盖:分词器训练(Rust实现)→ 预训练 → 中期对齐 → SFT → 可选RL;
- 内置KV缓存、工具调用(Python沙箱)和ChatGPT风格Web UI;
- 自动化生成Markdown报告卡,量化模型能力。
实测显示:训练12小时后,模型CORE指标已超越GPT-2;24小时版(计算量约为GPT-3的千分之一)在MMLU达到40+分,ARC-Easy 70+分,GSM8K 20+分,展现出惊人的性价比。
该项目被视为nanoGPT的“精神续作”,并将成为Karpathy新课程LLM101n的结业项目,有望成为未来AI研究与教学的重要基准。
🎥 Google新框架:AI看YouTube自学操作电脑
Google提出名为Watch & Learn (W&L)的全新AI训练框架,目标是让AI通过观看YouTube教学视频(如“如何用Excel画图”)来学习图形界面操作。
传统方法依赖昂贵的人工标注UI操作轨迹,而W&L采用自动化方案:
- 自动下载教学视频;
- 用视觉AI分析帧间变化;
- 通过逆动力学模型推断用户点击位置、输入文字等操作;
- 生成结构化操作脚本供AI模仿。
这一“类人学习”方式极大降低了数据成本,未来有望让AI真正理解并操作各类软件系统,是迈向通用智能体(Agent)的重要一步。
🖼️ Microsoft发布首款自研文生图模型MAI-Image-1
微软宣布推出其首个内部研发的文本到图像生成模型MAI-Image-1,标志着其在AI生成领域进一步摆脱对OpenAI的依赖。
官方宣称该模型:
- 在照片级真实感(如闪电、风景)方面表现优异;
- 生成速度快于大型慢速模型;
- 已进入AI基准平台LMArena排行榜前十;
- 专为创意专业人士优化,避免“重复性或风格化过度”输出。
MAI-Image-1与此前发布的语音模型MAI-Voice-1、聊天模型MAI-1-preview共同构成微软自研AI产品矩阵,显示出其构建全栈AI能力的决心。
🛡️ 加州立法:AI聊天机器人必须声明“我不是人类”
2025年10月13日,加州正式通过SB 243法案,成为全美首个对“陪伴型AI聊天机器人”设立专门监管的地区。
核心规定包括:
- 若用户可能误以为对方是真人,AI必须明确提示“我是AI”;
- 从2026年起,运营商需向自杀预防办公室提交年度报告,说明如何检测、处理用户自杀倾向;
- 相关数据将向公众公开,提升透明度。
州长加文·纽森表示:“科技可以连接、教育人们,但若无真实护栏,也可能误导、伤害我们的孩子。” 此举被视为全球AI伦理与安全监管的重要里程碑。
🧠 OpenAI联手Broadcom:自研AI芯片,10GW算力布局
OpenAI宣布与芯片厂商Broadcom合作,共同开发用于AI数据中心的定制化AI加速芯片。
此次合作目标是部署10吉瓦(GW)的定制AI算力**,相当于10座核反应堆的发电量,足以支撑未来超大规模模型训练。
此举表明OpenAI正加速摆脱对Nvidia的依赖,构建自主AI基础设施。此前其已与AMD、Nvidia达成类似算力协议,但此次为首次深度参与芯片设计。
🧩 其他AI动态速览
- Nanonets-OCR2发布:基于Qwen2.5-VL-3B微调,支持LaTeX识别、水印提取、签名检测、复选框识别,甚至可将流程图转换为flowchart代码,中文支持优秀。
- Hera AI:输入一句话即可自动生成专业级动态海报动画,有望颠覆广告与内容创作流程。
- FuncToWeb:自动将任意Python函数转为网页交互界面,无需写前端代码,提升开发效率。
- LLM开放权重竞争乏力:根据LMArena数据,GPT-OSS系列目前领先,社区期待Llama 5搅局。
结语
从底层算力、训练框架到应用层创新,AI正在全维度加速进化。Karpathy的nanochat让我们看到平民化LLM训练的可能;Google的“看视频学操作”指向通用AI智能体的未来;而微软、OpenAI的自研之路则揭示了科技巨头的长期战略布局。与此同时,监管的跟进也提醒我们:AI的发展必须与责任同行。
这场变革,才刚刚开始。
