马斯克10年梦成真！特斯拉全球首次自动驾驶横穿美国，人类0接管

5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

6235 「如果用一个字证明你不是AI，你会选择哪个字？」这是青桐鸣2025年11月高三联考作文题。相关视频一出（图2是原视频），人气暴涨，这几天无论什么时候点进去，都有上千人同时在线观看。54份答案中，有很多都不谋而合，这些回答闪耀着生命的特性和人性的灵智，是AI模仿不来的。 比如，妈——「可是机器人没有妈妈。」因为有妈妈，所以我在这里，我被保护。父母，也是我们跟死亡之间的最后一道防线。 急——「机器人不懂，为什么人总是很急？医院三十分钟后才出检测报告，为什么每隔几分钟，就要去看出结果了没有呢？」在医院这个等待命运宣判的地方，人们总是很沉重，而AI，永远不会明白这种沉重，也不会理解人类对AI的感受。 慢——「快捷高效是AI的代名词，可人们却渴望与喜欢的人慢慢来，在生活转动的间隙，慢慢欣赏一束光的倾斜。AI永远为了更快，人们的『快』却是为了更好的『慢』」。 同样意思的一个字，是钝。钝——「钝是AI指出捷径后，我却执着去撞南墙的愚钝；是我在回复家人好友的时候，小心翼翼的迟钝。我总是比AI慢一拍，用钝钝的心去拥抱圆圆的世界。」 留——「今天的夕阳真好，我们为这抹橙红停留。请留心脚边的小猫，它也留恋于今天的约会吗？你打算离开，可余兴犹在，让我再挽留你十分钟。我已对你毫无保留，除了心头怦怦直跳的表白。『工作完成，谢谢你留下陪我』『现在我们去约会吧』」。今天的夕阳真好，AI听得懂这句话吗？ 信——「机器只相信确证的数据，但人相信未拆封的信里住着春天。」当AI每天都写出无数封信，也就相当于没有给任何人写信。 而下面这些答案，都属于重合答案。比如爱——「机器人的爱是文字，而人类的爱可以是一个温暖的拥抱。」 痴——「痴是理性的基地上生长出的『不理智』的花朵。AI 尝试用代码解构爱与执着，却无法敌过转角那个不期而遇的身影，那时难以抑制的心跳。」张岱《湖心亭看雪》中，有一句「莫说相公痴，更有痴似相公者」。AI能背出这首词，但能理解这句话的意思吗？ 限——「AI的发展是无限的，但我的一切都是有限的：学过的知识，听过的故事，见过的人，乃至于我的生命，我的时间。或许AI因为它的无限而更有价值，但我因为我的有限而更加珍贵。」是的，AI不会死，但人类因为自己的有限，反而更加珍贵了。 而以下这些字，获得了三名或以上同学的提名——痛。疼痛，才会让我们感受到自身的存在。那些让我疼的，也必然曾经让我活过。AI会写一本关于「痛」的小说吗？ 还有一个高提名的字——我。 获得四票的答案，是情。 最出乎意料的是，居然有十个同学共同选择了这个字——恨。恨，是人类所拥有的最极端最赤诚的情感，也是AI永远无法拥有的东西。 跟恨同样获得高票提名的，还有憾和悔。后悔，是一种AI永远无法理解的情感。看完这些答案，让人不禁感慨：人类最珍贵的，或许并不是此时此刻所达成的智慧，而是绵延不绝的未完成。 不少读者也都贡献了让人脑洞大开的留言。 有人说是「吃」，因为现在就想吃饭了。一个硬核回答是转义字符「\」。 …… 还有人说，是「累」。所有打工人，都懂这个字的含义。 最后，在国外的同版本调查中，根据对3000个老外的采样，得票率最高的答案是——「poop」。 来源 新智元 原文链接网页链接

转载：谷歌Veo 3.1重磅发布 转载：谷歌Veo 3.1重磅发布，核心攻克AI视频最大痛点——“一致性”。通过Ingredients to Video技术，实现角色、背景在不同场景下的高度统一，配合Nano Banana Pro生成高质量底图，支持原生9:16竖屏直出及4K电影级画质。AI连续叙事时代已来，人人都能做导演 #Veo31 #竖屏 #4K （来源：视频号“新智元”，视频版权归原作者所有，如有侵权，请联系删除）

【#DeepSeekV4架构或提前曝光#】#DeepSeek开源大模型记忆模块##DeepSeek发布梁文锋署名论文#DeepSeek新论文发布了，梁文锋署名！这一次，他们联手北大直接瞄准了「记忆」，是Transformer最致命的关键难题。 如今，MoE成为大模型主流架构，但本质仍是Transformer，因其缺少原生「知识查找」机制，很多检索能力被迫用大量计算去模拟。 33页论文中，团队提出了 MoE 互补的「条件记忆」稀疏轴，并通过一种全新的Engram模块去实现：将经典哈希N-gram嵌入现代化，提供近似O(1)的确定性知识查找。 通过「稀疏分配」（Sparsity Allocation）建模，他们意外发现MoE与Engram之间，存在「U形scaling law」。 这意味着，需调整两者之间资源比例，让计算与静态记忆间找到最优权衡。 沿着这个规律，将Engram扩展到27B参数后，并在严格等参数、等FLOPs下优于MoE基线。 直白讲，MoE只解决「怎么少算」，Engram直接解决「别瞎算」。 它把该查的交给 O(1)记忆，把注意力从局部琐碎中解救出来，结果不只是更会背知识，同时推理、代码、数学一起变强。 这可能成为稀疏LLM下一条主流路线，更重要的是，下一代V4或将集成这一新方法。（新智元）