
CNET科技资讯网 7月3日 大连消息(文/克丽观察):在2017夏季达沃斯全球经济论坛第二天,有95个论坛,我从前天拿到资料开始就发现,近300个论坛不仅数量多听不完,而且范国宽到从气候到基因、从科技到中医、从材料到能源无所不有,各种论坛全暴露了现存问题,全能牵上经济发展,噢,明白了,原来全球经济论坛是学术界向投资融资界指明未来投资方向,是解决全球各种问题初期融资平台啊。
我这两天每天奔波,早上一早进场,下午6点多离开,参加过教育、量子计算、无人驾驶、机器人、气候、环境、气候等9个论坛,特别是今天听了关于全球气候、全球环境、量子科学、人体器官再生等4论坛后总结如下:
1、全世界应该给碳定价并涨价,为碳定价就是为污染定价;
2、定价涨价是为了为污染买单;
3、认为改善气候减少排碳有23万亿美元市场(不知咋算出来的);
4、有关组织联合金融机构为气候变暖发行了绿色债卷,有人认为我国养老金买绿色债卷有空间(我认为是瞎忽悠);
5、有专家认为现在全球气温己上升了1度时,抓此事为时己晚,不要等气温升2度时,再抓就来不及了;
6、我不明白,买了绿色债卷投资环境改善的利息谁付?是银行再以更高利息借给企业吗?
7、在环境论坛上看到动态地图,只有中国城镇化在扩大,也只有中国污染最严重,城镇化进度和污染化程度成正比;
8、无人驾驶、机器人、可穿戴设备、人工智能、量子计算的论坛等所有不成熟的高科技产品、及其业态的展示、论坛都向资本方指明了未来投资方向。
9、我在下午1点15分一2:30分创想研究室举行的量子科学论坛上果然认识了一位投资商,对于量子计算机他似乎很感兴趣,并且知道的不比我少,而且他说他已经投入了量子计算相关边缘项目;
10、在长达75分钟量子科学论坛第四轮分组讨论时,我同桌一位自称是投资家的外籍人提问,目前量子计算机的挑战到底在哪里,再次证明了我标题观点。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。