AI新闻动态（2025-06-01到2025-06-06)

[ikaijua]

AI新闻动态（2025-06-01到2025-06-06)

目录

AI产品

1. 谷歌Gemini 2.5 Pro更新蝉联榜一：推理超越o3，编程超越opus4

机器人

1. Figure机器人最新分拣快递新视频

AI研究

1. 清华AI数学家：独立完成理论难题，自动调用基本定理构建证明思路
2. GPT-4o连验证码都解不了？？SOTA模型成功率仅40%

AI洞察

1. 互联网女皇Mary Meeker最新340页《2025 AI 趋势报告》
2. 大神Karpathy炮轰复杂UI应用没有未来，Adobe首当其冲

[ikaijua]

2025-06-01 互联网女皇Mary Meeker最新340页《2025 AI 趋势报告》

原文地址：https://www.bondcap.com/reports/tai

• 过去三十年（1995 年至 2025 年），只有六家公司仍然位列全球市值最高的 30 家上市公司，微软 / 沃尔玛 / 埃克森美孚 / 宝洁 / 强生 / 可口可乐。

tag: AI洞察

[ikaijua]

2025-06-06 谷歌Gemini 2.5 Pro更新蝉联榜一：推理超越o3，编程超越opus4

1. 谷歌在6月5日对其强大的2.5 Pro模型进行了重大更新，该模型在多项基准测试中超越了其他模型，展现出更优性能。
2. 更新后的2.5 Pro模型在编码、推理能力、科学等领域表现出色，特别是在LMArena和WebDevArena的测试中。
3. 该模型的定价具有明显优势，相较于OpenAI o3、Claude 4 Opus及Grok 3等主要竞争对手更为便宜。
4. 新版本增加了“思考预算”功能，允许开发人员更好地控制成本和延迟，这是其他模型目前所不具备的。

https://lmarena.ai/leaderboard

媒体文章：

• 机器之心: 深夜突袭！谷歌Gemini 2.5 Pro更新蝉联榜一：推理超越o3，编程超越opus4
• 量子位: Gemini新版蝉联竞技场榜一，但刚发布就被越狱了

tag: AI产品

[ikaijua]

2025-06-06 Figure机器人最新分拣快递新视频

1. Figure机器人最新视频展示了其在快递分拣中的高效表现，动作流畅自然，如人类般精细操作。
2. 机器人采用了端到端通用控制模型Helix，能够自主完成复杂任务，如拾取、放置物品等。
3. Helix模型是Figure与OpenAI分道扬镳后的首个成果，能够实现视觉-语言-动作的统一控制。
4. Figure公司自成立以来迅速获得巨额投资，估值达26亿美元，成为人形机器人领域的佼佼者。
5. Figure与宝马合作，将机器人部署到汽车制造工厂，优化了生产流程并探索了新的应用场景。

x 发文：https://x.com/adcock_brett/status/1930693311771332853

媒体文章：

• 量子位: Figure机器人分拣快递新视频曝光，网友：太像人类

tag: 机器人

[ikaijua]

2025-06-05 大神Karpathy炮轰复杂UI应用没有未来，Adobe首当其冲

1. Karpathy的预言在人与AI高度协同的时代，只有复杂UI界面的应用将被淘汰，特别是Adobe和CAD等软件。
2. Karpathy认为没有文本交互的软件无法与AI有效协同，无法满足“氛围式编程”的需求。
3. Karpathy根据UI和文本含量，将应用划分为四个风险等级，认为高UI低文本的应用风险最高。
4. 支持者认为依赖复杂UI而无可脚本化后端的软件是在阻挡AI浪潮；反对者则认为专业软件有其特殊性，不能一概而论。
5. Karpathy指出AI生成内容的验证难度，尤其是文本和音频的验证难度高于图像。
6. Karpathy认为非专业人士对编程存在认知偏差，编程的本质是“看”代码而非“写”代码。
7. AI辅助编程的未来：Karpathy正在研发减少验证负担的AI辅助编程工作流，设想通过视觉化方式查看代码库。

媒体文章：

• 量子位: 大神Karpathy炮轰复杂UI应用没有未来，Adobe首当其冲，网友：不提供文本交互，就是在阻挡AI浪潮

tag: AI洞察

[ikaijua]

2025-06-05 清华AI数学家：独立完成理论难题，自动调用基本定理构建证明思路

1. 清华大学推出了AI Mathematician（AIM）框架，旨在利用大型语言模型（LRMs）解决前沿数学理论研究问题。
2. AIM框架包含探索模块、验证模块和修正模块，通过三大模块协作驱动自动理论研究。
3. 该框架采用“探索+记忆”机制和“检验与修正”机制，以应对数学理论证明的复杂性和严谨性挑战。
4. AIM在量子算法、吸收边界条件、高对比度极限和均匀化问题四个数学问题上进行了实验验证。
5. 实验结果表明，AIM能够自主构造关键引理，给出证明过程或提供不平凡的新结论，展现了基本的数学研究能力。
6. AIM可以调用基本定理，识别并实现人工提供的指导和提示，最终按照指示完成证明过程。
7. 尽管AIM还处于早期阶段，存在重复探索、理解能力不足和缺乏证明细节等问题，但它在加速数学研究方面显示出潜力。

论文地址： https://arxiv.org/abs/2505.22451

媒体文章：

• 量子位: 清华AI数学家：独立完成理论难题，自动调用基本定理构建证明思路

tag: AI研究

[ikaijua]

2025-06-04 GPT-4o连验证码都解不了？？SOTA模型成功率仅40%

1. MetaAgentX团队推出了Open CaptchaWorld平台，用于评估多模态Agent解决验证码的能力。
2. 实验结果表明，当前最先进的多模态Agent在解决验证码问题上的成功率远低于人类（平均5%-40% vs 93.3%）。
3. 现有Agent评估基准通常忽略或过滤掉包含验证码的网页，未能真实反映Agent在实际应用中的表现。
4. Open CaptchaWorld平台包含20种现代验证码，模拟真实网页交互环境，考验Agent的视觉理解、规则理解、计划操作和逐步交互能力。
5. 该平台提出了新的评估指标“CAPTCHA Reasoning Depth”，用于量化验证码的解题复杂度。
6. 研究发现，Agent在解决验证码问题时存在“过度分解任务”的现象，缺乏人类的抽象、泛化和控制能力。
7. Open CaptchaWorld平台揭示了多模态Agent在真实交互任务中并非“越贵越强”，强调了效率与性能协同优化的重要性，并为Agent开发者和基准设计者提供了新的思路。

• 论文链接：https://arxiv.org/abs/2505.24878
• Huggingface Spaces：https://huggingface.co/spaces/YaxinLuo/Open_CaptchaWorld
• github 地址： https://github.com/MetaAgentX/OpenCaptchaWorld

媒体文章：

• 量子位: GPT-4o连验证码都解不了？？SOTA模型成功率仅40%

tag: AI研究