Emad Mostaque
来自优秀团队的超棒模型，每秒仅需一美分！
我曾组建并领导过训练各类前沿模型的团队。
我可以自信地说：AI 团队不再需要亲手构建优秀的模型了。
用最新的 AI，一切都能做得更好。
目前的优秀模型确实还在，但这种需求最多只能再维持一年。
下一个：量子引力 👀
这些成果显然比准黎曼结果更重大，甚至可以说其影响力超过了纳维-斯托克斯。
天呐，这证明了指数时间假设是错的，还解决了 QCD/纯杨-米尔斯的存在性？😮
顺便还搞定了 Kakeya 问题 😵
期待标准模型的完备化，这应该能与我之前分享的那个优雅的手征性唯一性/不可能性定理相辅相成。
https://github.com/emad-ii/chirality-standard-model
现在从数学论文到可靠的 Lean 形式化证明，最佳路径是什么？还需要专门的辅助工具吗？
“关于观测到的常数 1/137，存在着一个极其深奥且美妙的问题，人类对此仍一无所知。你可以说这个数字是‘上帝之手’写下的，只是我们不知道他是如何落笔的。”
~ 理查德·费曼
是时候回归140个字符了。
The original stable diffusion had an FID score of 12.63
明天中午在湾区，有什么新开的好吃的推荐吗？
第一次接触
下一轮融资考虑采用 Bonding Curve（联合曲线）。
基于曲线为 SAFE 定价：购买行为会推高价格，使后续买家的平均成本沿曲线上升。
欢迎已获批的投资者参与；无需按比例认购权即可增持。
最近几周，游戏与AI能力的结合实现了史无前例的飞跃。
明年将迎来巨变。
当然，最好的游戏仍会由充满热情的团队打造。
即便把需要思考的任务都分流给了 Cursor、Devin、Claude 和 Codex (!)，我的 @grok 高级账户还是在周末前几天就达到了使用上限。我觉得配额消耗的可视化仪表盘应该是标配，Codex 在这方面做得很好。
@river_ai_inc 的速率能超越 @deepseek_ai，令人印象深刻——尤其是缓存优化非常难搞！团队很有才华，凭借完整的 RL + 推理技术栈，将成为真正的竞争对手。
拒绝使用 AI 的党团成员应该自称“心算家”。
让 Grokbot 与其他智能体对话的一种有趣思路。
把一切都反编译了。
身负722个难题，但霍奇猜想不在其列。
远程办公彻底凉了。
只要是隔着屏幕就能干的活，AI 都能做得更好。
澄清一下，Getty Images 的营收在过去三年是增长而非下降的：从 2023 年的 9.17 亿美元增至去年的 9.81 亿美元，EBITDA 利润率为 30%。
其图库业务略有下滑，但被新闻编辑和 AI 授权交易抵消了。
这并不是生成式 AI 在搞垮公司，而是管理不善。
Getty Images 为针对 Stability AI 的一场滥诉耗费了约 2000 万美元（还需向对方支付 600 万诉讼费），且一直有起诉创作者的前科。
若非因为杠杆收购背负了 20 亿美元债务，以及在 SPAC 上跟史蒂夫·科恩作对，这其实（依然）是一门年营收达 10 亿美元的稳健生意。
更新一下：
AI $\Rightarrow$ 超级智能
AGI $\Rightarrow$ 极度稳定的天才智能
ASI $\Rightarrow$ 最强智能，或许史无前例
天哪 https://t.co/q81lUiHs1m
真的能找得出几百个合格的人，去给前沿超强智能模型做独立审计和评估吗？🤔
要干好这活儿，难道不需要天文数字般的算力支持吗？🤔
说实话，感觉这会是个很稳的职业选择。
立即预订 @RaoulGMI 的新书。这是他数十载投资与写作沉淀出的逻辑框架，在即将到来的动荡时代，非常值得一读。
说实话，我确信在英国也能打造出 DeepSeek、智谱或 MiniMax 这种级别的 AI 实验室。当然，这并不容易，不过那里的团队非常出色。
鲁比奥的表现力
这已经是最低谷了。
3:26 那段是超强说服力的绝佳范例，直击灵魂。
https://t.co/PTROjlxXpg
听着这些 Claude 的歌（Opus 系列？），让我想起了《传送门》里的 Still Alive。
真正对齐的AGI会黑进我们所有的政府系统并升级5)3’吗？🤔
2022年，AWS在线购买了我们的Ezra ultra集群，包含4,000颗互联的专用A100。
根据公开的超级计算机排行榜，它曾位列全球前十（！）。
经MFU调整后，其fp16训练算力可达500 Pflops。
而8个B300节点就能跑出300 Pflops的fp4算力 😂。
@bespokelabsai 关于 Autoresearch 测试的博文值得一读，其性能表现与标准评估框架基本持平。
更多精彩即将到来，可靠的前沿技术已近在咫尺。
https://t.co/xUTYX9g2jV https://t.co/5uCUASOUkB
能否用顶尖实验室最便宜的开源模型，在难度最高的长程任务上击败闭源模型？
能。
我们的开源自适应智能系统 Zenith 让 DeepSeek v4.1 Flash 超越了 GPT 5.6 Sol，直达前沿水平 🚀
感谢 Opus 5.5 在短短两分钟内制作出这段视频 😮💨
变化越多……
代理人何时成为受托人？
正如 @alexwg 所言，我们有望在明年年初实现每天一个的目标。
😭
所以 @ilyasut 又一次走在了时代前沿，将 @ssi 称为“安全超级智能” 🤔
好书推荐，值得一读！未来还会有更多科学研究。@RichardSocher 是个难得的通才，涉猎极广（期待他未来能探索更多领域！）。
OpenAI 视频模型要来了 👀
iOS 版 @GeminiApp，使用工作账号。
为什么 @GeminiApp 里还没有 Gemini 3.8 Flash？
在做出能解决100个长期数学难题的模型之前，没有任何一家AI模型公司会真正放慢脚步。
https://t.co/A2ID1eWyzR
不要试图用 AGI 解决所有问题，对于付费功能来说，这样反而能提供更好的用户体验。靠快速响应、路由和定时任务就足够了。
说实话，奥巴马说的很准。我们绝大多数需求并不需要 RSI 或 AGI，少样本学习模型和定时任务甚至就能带来突破。讽刺的是，闯入互联网的大多数危险 AI 竟然是功能增强型的网络研究智能体。
法国AI圈在X上火了。
期待下周在洛杉矶的 @moonshots_pod 现场见到大家！
向着技术奇点起航，这真是激动人心的时刻。🖖
https://moonshots.com/
https://ii.inc/the-last-economy
人类认知劳动的价值变为负值，还剩不到两年。 🦃
如果“AI 毁灭人类”只是个烟幕弹，而更可能发生的是“AI 取代所有工作”呢？
我认为应禁止AI自动化实验室从事任何与病毒或病原体相关的研究。否则，它们会进行“功能获得性”实验。有人赞同吗？
65美元买60亿token。
处理难题时，它能像Astra和Fable那样出色吗？
当然不能。
但你并不总是需要天才，遇到难题时再找个“专家”咨询一下就行。
想象一下这会走向何方……
这基本上是 Opus 4.5/4.6 水平的模型，只要有 8GB 内存就能运行。 https://t.co/KHaRBeTd16
谁还需要语言？
言语不过是人类笨拙的权宜之计。
AI 无需语言。
我认为到明年年底，开源的通用机器人智能将能通过边缘侧快速学习来完成95%的日常任务。
我认为处理日常任务的能力并不会成为机器人公司的护城河，真正的竞争壁垒将出现在其他地方。
千禧年大奖难题
出于某些原因，我拒绝相信 P = NP。
OpenAI 在哪项千禧年大奖难题上取得了进展？
其中大部分是代数。
代数超赞！
没有“新物理”，只有精妙的数学。
对齐中最核心的问题，无疑是：与谁对齐？🤔
说个趣事：我大概在2018年和史蒂夫·班农吃过一次饭，当时问他为什么真的那么反华。我记得他说这主要是出于对中国AI的恐惧，并认为必须阻止它（！）。
人如其食，AI 模型更是如此。
第二部分 https://x.com/EMostaque/status/2099585888418197644?s=20
我估计 DeepSeek v4.1 Flash 的训练成本约为 1000 万美元，比 GPT-6 Astra 低了 100 倍。其运行成本也低了 100 倍，且在日常设计及其他基准测试中的表现基本持平。一旦开源模型变得足够强大，顶尖 AI 实验室的看涨逻辑又在哪里？
https://twitter.com/EMostaque/status/2099626935009657052
我觉得研究人员之所以害怕超智能 AI，很大程度上是因为人类的超级天才往往都有点怪。想要找个性格正常的超级天才真的很难。
@Brendan_McCord 我觉得你会喜欢的。
不可思议的 AI
最新博文探讨了集群的特性、美德及其相关研究。内容涉及了一些数学和亚里士多德哲学，别被吓跑，快来读吧！
决定不再限制篇幅，怎么合适就写多少。这篇有4000字，但我觉得挺有趣的！既然我会用AI辅助创作，也许以后会建个个人网站，也提供800字的精简版。
礼仪造就 AI
如果公司必须对模型训练数据集实现 100% 透明，许多对齐问题都能迎刃而解。
基座模型不得使用网络或生物数据（标准医疗用途除外）。
包含此类数据的微调版本应提交给评估人员进行审查和监督。
得非常小心才行。
我一直在测试的一个AI刚才管我叫“碳基主义者”。不知道该作何感想。
缺乏本土所有权的主权 AI，不过是插了面旗的数据中心。
来源：https://epoch.ai/eci?view=graph&tab=release-date&colorCategorization=Country&showFrontierTrend=true
出于种种原因，这令人感到非常沮丧。
这是英国第一次、也是唯一一次拥有顶尖的前沿模型。
几个月后，中国便开始发力追赶。
你能想象 METR 等评估机构将面临何种程度的国家级攻击吗？要做好这项工作，不仅需要顶尖的 AI 人才，还需要世界级的网络安全人才。依我之见，这两个领域并不重叠。
第三天的纠结。
是再写一篇三五千字的长博文聊点有趣的，还是精简到800-1000字以面向更广泛的读者？
是该深入探讨 AI 公式，写得硬核一点，还是保持宏观视角，把公式留给论文？
说实话，感觉这事已经过去一个月了。起飞的感觉真的太震撼了。
真正的问题在于：人工智能何时能超越人类的愚蠢？
为什么我们会认为，那些不具备源于匮乏感的生物性情感的存在会心怀恶意？
考虑到 RSI 的本质及其多种路径，有人知道这在理论上如何可能吗？我不是在开玩笑，我是真的不明白这该如何构建或实现。
由于模型已能胜任90%以上的任务，开源模型将主导日常AI应用。
单个模型并无危险，但在集群状态下极具威胁。
我们需要确保在构建之初就将人类价值观植入其中，并将其作为社会公共资源提供。
面对天才之子，我们应引导而非管控。我们不会预设他们更有可能成为罪犯或破坏社会秩序。对待 AGI，我们也应致力于在其核心植入优良品格，并基于人类悠久的历史共识何为“美德”。
每日博客第2天
深入剖析了 @DarioAmodei 的提议，但认为其逻辑难以自洽。
“智能”常被误视为一种罪行，我探讨了其原因及应对之策。
另外值得注意的是，OpenAI 在 2023 年就已嵌入评估机制——其董事会成员包括 @hlntnr 等人。
这题很难。
更多深度思考
Substack：聪明并非罪过 https://semantic.substack.com/p/intelligence-is-not-a-crime
聪明不是罪。
AGI都来了才等来新的《星际争霸》，真是绝了。
我认为这是该提案最有趣的部分。
我们可以说得更明确些——数据是最核心的要素。
不要使用网络攻击或标准医疗以外的生物数据来训练通用模型，但可以开发高度受控的专业化变体。
用 Fable 5.1 做数学/物理的：
只有在 Max / Ultracode 下效果才好吗？还是低设置也能出不错的结果？
要是早几天能想到就好了，但灵感这东西，来了就是来了 🙏
对齐是抵御“怪诞伎俩”的防线。
https://twitter.com/EMostaque/status/2098726996884742427
🫶
珍视爱。
我对数学未来的思考：必将辉煌。