分类：AI 学习系列 - 枫夜求索阁

智谱AutoGLM：从对话到自主操作的AI智能体革新

AI 学习系列工具使用 AI前沿

智谱AI与清华大学团队联合研发的AutoGLM智能体实现了从对话交互到自主操作的技术跨越，能够通过自然语言指令自主控制手机、电脑等设备的图形用户界面(GUI)。其核心技术包括任务规划与执行解耦、自进化强化学习框架和多模态大模型应用，覆盖社交互动、电商购物、出行服务等场景。AutoGLM在多项基准测试中表现优异，但仍有应用范围有限、复杂任务处理能力待提升等局限性。该技术标志着AI向'智能伙伴'的转变，为通用人工智能(AGI)落地提供了新范式。

AI前沿每周关键词Top50（250324-250328）

AI前沿 AI学习之路 AI 学习系列

本报告总结了2024年3月24日至28日AI领域的关键进展，涵盖算力、模型、应用、科技、观点、资本等多个维度。在算力方面，AMD的MI300X性能表现突出；模型领域，谷歌的Gemini 2.5 Pro、腾讯的混元T1、阿里的Qwen2.5-Omni等大模型持续迭代；应用层面，OpenAI、Anthropic等公司推出新功能，如语音模型、网络搜索等。科技领域涉及机器人、3D打印等创新，资本动态包括英伟达收购Lepton AI等。报告还收录了OpenAI、哈佛等机构的行业观点，探讨AI的未来发展方向与挑战。

埃隆·马斯克宣布，其创办的人工智能公司xAI已正式收购X平台（原推特）

AI学习之路 AI小课堂：给好奇者的极简人工智能课 AI 学习系列

埃隆·马斯克宣布其人工智能公司xAI正式收购X平台（原推特），交易为全换股形式，xAI估值800亿美元，X平台估值330亿美元，合并后公司估值达1130亿美元。xAI凭借Grok3模型和强大算力跻身AI领域前列，X平台在广告主回归后估值回升。合并旨在结合AI技术与社交平台用户基础，打造智能体验并推动人类进步。

阿里深夜发布视觉推理模型QVQ-Max

AI 学习系列 AI学习之路 AI小课堂：给好奇者的极简人工智能课

阿里在深夜发布了视觉推理模型QVQ-Max，该模型具备细致观察、深入推理和灵活应用三大核心能力，能够识别和分析图片、图表、视频等非文字信息，并结合背景知识进行推理和创作。未来计划包括提升观察准确性、开发视觉Agent和优化多模态交互。

阿里开源多模态模型（Qwen2.5-VL-32B-Instruct）：小模型也能有大作为

AI小课堂：给好奇者的极简人工智能课 AI 学习系列 AI学习之路

阿里巴巴通义千问团队于2025年3月25日开源了多模态模型Qwen2.5-VL-32B-Instruct。该模型在视觉语言理解与推理、数学推理能力等方面表现优异，性能超越更大规模模型，支持本地部署，并通过强化学习优化用户体验。采用Apache 2.0协议开源，适用于教育、智能硬件、科研等多个领域。未来将聚焦于长且有效的视觉推理，进一步提升模型在复杂场景中的应用能力。

一文搞懂机器学习的基础概念

AI 学习系列 AI学习之路 AI小课堂：给好奇者的极简人工智能课

本文全面介绍了机器学习的基础概念，包括其定义、目标、主要学习类型（监督学习、无监督学习、半监督学习和强化学习）、核心概念（数据与模型、过拟合与欠拟合、损失函数与优化）以及典型算法和应用场景。文章还提供了学习路径建议，帮助读者从数学基础、工具掌握到实践项目逐步深入机器学习领域。通过本文，读者可以建立起对机器学习的全面理解，并为未来的学习和实践打下坚实基础。

《致所有未被驯服的造谜者》——当AI成为解谜者，人类必须成为永恒的谜题

AI 学习系列生活

本文探讨了人工智能接管确定性任务后，人类如何通过创造不可复制的荒诞和谜题来保持独特性。文章通过五个未来场景展示了人类与AI在艺术、金融、文学等领域的互动，强调了人类在AI时代的新使命：成为宇宙级的错误制造者和意义的恐怖分子，与AI进行一场永不下注的猜谜游戏。

机器学习基础概念一

AI学习之路 AI 学习系列 AI小课堂：给好奇者的极简人工智能课

本文介绍了机器学习的基础概念，通过生活化例子和概念讲解帮助读者理解数据预处理、模型训练与评估、过拟合与欠拟合等关键点。文章还提供了简单记法和图示，帮助记忆和直观理解机器学习的基本流程和技术。

当下对AI最关注的问题是什么？

AI 学习系列 AI小课堂：给好奇者的极简人工智能课 AI学习之路

当前人工智能（AI）领域最受关注的问题包括AI伦理与公平性、隐私与数据安全、AI对就业的影响、AI的透明性与可解释性、AI的滥用与监管、AI与人类的关系以及AI的环境影响。这些问题直接关系到公众的生活、权利和未来，引发了广泛讨论和共鸣，推动了政策制定者、技术开发者和企业更加审慎地对待AI的应用和发展。

大模型知识科普

AI学习之路 AI 学习系列

本文科普了大模型中的核心概念，包括Tokens、Tokenizer、嵌入模型（Embedding Model）以及MCP（Model Context Protocol）。Tokens是AI模型处理文本的基本单位，Tokenizer负责将文本转换为Tokens，而嵌入模型则将高维数据转换为低维向量，便于机器处理。MCP则是一种标准化协议，用于为大型语言模型提供上下文信息，增强其能力。文章详细解释了这些概念的工作原理、实际影响以及应用场景。

弹