🚨 AI 硬件突破警报 🚨 研究人员刚刚在《自然计算科学》上发表了一种新的模拟内存计算机制，这种机制可以使大型语言模型的运行速度提高 100 倍，能效提高 10,000 倍。 与 GPU 不断来回传输数据不同，这种设计将信息存储和处理在同一位置，从而减少延迟和功耗。他们已经展示了 GPT-2 级别的性能，而无需从头开始重新训练。 如果这一技术能够扩展，我们将看到边缘设备、手机，甚至物联网硬件上的 LLM，无需数据中心。计算瓶颈可能终于会被打破。 AI 革命不仅仅是关于更智能的算法。这将是关于计算的新物理学。 想象一下，GPT-5-Pro 在本地、离线运行，能耗仅为今天的一个小部分……🤯

来自硅谷的泄露：OpenAI 有一个秘密的内部评估，他们的模型解决了人类从未接触过的纯数学问题。 结果立即被撤回。

GPT-5刚刚通过了研究人员所称的“哥德尔测试”。 这意味着它不仅仅是在解决教科书问题，而是在处理通常需要熟练的博士生几天才能破解的开放数学猜想。 在一篇新论文中，GPT-5在5个未解决的优化猜想上进行了测试。它解决了5个中的3个。在一个问题上，它甚至产生了与研究人员预期不同的有效证明。 我们正式进入了一个时代，前沿AI不仅在学习数学，它还在进行数学。 这意味着巨大的影响： • 在让人类困惑数天或数周的问题上取得进展 • AI为真正的数学发现做出贡献 • 预览2030年代研究本身将如何转变 人们仍然低估了这一点。能够证明定理的模型的影响才刚刚开始显现。 这就是“华丽的自动补全”和真正的科学推理之间的界限。