在科技产品零售这条路上，Meta 终于找到了一位”懂行”的老司机。前奢侈品二手电商 The RealReal 的 CEO John Koryl 刚刚加入 Meta，担任零售业务副总裁，直接向 CTO Andrew Bosworth 汇报。
有趣的是，这份任命是和另一个重磅人事一起宣布的 - Meta 同时成立了机器人产品部门,并请来了前 Cruise CEO Marc Whitten 担任副总裁 - 这表明 Meta 正在构建一个完整的未来科技生态系统。
想想看，Quest 头显、Ray-Ban Meta 智能眼镜这类产品，和一般的消费电子品有很大不同。你不能像卖手机那样，把它放在柜台里让顾客看看参数表就完事。这些产品需要”试戴体验”，需要面对面的讲解和演示。简单说，它们需要一种全新的零售体验。
🔥又到了刷论文比刷短剧爽的AI论文导读专题了，我会尝试尽量用普通人也能理解的方式来讲一些最新的AI领域论文~
这次要讲的这篇来自OpenAI的最新论文非常有趣，尤其是将其结合之前DeepSeek R1的技术论文中提到的对强化学习（RL）的使用部分一起来看的时候，你会明显地觉得RL的里程碑时刻真的要来了（而且也从另一个角度再次说明了DeepSeek团队独立发现了如何训练推理模型的配方），这意味着大模型们真的能更快更高效地自我进化了 我们将更快看到更强大的新模型出现。
论文名为Competitive Programming with Large Reasoning Models，核心思想可以一句话总结为：
在竞赛编程这个高度专业化的领域，所有精心设计的人类知识最终都败给了纯粹的强化学习。
虽然大家都在猜测AI会如何影响就业，但直到现在还没有确切的数据支持。Anthropic通过分析了数百万条真实的Claude对话，首次揭示了人们实际上是如何使用AI的。
最引人注目的发现是：AI并没有完全取代某些工作，而是在特定任务中被选择性使用。只有约4%的职业在其大部分（75%以上）的工作任务中使用AI。但是有36%的职业在至少四分之一的任务中使用AI。这表明AI更多是在增强人类工作，而不是完全自动化某个职位。
译者注：将来自Jay Alammar的这篇《DeepSeek-R1 图解》做了全文翻译，属于技术向的内容了，如果想看相对门槛较低的“说人话”总结版本可以参考我写过的这篇 - DeepSeek-R1的创新到底在哪儿? - 重新定义AI推理能力的培养之道
DeepSeek-R1 是 AI 发展进程中最新的重要突破。对机器学习研发社区而言，这是一个具有重大意义的发布：
在这篇文章中，我们将用图形化的方式来详细介绍R1是如何被构建的。
翻译自Verge的Victoria Song最新一篇关于智能眼镜体验的文章。一些个人点评和总结如下：
从意大利多洛米蒂山区的一间小工作室，到市值突破1,000亿欧元的全球巨头 - 依视路陆逊梯卡（EssilorLuxottica）的故事，或许就是下一个计算平台革命的预演。
上周，这家全球最大的眼镜制造商市值达到1,015亿欧元，实现了已故创始人莱昂纳多·德尔维基奥的终极目标。推动股价上涨的一个关键因素，是他们与Meta合作开发的智能眼镜产品。
在硅谷，1000亿美元的投资往往预示着两种可能：要么是在下一盘大棋，要么就是在纯烧钱。Meta的CEO扎克伯格显然认为自己属于前者。
就在上周，Meta为其Ray-Ban智能眼镜砸下重金，在超级碗中（热门程度可以将其想象为美国的“春晚”）投放了两支广告。在广告中两位克里斯（分别是漫威电影中雷神和星爵的演员）在用AI识别艺术品和翻译外语，而詹纳在香蕉艺术品事故后用眼镜助手来联系律师。这些场景传达的信息很清楚：这不是一个让你看起来像科技极客的设备，而是一个能让你的生活更轻松、更有趣的工具。
如果说第一代Ray-Ban智能眼镜还只是个'会拍照的墨镜'，那么即将推出的新款就开始展露Meta的真实野心。加入显示屏、强化AI能力，这副眼镜正在悄悄化身为你的第二块屏幕。而这，不过是通往Meta终极目标的第一步：打造取代智能手机的下一代计算平台。
1000亿美元，就为了一副眼镜？不，是为了重新定义我们与数字世界的交互方式。
Meta首次“公布”Ray-Ban智能眼镜销售数据，同时透露2025年新品计划，展现其在可穿戴设备市场的野心与布局。
如果对AI眼镜感兴趣的朋友欢迎关注我过往的一些相关系列文章。
在2024年第四季度员工大会上，Meta CEO马克·扎克伯格首次揭晓了一个振奋人心的数据：Ray-Ban智能眼镜的年销量突破100万副【注1】。这个数字不仅标志着Meta在可穿戴设备市场取得重大突破，更预示着智能眼镜可能成为继智能手机之后的下一个重要计算平台。
【注1】由于去年更早就有Ray-Ban销量过百万的传闻了，但这应该是累计销量数据。从这次的报道情况下，Ray-Ban 2024年度销量应该略高于100万副，算相当不错了；
据The Verge报道，在全员大会上，扎克伯格向员工抛出了一个富有挑战性的问题：”我们需要思考的一个问题是，我们今年的销量会从100万增长到200万吗？还是能达到500万？”这个提问展现了Meta对智能眼镜市场的雄心。
译者注：这篇来自Ben Thompson的关于DeepSeek的答疑文写得非常好 - 文章的格局对比Dario的那篇逻辑混乱的万字长文高出了N个段位！因此决定精翻一下供大家参考。我个人总结印象深刻的有三点：
第一点是关于效率。Deepseek证明了在受限硬件(H800)上通过极致优化可以达到令人惊讶的结果。这推翻了”更强算力=更好AI”的简单假设 - 重要的不是你有多少算力，而是你如何使用它；
第二是关于开放。当OpenAI在2019年以”安全”为由转向封闭时，他们实际上是在建立垄断。但DeepSeek证明了开放可能是更好的战略：它能吸引最好的人才，建立生态系统，并通过降低成本而不是提高价格来获取优势；
第三点是关于如何看待创新和政策。美国的芯片禁令和AI监管战略建立在一个错误假设上：认为可以通过限制访问来保持领先。但DeepSeek表明，限制反而会激发创新。他们被迫在H800上优化，结果发明了更好的方法。
因此，如果从全局来看，在技术竞争中（尤其在颠覆性领域中），防守性策略往往会适得其反。真正的竞争优势来自持续创新和开放协作，而不是试图通过监管或限制来保护现有地位。
正如互联网证明的那样，开放标准和广泛参与会创造更大的价值。AI也将遵循这条路径：它会变得更便宜、更普及、更商品化，但整体价值会因此呈指数增长。
赢家将是那些拥抱这种转变，而不是抵抗它的人。
译者注：再带来一篇关于Meta Ray-Ban的Live AI能力的最新评测文章，依然来自Verge的Victoria Song。几点个人点评：
- Live AI功能目前的定位确实相对尴尬，应该还需要继续打磨，需要解决当前面临的——比手机麻烦，比真人助手笨拙这个重大挑战；
- 你必须知道如何问正确的问题才能得到你想要的答案这个点也很重要，因为普通人确实要熟悉和AI的正确交流方式还需要磨合一下；
- 不过乐观估计随着AI智能的提升，上面这两点问题都能逐步得到自然解决，尤其是目前Meta眼镜还用的是并非业界顶级AI的情况下；
如果对AI眼镜感兴趣的朋友欢迎关注我过往的一些相关系列文章。
