AI创投周报是阿尔法公社关于全球人工智能投资的资讯周报，适合创业者和投资人参考。

阿尔法公社聚焦科技天使投资，近期集中投资了十余家AI初创企业，我们瞄准高段位创业者，投资了加拿大工程院外籍院士、美国工程院院士担任CEO的数个项目，以及国家重大专项首席专家、中国CIO标杆人物、大厂高端人才等创始人项目，包括智象未来、八方地动、创享数智等。

本视频由“千象”（网址：）生成

本周，我们观察到AI领域的新动向和新趋势：

1. AI模型推理和Test-Time 技术，批量迎来突破。上海AI lab领衔的研究让7B模型达到 R1在数学方面的表现；港中文的研究，首次提出文生图的类o1推理和 新范式。

2.AI模型在IMO（数学奥林匹克）和IOI（信息奥林匹克）上达到人类金牌选手水平。在IMO几何问题测试中，谷歌成功解决了50道题中的42道，首次超越IMO金牌得主的平均水准（40/50）。而的o3则以394分（满分600）跻身全球前18名，达到金牌选手水平。

3.完成3.5亿美元A轮融资，与合作加速人形机器人研发。的核心产品是一款名为“”的通用人形机器人，该机器人具备高度灵活性和适应性，能够执行多种复杂任务。

人工智能产品和技术的新突破

1.谷歌攻克IMO几何难题，已超越金牌得主平均水准

谷歌团队近日发布了全新升级的数学推理模型 2，在2000-2024年IMO几何问题测试中，成功解决了50道题中的42道，首次超越IMO金牌得主的平均水准（40/50）。

相较于前代进行了多方面的优化。首先，扩展领域语言 ，新增对轨迹定理、线性方程等复杂几何概念的支持，使系统能够处理更广泛的非构造性问题。

其次，符号引擎性能大幅提升 ，通过优化规则集、增强对二重点的处理以及采用更快的C++实现，新引擎DDAR2比原版快300倍以上。

此外，搜索算法创新香港中文大学需要多少分，引入知识共享机制的多搜索树并行策略，显著提升了证明搜索效率。最后，语言模型升级 ，基于架构训练的MoE 模型，在更大、更多样化的数据集上进行训练，进一步增强了推理能力。

论文：

2.o3斩获IOI金牌，同时成功跻身

的推理模型o3在2024 年国际信息学奥林匹克（IOI）中斩获金牌，以394分（满分600）跻身全球前18名，展现出与人类顶级程序员相匹敌的实力。

此前，便用o1作为编程AI的基础模型，然而，在IOI竞赛的实战中，o1仅能达到213分，远低于金牌线。

在不增加额外测试时策略的情况下，o3仅凭50次提交便拿下395.64分，超越金牌门槛。在全球顶级编程竞赛平台中，o3甚至取得了 2724 的评分（99.8% 分位），成功跻身。

谷歌的 2在IMO夺金，o3登顶编程竞赛，这些突破表明，AI通过持续的强化学习，已经具备了超越传统手工设计算法的能力。

3.奥特曼自曝：GPT-5即将推出，所有人可免费使用

CEO奥特曼近日公开披露了公司的最新发展计划，GPT-4.5将在

几周内发布，它将成为GPT系列中最后一个非推理类型模型。重磅产品GPT-5预计将在几个月后上线，这款模型将融合现有的GPT系列和o系列模型，形成一个更加智能且全面的AI系统。

此外，GPT-5的基础版本将向所有用户免费开放，而且是无限次使用。GPT-5还将集成现有的各类功能，包括语音交互、绘图、搜索能力以及深度研究。

4.Meta推出全新视频生成框架，显著提升运动一致性

Meta近日发布全新视频生成框架，专注于解决AI视频生成中长期存在的运动连贯性问题。不同于传统方法，该框架不依赖额外数据或模型扩展，而是通过修改训练目标，让模型在学习外观的同时精准捕捉运动信息。研究显示，在多项指标上击败的Sora，生成的复杂运动视频已通过“体操图灵测试”。

AI视频生成一直难以模拟现实世界中的动态运动，主要原因在于传统训练方法过度关注画面细节，而忽略了时间维度的流畅性。Meta研究团队发现，现有视频模型在帧序混乱的情况下仍能保持较高的像素相似度香港中文大学需要多少分，AI创投周报｜AI模型推理新技术集中爆发，机器人公司Apptronik获3.5亿美元A轮融资，这意味着它们并未真正理解运动逻辑。

为了解决这一问题，采用了一种全新策略：让模型同时学习视觉外观与运动表征，在训练阶段优化像素生成与运动预测，并在推理阶段引入“内在引导”（Inner-）机制，使其生成更加逼真的动作。

实验结果显示，在多种运动场景下均展现出远超Sora、 Gen-3和DiT-30B的表现。从体操、滑板、跑步到复杂的物理交互，如手指按压黏液球、篮球入网等，都能生成符合现实世界物理规律的动作。即使是芭蕾旋转、狗跳栅栏等细节复杂的场景，它也比其他模型更具稳定性和真实性。

5.仅7B的反超R1满血版，上海AI Lab提出计算最优的Test-Time

上海AI Lab、清华大学、哈尔滨工业大学和北京邮电大学组成的研究团队重新思考了计算最优的Test-Time （TTS），并尝试找出在不同策

略模型、过程奖励模型（PRM）和问题难度下，最优的TTS方式。

实验采用MATH-500和数学推理数据集，探索了Best-of-N、Beam 和 Tree （DVTS）三种TTS方法的适用性。

在实验中，7B参数的-R1–Qwen成功超越了671B参数的-R1，甚至在多个任务上表现优于的o1系列。

实验发现，TTS方法的最优选择高度依赖于策略模型的规模。例如，小型模型更依赖搜索方法，而对于参数超过72B的策略模型，Best-of-N则成为所有难度问题上的最优方案。过程奖励模型同样对TTS性能有关键影响，其中和Qwen2.5-Math在MATH-500数据集上的表现尤为突出。最终，研究团队提出了一种奖励感知型最优TTS框架，使TTS计算更具适应性。

团队认为，目前的策略优化监督机制仍然是“从强到弱”，即利用大模型蒸馏得到更小的模型。而真正的突破或许在于“从弱到强”的方法，即通过更具适应性和通用性的监督机制，使小模型在复杂任务上的推理能力得到显著提升。

论文：

6.清华与CMU团队破解长思维链推理机制，揭示SFT与RL的关键作用

清华大学、卡内基梅隆大学以及IN.AI的研究团队近期对大模型中长思维链推理的机制进行了系统性研究，并提出了优化策略。研究表明，监督微调（SFT）并非必需，但能显著提升效率，而强化学习（RL）在扩展长CoT推理能力方面具有关键作用。

在系统性研究了长CoT推理的机制后，团队提出了4个关键发现。

第一，SFT并非必需，但能简化训练并提高效率。虽然SFT并非训练长CoT的必要条件，但它能够有效地初始化模型，并为后续的RL训练提供坚实的基础。

第二，推理能力随着训练计算的增加而出现，但并非总是如此。长CoT的出现并非必然，且朴素的RL方法并不总是能有效地延长CoT长度。需要通过奖励塑造等技巧来稳定CoT长度的增长，团队的做法是引入了一种余弦长度缩放奖励，并加入了重复惩罚，这既平衡了推理深度，又防止了无意义的长度增加。

第三，由于高质量、可验证数据稀缺，扩展可验证奖励函数对RL至关重要。

第四，基模型中天生存在错误修正和回溯等技能，但通过RL有效地激励这些技能需要大量的计算。

7.图像生成迎来CoT时刻！港中文首次提出文生图的o1推理和 新范式

香港中文大学、北京大学与上海AI Lab联合团队首次提出将思维链（ CoT）推理策略应用于自回归图像生成任务，为文生图领域带来了全新的研究范式。

针对如何在文生图和文生视频等图像生成任务中实现逐步验证与强化，研究团队借鉴LLM的逐步推理机制，提出了以测试时验证（Test-time ）为核心的多种方案。

首先设计了结果奖励模型，包括Zero-shot ORM与Fine-tuned ORM；随后探索了过程奖励模型（PRM），但因早期图像模糊、后期路径相似等问题未能显著提升生成效果。为此，团队进一步推出了专为自回归图像生成设计的潜力评估奖励模型（PARM），通过清晰度判断、潜力性评估与最佳选择三步，精细筛选生成路径；在此基础上，又引入反思机制，实现自我修正，形成了PARM++，使指标提升约10%。

此外，文章引入了直接偏好优化（DPO）对齐方法，利用288K条图文排名数据，通过最大似然优化和迭代DPO训练，使模型生成结果更符合人类偏好，分别带+9%和+12%的性能提升。最终，结合Test-time 与DPO对齐，整体性能提升达+27%，远超单独应用任一方法的效果。

总体而言，该研究首次验证了CoT推理在自回归图像生成中的可行性，并为大模型在图像生成任务中的推理与优化提供了全新方向。

论文：

人工智能初创公司的新融资

1.完成3.5亿美元A轮融资，与合作加速人形机器人研发

官方网站：

近日，机器人公司完成3.5亿美元A轮融资，B 和 共同领投了本轮，谷歌也参与了投资，其部门正与合作，共同构建机器人行为模型。

专注于开发下一代人形机器人，旨在通过先进的机器人技术解决劳动力短缺问题，并提升工业和服务领域的自动化水平。其核心产品是一款名为“”的通用人形机器人，该机器人具备高度灵活性和适应性，能够执行多种复杂任务，包括物流搬运、制造业操作以及服务场景中的互动支持。

起源于德克萨斯大学奥斯汀分校的人类中心机器人实验室，CEO是Jeff ，他的背景相对偏商业化，而CTO是Nick Paine，是NASA约翰逊航天中心DARPA机器人挑战赛团队的一员。

2.获1亿美元B轮融资，专注于模拟AI推理芯片

官方网站：.ai

近日，专注于模拟芯片的AI硬件公司完成由Tiger 领投的1亿美元B轮融资。本轮的其他参与者还包括 、SIP 、Zero 、CTBC VC、 和 Creek 等机构。

声称其AI加速器运行工作负载所消耗的能量比市场上的其他芯片少20倍，并预计今年晚些时候将推出首批此类芯片。芯片不用于训练应用，而是用于在“边缘”运行现有的AI模型。

它由 Verma（CEO）和 （CTO）联合创立， Verma自2009年起担任普林斯顿大学电气与计算机工程教授，在多项新兴技术领域取得开创性研究成果，尤其在下一代计算； 在人工智能、芯片设计及架构领域拥有超过20年经验，曾任IBM研究员，主导全球AI硬件、软件与算法协同设计，并推动多项研究转化为广泛应用的产品。

3.Ilya 创办的SSI正进行新一轮融资谈判，目标估值高达200亿美元

官方网站：ssi.inc

据路透社报道，前首席科学家Ilya 创办的安全超级智能公司（Safe , SSI）正进行新一轮融资谈判，目标估值高达200亿美元，较去年9月首轮融资时的50亿美元估值翻了4倍。

在成立仅3个月后，SSI于2024年9月完成首轮融资，筹集10亿美元，投资方包括NFDG、a16z、 等顶级机构。尽管公司目前尚未推出任何产品，也无用户和收入，但其“开发比人类更聪明且安全的AI”的愿景吸引了大量资本青睐。

SSI的核心目标是构建“安全超级智能”，专注于解决AI的能力提升与安全性保障两大技术难题。Ilya强调，公司将摒弃传统商业压力，专注于长期技术研发，并计划通过革命性工程和科学突破实现这一目标。

4.法律AI独角兽获3亿美元D轮融资，估值升至30亿美元

官方网站：

专注于法律行业的AI初创公司，在由 领投的D轮融资中筹集了3亿美元，本轮融资的其他投资者包括、 、 Fund、GV、、Elad Gil和REV，本轮融资后，的估值达到30亿美元。

对于律所工作的改变主要在4个方面：改变法律研究的方式（帮助律师筛选文件，提取关键信息）；自动化合同分析，帮助提高效率；处理文档管理和日程安排，节省律师时间，进而提高客户满意率；将劳动密集型任务的自动化，节省律所费用。

首席执行官 表示，这家初创公司已实现超过5000万美元的年度经常性收入（ARR），并预计将在大约八个月内超过1 亿美元ARR。2024年，该公司表示其客户从40家扩展到42个国家的235家客户，包括大多数美国前十大律师事务所。

5.用AI的增强智能改造法律工作，Eudia获 领投1.05亿美元A轮融资

法律AI公司Eudia获 领投1.05亿美元A轮融资，、 、 、Defy、 、B3 、、以及知名天使投资人 Gokul 、Chris Re、 Sieja、Mike 和Scott 参与。

该公司的增强智能平台使法律部门能够拥有其机构知识，通过AI加以利用，并增强其内部律师的能力。通过将AI与人类专业知识相结合，Eudia 使首席法律官（CLOs）不仅能够解决问题——还能主动推动公司战略，加强风险管理，并为其业务捕捉未开发的价值。

Eudia的解决方案正被一些财富500 强公司使用，包括、DHL、和。

Eudia的CEO是连续创业者Omar ，他在财富500强法律科技领域拥有超过十年的经验，此前曾在领导人工智能战略，并创立了Text IQ。David Van Reyk作为COO与共同创立Eudia，他曾在CVC 担任私募股权投资者，拥有执行大规模转型和并购的经验。

6. Labs完成5000万美元融资，推动AI驱动的可编程生物学发展

近日，专注于AI驱动的可编程生物学公司 Labs完成5000万美元融资（1000万种子轮+4000万A轮）。A轮融资由 和 共同领投， Fish、、首席科学家Jeff Dean及现有投资者8VC、 和 VC参投。

Labs的平台通过赋能研究人员计算创建新的治疗分子，将帮助合作伙伴解锁先前具有挑战性的目标，并开辟个性化药物的新路径。更重要的是，合作伙伴可以利用该平台设计具有改进分子特征（如增强的亲和力和稳定性）的蛋白质英国G5院校留学，加快药物开发时间表并提高成功率。

该公司由Simon Kohl博士创立，他曾是蛋白质设计团队的联合

负责人，并担任 2的高级研究科学家，该项目为Demis 和John 赢得了诺贝尔化学奖。

7.AI芯片初创公司完成2350万美元种子轮融资

专注于AI推理技术的公司已从包括Flume 、Valor 、 和 在内的投资者中筹集了2350万美元的资金。这笔资金将使能够扩大其节能AI芯片的生产，为企业提供比的AI硬件更具成本效益的替代方案。

随着企业应对AI资本支出、成本上升和供应商锁定问题，提供了一种高性能、节能的替代方案。的Atlas系统目前在性能和每美元性能方面比 H100 GPU高出3.5倍，能效也高出3.5倍。

通过利用优化的内存架构，实现超过93%的带宽利用率（相比之下，GPU 仅为10-30%），的FPGA驱动服务器支持万亿参数模型，同时提供与 Face和 API的即插即用兼容性。这些系统在推理速度上比H100/H200配置快70%，功耗降低66%，将数据中心的资本支出削减50%。

本文由阿尔法公社综合自多个信息源，并在AI大模型的辅助下写作，封面图片由.ai的（千象）生成。

关于阿尔法公社

香港中文大学读研，纳米搜索，新一代智能答案引擎

香港中文大学法学专业研究生申请指南 一、申请条件 1. 学历背景 – 对于法学硕士（LLM），一般要求法学学士学位；不过非法律背景但有相关经验的申请人也可申请，商业、会计等领域的工作经验尤为被看重，尤其是申请中国商业法等热门专业时，有商业领域背景的申请者更受欢迎。对于法学博士（JD）课程，是为非法律本科的毕业生或非普通法系法律本科的毕业生提供的学位课程。 2. 学业成绩 – 香港的大学重视学生的学习成绩，很多专业要求一等学士学位，平均分85分。应届生的GPA一般看本科前三年的GPA，往届生看大学四年的GPA，申请港中文GPA在3.5+比较稳，当然GPA在3 – 3.5之间也有同学申请到港前三。 3. 语言能力 – 雅思：一般要求雅思成绩不得低于6.5分（部分情况要求雅思7.5分），且单项分数可能也有要求，如某些要求雅思小分不低于6.0分4()。 – 托福：托福成绩不得低于88分（部分情况要求托福100分或者托福90分），不同专业要求的托福分数有所差异4()。 4. 工作经验（针对非法学专业申请） – 非法学专业申请需要有法律相关工作经验，例如贸易、会计、公共关系、社会工作等领域的工作经验对于申请会有帮助。

二、申请所需材料 1. 学习成绩单：需要提供本科期间完整的学习成绩单，应届生提供本科前三年的成绩单香港中文大学读研，纳米搜索，新一代智能答案引擎，往届生提供大学四年的成绩单，以证明学业成绩满足要求。 2. 个人简历：包括个人的基本信息、教育背景、工作经历（如果有）、获奖情况、参与的学术或社会活动等 。 3. 推荐信：通常需要两封推荐信，推荐人可以是大学教授、导师或者工作中的上司等香港中文大学读研，推荐信用于评定申请人的学术能力或工作能力等方面的表现和潜力。 三、申请时间节点 1. 不同轮次 – 例如2023年的申请，第一轮在2023年1月27日；第二轮在2023年2月24日，但具体每年的申请轮次安排可能有变化，需要及时关注学校官方信息。目前没有查询到更新的2024 – 2025年度的申请轮次时间，不过香港高校一般录取原则是滚动式的，申请越早录取机率就越大美国top30名校留学，建议尽早准备并提交申请材料。 四、申请途径 – 一般是通过香港中文大学的官方网站进行线上申请。具体的申请入口和详细步骤会在大学官网公布，在申请季来临之前通常会公布当年的研究生申请相关指南，包含专业列表、申请流程、材料上传等详细信息。 五、面试环节及要求 1. 是否有面试 – 需要参加面试，面试是申请中的一个重要环节。 2. 面试要求 – 目前没有查询到非常详细的面试具体要求，但一般会考察申请人对法学专业的理解、对所申请方向（如中国商业法、国际经济法等方向）的见解、个人的学习和研究计划、语言表达能力、逻辑思维能力等。需要申请人在面试前充分准备，对自己的申请材料内容非常熟悉，并且对法学相关领域的热门话题或前沿动态有所了解。

香港中文大学短期课程，25fall香港中文大学申请攻略及申请时间线，来了！

原创 小九

香港中文大学（The of Hong Kong, CUHK）是一所享誉国际的公立研究型综合大学，位于全球高等教育机构的前列 在2025年的QS世界大学排名中，香港中文大学名列第36位.相较于香港大学，香港中文大学在招生政策上对于非“双一流”高校背景的学生展现出更为友好的态度，大部分专业会接受双非学生的申请。

香港中文大学硕士申请攻略

以下是一些成功申请香港中文大学硕士的经验：

学术成绩方面：

O 本科绩点保持高水平：香港中文大学对学术成绩较为看重，一般来说，985/211 院校的学生建议均分在 85 分以上，双非院校的学生最好能达到 90 分左右，才更有竞争力。如果大一大二的成绩不太理想，要抓住大三的专业课学习机会努力提升绩点。

O 重视专业课程学习：不仅要关注整体的平均成绩，与所申请专业相关的专业课程成绩也非常重要。在申请时，学校可能会重点查看这些课程的成绩英国G5院校留学，如果专业课程成绩优秀，能够增加申请的成功率。

O 争取学术成果：积极参与科研项目、学术竞赛等活动，争取发表论文、获得科研成果或竞赛奖项。这些经历可以体现你的学术能力和研究潜力，对申请研究型硕士或一些学术要求较高的专业尤其有帮助。

语言考试方面：

O 提前规划语言考试：尽早确定自己要参加的语言考试类型（如雅思或托福），并制定合理的学习计划。建议提前一年左右开始准备，给考试留出足够的时间，以便在申请前取得理想的成绩。对于英语基础较好的同学，可以适当缩短准备时间，但也不要过于仓促。

O 刷高语言成绩：香港中文大学的硕士申请一般要求雅思总分不低于 6.5 分，托福总分不低于 79 分，但部分热门专业或竞争激烈的项目可能要求更高的语言成绩。因此，如果有时间和精力，可以尝试多次参加考试，刷高语言成绩，提高自己的竞争力。

O 提升英语综合能力：除了考试成绩，英语的实际应用能力也很重要。在准备语言考试的过程中，要注重提高听说读写各方面的能力，以便在面试或未来的学习中能够顺利交流。

申请材料方面：

O 推荐信：选择两位熟悉自己的学术导师、教授或实习单位的上级作为推荐人。推荐人最好具有较高的学术地位或专业影响力，他们的推荐信能够更有说服力。在请求推荐人写推荐信时，要提供自己的个人简历、学术成果、研究计划等相关材料，以便推荐人更好地了解你的情况并撰写推荐信。

O 个人陈述：个人陈述是展示自己的重要材料，要认真撰写。突出自己的学术兴趣、研究经历、职业目标以及与所申请专业的契合度，同时要注意语言表达的准确性和流畅性，避免出现语法错误和拼写错误。个人陈述的内容要具体、真实，能够引起招生官的兴趣。

O 其他材料：准备好本科成绩单、学位证书、身份证等基本材料，并确保这些材料的真实性和完整性。如果申请的专业有特殊要求，如作品集、研究计划等，要按照要求认真准备。

实践经历方面：

O 实习经历：利用假期或课余时间参加与所申请专业相关的实习，积累实践经验。实习单位的知名度和实习内容的相关性对申请有一定的影响，尽量选择在知名企业或机构的实习机会，并且在实习过程中要积极参与工作，掌握实际操作技能和行业知识。

O 社会实践和活动：参与社团活动、志愿者活动、学术交流等社会实践活动，展示自己的团队合作能力、领导能力、沟通能力等综合素质。这些经历可以丰富你的个人简历，让你在众多申请者中脱颖而出。

申请流程方面：

O 填写申请表：在填写申请表时香港中文大学短期课程，25fall香港中文大学申请攻略及申请时间线，来了！，要认真仔细，确保信息的准确性和完整性。不限制申请数量，所有申请都在一个系统里进行。某些专业需要选择分支，申请前确定方向并准备相应文书。

O 提交材料：提交申请材料时，要按照学校的要求进行格式转换和上传，注意文件的大小和清晰度。每个文件限制2MB，需提前压缩超过限制的文件。CV和PS可上传至。

提前准备B等级代表分数的证明，若无则上传评分标准。毕业生需在申请前完成学信网认证。必须上传身份证明，无港澳通行证可上传身份证。需要网推，通过系统添加推荐人信息，学校会发送网推邮件。首次推荐人会收到原始密码，之前做过推荐人需使用旧账号密码。

如果需要邮寄纸质材料，要提前准备好，并确保材料能够及时送达学校。网申后注意查看邮箱，及时邮寄学术材料和雅思送分。系统未锁定前可更新材料，锁定后可通过邮件更新。

O 准备面试：部分专业可能会要求面试，面试形式可能是现场面试、电话面试或视频面试。要提前了解面试的流程和注意事项香港中文大学短期课程，做好充分的准备，包括对自己的申请材料、专业知识、行业动态等方面的熟悉和了解，以便在面试中能够自信地回答问题。

O 关注申请时间：香港中文大学硕士申请9月1日就开始了，到次年的 2 – 3 月份结束，但部分专业可能会有提前批或特殊的申请时间安排。

香港中文大学申请时间

香港中文大学 offer 发放时间

香港中文大学时间与往年一样，但在申请上有了一些小变化。港中大的教育学院往年是10月多才会开放，今年则提前了，与其他学院申请时间一致，都是9月1日开始。还有的专业设置了主轮/优先轮，名额招满即止。

香港中文大学的 offer 发放时间根据申请批次不同而有所差异：

第一轮申请：一般在当年 9 月至 12 月左右提交申请，11 月底、12 月左右可能会开始发放第一批常规申请的 offer。

第二轮申请：下一年的 2 月份左右截止申请，之后学校会进行审理并发放 offer。

第三轮申请：4 月份左右截止申请，这一轮发放的 offer 数量相对较少，且开放申请的专业大多偏向冷门。

需要注意的是，香港中文大学实行滚动录取制，先提交先审理，招满即止。所以建议申请者尽早准备并提交申请，以提高录取机会。

O 文学院的人类学专业、汉语语言学与语言习得和语言学专业，在10月份就会有消息了。

O 商学院中的会计学也是发offer发得很快的专业，10月中旬发面试通知，10月底推研。

O 工程学院的信息工程专业也是10月底推研。

O 社科学院的可持续旅游审理速度真的极速，往届9月1日开放，9月11日就开始有电话推研。

O 也有比较晚的，如教育学院的开放时间和录取都是比较晚的，11月开放，3月1日截止，四月中上旬会收到录取。

END