IT之家 5 月 5 日消息，北京大学 5 月 4 日迎来建校 128 周年，发布首部 AI 宣传片《 举火 》。 总有先行者举火破冰，于长夜中守护不灭希望。从隐姓埋名到逐梦星河，薪火跨越百余年生生不息。如今，我辈接承先辈之志，牢记殷殷嘱托，胸怀远大理想，矢志拼搏奋斗，在新征程上贡献青春力量。 视频中展示了北京大学的重要历史事件、知名校友、重要研发成果等。 IT之家查询公开资料获悉，北京大学创办于 1898 年，是戊戌变法的产物，也是中华民族救亡图存、兴学图强的结果，初名京师大学堂，是中国近现代第一所国立综合性大学，辛亥革命后，于 1912 年改为现名。 中华人民共和国成立后，全国高校于 1952 年进行院系调整，北京大学成为一所以文理基础教学和研究为主、兼有前沿应用学科的综合性大学，为社会主义建设事业培养了大批杰出人才，在 23 位“两弹一星”元勋中有 12 位北大校友。
DeepSeek联合北京大学、清华大学发布论文《Thinking with Visual Primitives》，提出一种新的多模态推理框架。 该框架的核心做法是将空间标记——坐标点和边界框——提升为模型思维链中的“最小思考单元”，在推理过程中直接交织使用，使模型在"思考"的同时能够"指向"图像中的具体位置。 当前多模态大语言模型的思维链推理几乎完全在语言空间中进行。业界此前的改进方向集中在通过高分辨率裁剪等手段弥补“感知差距”（即让模型看得更清楚），但论文指出，一个更根本的瓶颈被忽视了——“引用差距”：自然语言天然无法精确、无歧义地指向连续视觉空间中的具体对象。 在密集计数、多步空间推演等任务中，模型的语言"思路"会丢失对视觉实体的追踪，导致推理逻辑崩塌并产生级联幻觉。 该模型基于DeepSeek-V4-Flash构建，总参数量284B，推理时激活参数13B。架构上采用了压缩稀疏注意力机制，对一张800×800的图像，KV缓存中仅保留约90个视觉条目，从原始像素到最终缓存实现了7,056倍的压缩比。 这意味着该模型在视觉token用量远低于同级系统的前提下，仍能维持相当的推理深度。 训练流程分为五个阶段：预训练阶段通过大规模网络数据（经两轮语义与几何质量筛选后保留约3.17万个数据源、超4,000万高质量样本）赋予模型输出视觉原语的基础能力；随后进入后训练，依次经历专项监督微调、专项强化学习（使用GRPO算法配合格式/质量/准确度三类奖励模型）、统一拒绝采样微调，最终通过在策略蒸馏将两个专家模型（分别擅长边界框和坐标点）的能力合并为单一模型。 在7项公开基准和4项自建基准的评测中，该模型在计数、空间推理、拓扑推理等维度上达到或超过GPT-5.4、Claude-Sonnet-4.6和Gemini-3-Flash的表现，平均得分77.2%，为所有被测模型中最高。 值得关注的是，在迷宫导航和路径追踪两项拓扑推理任务上，该模型分别取得66.9%和56.7%的准确率，而其余前沿模型均未超过51%，这表明现有多模态模型在拓扑推理方面仍有很大提升空间。 论文同时指出了当前的局限：受限于输入分辨率，模型在细粒度场景中的视觉原语输出偶有偏差；视觉原语思考能力目前依赖显式触发词激活，尚不能由模型自主判断何时启用；以坐标点解决复杂拓扑推理的跨场景泛化能力也有待增强。 2 个帖子 - 2 位参与者 阅读完整话题
DeepSeek联合北京大学、清华大学发布论文《Thinking with Visual Primitives》及其开源仓库，提出一种新的多模态推理框架。该框架的核心做法是将空间标记——坐标点和边界框——提升为模型思维链中的“ 最小思考单元 ”，在推理过程中直接交织使用，使模型在"思考"的同时能够"指向"图像中的具体位置。 github.com GitHub - deepseek-ai/Thinking-with-Visual-Primitives 通过在 GitHub 上创建帐户来为 deepseek-ai/Thinking-with-Visual-Primitives 开发做出贡献。 在7项公开基准和4项自建基准的评测中，该模型在计数、空间推理、拓扑推理等维度上达到或超过GPT-5.4、Claude-Sonnet-4.6和Gemini-3-Flash的表现，平均得分77.2%，为所有被测模型中最高。值得关注的是，在迷宫导航和路径追踪两项拓扑推理任务上，该模型分别取得66.9%和56.7%的准确率，而其余前沿模型均未超过51%，这表明现有多模态模型在拓扑推理方面仍有很大提升空间。 论文同时指出了当前的局限：受限于输入分辨率，模型在细粒度场景中的视觉原语输出偶有偏差； 视觉原语思考能力目前依赖显式触发词激活 ，尚不能由模型自主判断何时启用；以坐标点解决复杂拓扑推理的跨场景泛化能力也有待增强。 6 个帖子 - 4 位参与者 阅读完整话题
deepseek多模态研究员，北京大学博士 陈小康 在X上透露 33 个帖子 - 33 位参与者 阅读完整话题
孩子在本地医院被诊断为自闭症，想要带孩子去北京更权威的医院看看，自己抢号抢了一周了，一直抢不到，自己写了一个脚本抢号，每次都提示环境异常，感觉凭个人能力是抢不到了，有没有大佬有好的办法，或者有靠谱便宜的黄牛，感激不尽！！！！ 10 个帖子 - 8 位参与者 阅读完整话题
近日，由北京大学前沿工程博士联合会与声智科技（SoundAI）联合主办的“声智融合、智启未来”全场景语音AI技术与产业发展战略研讨会在北京大学落幕。活动汇聚了海淀区人才工作局、北京市科技装备业商会等政府机构代表，以及来自华为鸿蒙、字节跳动、中信证券等企业与金融机构的专家。研讨会由声智科技CPO、北大光华校友黄赟贺担任主持。会上展示了声智科技联合创新研发的AI Agent Mic，接入openclaw、声智语音AI技术等核心能力，覆盖办公与生活场景。
36氪获悉，近日，北京智源人工智能研究院联合北京大学、北京邮电大学、北京航空航天大学、上海交通大学、中国科学院信息工程研究所、中国科学院计算技术研究所等国内机构，正式发布FlagSafe大模型安全平台。平台首批汇聚多个前沿大模型安全研究项目，围绕红队演练、蓝队防御、白盒透视三个核心方向，共同打造覆盖风险发现、防御治理与机理解释的高标准安全平台。