搜索
普林斯顿大学助理教授刘壮，在学术圈是一个颇为特殊的存在——他的每一篇论文几乎都在质疑某个“理所当然”的假设。架构真的重要吗？数据集真的足够多样吗？归一化层是必需的吗？大语言模型有世界模型吗？AI智能体能替代博士生吗？
搭了个agent，结果该被记住的历史交互经验一点没记住，不该被记住的工具调用结果、过程输出被一股脑塞进上下文，导致输出质量下滑，类似的上下文失焦问题，这是多少人做agent时候的噩梦？
伦敦大学学院（UCL）、普林斯顿大学和爱丁堡大学的研究团队联合推出了Avenir-Web，让现有多模态模型像人类一样使用网页。现有的Web Agent在面对复杂的网页结构（如 iframe、Shadow DOM）时，往往会陷入“定位不准”“缺乏常识”或“走着走着就忘了”的窘境。
近期，追觅在硅谷举办了「DREAME NEXT」发布会，并把视线投向 2036：未来十年的硬件形态和生活方式，将如何随着 AI 发生变化。在这个宏大命题下，这场发布会也给外界提供了一个观察切片：追觅将如何在 AI 时代重新定义自己。
OpenAI工程师公开发帖承认：哪怕用的是Codex，一个人能有效监督的coding agent也就3到5个，再多生产率直接往下掉。更劲爆的是，OpenAI没有选择"让人盯更多屏幕"，而是直接开源了Symphony——一套把人类从"实时盯盘"解放成"异步验收"的全新工作流系统。近40万人围观，近3000人收藏。
今天，Anthropic一口气甩出9个设计师专属连接器，以后可以直接在Blender、Photoshop、Premiere这些专业设计软件中使用Claude了。与先前推出的Claude Design不同，这次Anthropic不是要在自家软件里大包大揽，而是把Claude塞进了各大设计软件，用户可以用自然语言在Claude中使用这些专业设计软件，实现对3D模型、平面设计以及音乐等文件的创造和修改。
世界模型黑马横空出世！就在刚刚，生数科技的MotuBrain零宣发登顶双榜，直接打通「看懂世界+执行行动」，而且不同的是，他们把World Action Model适配多个头部机器人本体，完成多个长程任务，这是国产AI的硬核突围！从此，具身智能彻底迈入新纪元。
英伟达于昨日正式推出全新多模态推理模型Nemotron 3 Nano Omni，将文本、视觉、语音三大模态能力深度融合至单一模型体系，目前可免费使用。
SenseNova U1 是商汤最新发布的一个开源的多模态模型，它的 Lite 系列 8B 和 A3B 参数版本，目前已经在 Hugging Face 和 GitHub 上开源。APPSO 也提前拿到了测试资格，我们发现商汤这款新一代原生理解生成统一模型，就开源模型来说，已经做到了最好水平。
今日，腾讯混元开源翻译模型Hy-MT1.5-1.8B-1.25bit。该模型仅0.4G，就实现了33种语言高质量互译，且下载后可直接在手机本地离线运行，翻译表现优于谷歌翻译。这一原始模型的参数规模为1.8B，为降低用户手机内存压力，腾讯混元团队通过量化压缩推出了适配中高性能手机的2-bit、适配全系列手机的1.25-bit两种方案，模型体积分别被压缩至574MB、440MB。
就在刚刚， DeepSeek 上线了识图模式，显示正在灰测中。这意味着讨论了一整年的 DeepSeek 多模态能力，终于来了！目前 DeepSeek 网页版和 App 更新后都有可能被灰测到识图模式，APPSO 第一时间给大家进行了实测。
一个从未生产过任何产品的品牌，被AI认定为"值得推荐"。从注册到上榜，两个小时。这不是故事的开头。这是315晚会上，所有人都看到的那一幕。为了搞清楚当下GEO市场的扑朔迷离，摸清楚那些GEO的坑到底是怎么产生的虚假资质、批量灌稿、数据造假，手法越来越隐蔽，规模越来越工业化。315撕开的那道口子，下面是一整座冰山。
你敢信？一个活在95年前的AI，竟写出了Python代码。GPT之父下场，用2600亿Token炼出了一个「老古董」AI——「talkie」。
Claude Design前脚刚暴击完设计行业，结果后脚自己就被暴击了。出手的是来自中国的Kimi K2.6。什么？？你跟我说小克专门为设计推出的工具，竟然没打过Kimi最新通用旗舰模型？？
70万行祖传代码，人走了一拨又一拨，烂尾工程停摆三年没人敢碰。直到首席开发者给Claude Code写了份「说明书」，项目两周收工。
腾讯ima最新上线了copilot模式，你可以“领养”一只小熊猫，自由设定人设、性格、说话风格。让它记住你的习惯、你的资料、你做过的事，调教出一个会说话、会干活的专属知识伙伴。
程序员们，先别忙着焦虑 AI 会抢走你的饭碗。现在更该焦虑的，可能是你们的 CTO 和 CFO 了：因为让 AI 写代码，实在太烧钱了。今天（4 月 28 日），GitHub 宣布从 2026 年 6 月 1 日起，GitHub Copilot 将告别“无限畅饮”模式，将 Copilot 从“按请求计费”转为“按使用量计费”。
刚刚，Anthropic年收入飙至300亿美元，正式超越OpenAI的240亿！这家由OpenAI前员工创立的公司，15个月翻了30倍，训练成本仅对手四分之一。硅谷最戏剧性的「叛将逆袭」，正在改写AI产业格局。
昨天，我日常「监管」抖音的时候，刷到一条视频，看完后真愣了大概十秒钟。还以为熬夜熬的太狠，眼睛真花了。 一个我从来没听说过的小产品，居然把一个 AI 情感陪伴产品，做进了 微信的主联系人列表 里。 这
云计算一哥，亚马逊云科技的龙虾，刚刚也被端上桌了。这只龙虾叫做Amazon Quick。它就是“活”在你电脑里的那种，直接连接你的本地文件、日历、邮件和各类应用，不需要任何上传文件的动作（需授权）。
由张昊天作为一作兼共同通讯作者在临港实验室联合上海浦江实验室、华盛顿大学、哈佛大学、MIT 等科研力量共同推进的 ODesign 开源科研项目，定位于全球首个面向全模态的分子设计基座模型。
近日，字节跳动旗下AI制药子公司Anew Therapeutics在AAI 2026上进行了口头报告，披露旗下位于临床前阶段的IL-17小分子抑制剂。该药物是全球首个小分子全谱（AA/AF/FF）IL-17抑制剂，利用AI驱动的虚拟筛选技术，结合分子生成算法成功识别而来，有望转化为银屑病和其他自身免疫性疾病的最佳治疗方法。
Anthropic今天宣布与Blender、Autodesk、Adobe、Ableton、Splice等多家合作伙伴联合推出一批连接器，涵盖了3D建模、平面设计、音乐制作和现场视觉等多个领域的创意工具，让Claude能够直接在创意专业人士日常使用的软件中运行。
昨天，OpenAI 和微软，官宣分手，今天，OpenAI 已在 AWS 把家安好。三件家具一起搬上：模型、Codex、Managed Agents。包括 GPT-5.5 在内的模型，今天起可以在 Amazon Bedrock 直接调用
这是一场前所未有的发布会。直播中，超维动力（Kinetix AI）联合创始人 Tyler Zheng 首先亮相，但并没说几句话，就话锋一转：「我们相信如果机器人已经足够拟人，也许它也可以自己来介绍自己。」就把舞台交给了今天的主角 KAI。
商汤刚刚开源了一个全新架构的理解生成统一模型SenseNova-U1，虽然小尺寸版本只有8B，却能复刻不少GPT-Image-2的拿手绝活。太阳系图解，八大行星各自的轨道、属性、图文介绍一应俱全，看着挺像那么回事。
就在这一背景下，银河通用联合清华北大英伟达等众多机构联合发布了跨本体「隐式世界-动作基础模型」LDA-1B，将目光投向了具身智能 Scaling Law 的这个终极命题：如何让模型有效利用互联网规模的异构数据。
没错，用的就是主打长程任务、模糊指令遵循，跻身国产Agent第一梯队的小米MiMo‑V2.5 Pro。小米最新发布的MiMo‑V2.5系列，包含Pro旗舰Agent、全模态基座、TTS语音合成、ASR语音识别四大模型，综合实力对标国际顶尖水准。
红警不再只是童年游戏，而成了AI Agent的硬核训练场：OpenRA-RL把25Hz实时战场、50个工具调用和64局并发打包开源，让大模型第一次真正站上RTS战争迷雾里的公开考场。
在语言学中，人类之所以能听懂“那个东西”、“它”、“这个重物”，依赖于桥接推理理论 (bridging inference)，即通过上下文信息在已有记忆与当前表达之间建立联系，从而恢复指代对象。
