一篇论文引发存储芯片股暴跌，Google 的「DeepSeek 时刻」来了？
一篇论文引发存储芯片股暴跌，Google 的「DeepSeek 时刻」来了？看过 HBO 神剧《硅谷》（Silicon Valley）的朋友，想必都对那个名为 Pied Piper（魔笛手）的虚构公司念念不忘。
来自主题:
AI资讯
9552 点击 2026-03-26 15:23
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
看过 HBO 神剧《硅谷》（Silicon Valley）的朋友，想必都对那个名为 Pied Piper（魔笛手）的虚构公司念念不忘。
葬AI开源了两个项目，一个没有前端，一个没有后端。
小红书博主 @AI Dance 整理了一份「百虾大战」名单，我在她基础上又补了一轮，国内加海外，能叫得上名字的龙虾产品——我数了一下，40 多个。
一份「反常识」的财报背后，是 Keep 在 AI 时代转型的决心和结果。
能无限进步的「超级智能体」来了！
就在昨天，全球 AI 视频生成领域迎来了一场 “超级地震”——OpenAI 竟然意外叫停了万众瞩目的 Sora 2 项目。
就在刚刚，阿里AI助手千问被接入红旗汽车智能座舱！这是通用AI助手首次以「完整形态」登陆车载场景。随着逐步打通PC、手机、智能眼镜与汽车等终端，阿里正在把千问打造为AI时代的超级入口，而不仅仅是一款超级APP。
软硬协同决定成败。
从「被动感知」到「主动预测」，首个视触觉世界模型让机器人真正学会「理解接触」。
3月24日，Anthropic宣布Claude引入“Computer Use”能力，在Claude Cowork和Claude Code中，Claude可以直接操作用户的Mac电脑：打开文件、使用浏览器、运行开发工具，无需任何配置。该功能以研究预览版形式向Pro和Max订阅用户开放。
AI带来最大的惊喜，是帮助你完成很多梦。
过去几年，多模态模型在理解任务上快速演进，图像问答、OCR、视觉推理、跨模态对话等能力不断提升；与此同时，图像生成模型也在视觉质量、指令遵循和细节表达上持续突破。下一步一个自然的问题是：能否用同一个模型，同时做好理解与生成？这正是统一多模态模型（Unified Multimodal Models, UMMs）正在回答的问题。
一次只持续了不到1小时的投毒事件，撕开了AI基础设施「信任链」的致命裂缝。更魔幻的是，全行业逃过一劫，居然靠黑客自己写出bug。
这两天，字节跳动开源了一个 Agent 产品，直接炸了。
想象一下这样的生活片段：你拿起手机 30 秒，屏幕立刻跳出提醒，“当前心率 78，压力中等，建议深呼吸”；家里的智能摄像头静静看着午睡的宝宝，突然通过 App 提醒你：“宝宝心率偏快，呼吸略显急促，建议进屋查看”；养老院里，巡检机器人通过一次擦身而过的对视，便能感知到老人今天情绪低落，且血氧饱和度略低于往常......
中国是NeurIPS最大的「粮仓」，却被新规一刀切断。CCF回应只有一句话：全体中国计算机领域科学家拒绝为其服务！更狠的还在后面：如不纠正错误，直接移出CCF推荐目录。
最近一直在聊Agent、聊Vibe Coding。
谷歌一篇论文，直接让存储巨头们「集体失眠」，一夜市值蒸发几百亿！最新博客官宣TurboQuant算法，直接将缓存压到3-bit，内存占用只有1/6。
最近一段时间，AI 产品的演进路径逐渐收敛到一个方向：如何让个体更高效。从自动写代码的 Devin，到嵌入各类办公软件的 Copilot，这些工具不断刷新个人生产力的上限，让“一个人完成更多事”成为现实，但问题是个体效率提升，并不等于团队效率同步提升。
天使轮拿下2.42亿美元后，它石智航到底干啥去了？然而接下来的一年里，它石智航选择了一条截然不同的路：没有参加各种行业大会，没有频繁对外发声，没有出现在春晚或各类展示活动中，一直踏实干活。
Salesforce最近在推的Einstein Agent，定位已经从Copilot（副驾驶）转向了真正的Agent（代理）。他们的客户服务Agent可以独立处理客户请求，销售Agent可以自主跟进线索。Google也在Workspace中推出了类似能力，Agent能够独立完成邮件处理、日程安排等任务。这不是个例，而是整个行业都在经历的范式转变。
国家超算互联网宣布启动新一轮词元赠送活动。该活动面向平台全体用户，限时免费发放单人最高3000万词元额度，以降低科研专属“龙虾”SClaw等智能体体验门槛。此外， 超算互联网用户享0.1元/百万Tokens的特惠续用价，将延至4月6日。
Token正在重塑AI时代的价值坐标，它是效率革命的引擎，还是成本失控的暗礁？本期将从Token降本的视角，透视AI时代"新石油"的经济逻辑。
ICLR'26新研究CPiRi打破时序预测僵局：用冻结底座提取时序特征，轻量模块专注学习通道间真实关系，不靠位置编码「背答案」。测试中通道乱序性能零波动，仅用25%数据即可泛化至全网络，真正实现鲁棒与精准双赢。
你以为AI答错就一定是幻觉？不，它也可能是在故意骗你。
亚马逊云科技正在开发人工智能技术，以自动化其销售、业务拓展及其他部门的职能。这些部门近期已裁减了数百名甚至更多员工。
AI视频生成已能「画得像」，但不会「想得对」。VBVR推出百万级视频推理数据集，首次系统评测模型对空间、物理、逻辑和抽象的推理能力，发现顶尖模型通过率仅68%，暴露其缺乏真实认知，推动视频AI从「视觉模仿」迈向「智能推理」。
实现具备人类水平的灵巧操作能力，是机器人学领域长期以来的核心挑战之一。尽管多指灵巧手在硬件上具备了类似人类的潜力，但由于接触丰富的物理特性和非理想的驱动机制，训练能够直接部署在真实硬件上的控制策略仍然非常困难。
“把水果放进盘子里”——机器人看懂了指令，开始执行，却在最后关头抓偏了。
在大模型后训练阶段，监督微调（SFT）和强化学习（RL）是两根不可或缺的支柱。SFT 利用高质量的离线（Off-policy）数据快速注入知识，但受限于静态数据分布，泛化能力往往容易触及天花板并带来灾难性遗忘；RL 则允许模型在探索中不断自我迭代，产生与当前策略同分布（On-policy）的数据，上限极高，但往往伴随着训练极度不稳定、计算资源消耗巨大的痛点。
