搜索
人类的工作、娱乐、学习、交流，依托电脑、手机、游戏机等设备以及网络来实现。此前，FloatBoat 团队已经发布了 Floatboat 这款产品，将整台电脑打造为 Agent 的运行环境。而今天，团队正式发布了 FloatIM —— 一个专为 Agent 构建的网络。
在AI应用市场上，AI命理是少有的在全球范围内都已验证商业化闭环的赛道。测测坐拥近6000万用户、数亿元营收，韩国Hellobot半年收入1.5亿元，常年稳居本土社交榜前列。印度AstroSage以8000万下载、150万日活实现连续18个月收入增长，毛利率近90%，成为零融资的AI应用成功典范。在欧美市场，Co-Star以零营销投放获得超2000万下载，Moonly活跃用户超1000万。
腾讯云“防爆箱”护航百万“龙虾”上岗，已助力MiniMax强化学习训练。
近日，上海人工智能实验室联合南京大学、香港中文大学及上海交通大学，将OpenClaw的成功应用于多模态生成领域。他们提出GEMS（Agent-Native Multimodal Generation with Memory and Skills），激发小模型潜力，甚至让6B小模型在部分任务超越了Nano Banana 2。
我确实对运行 OpenClaw 持相当怀疑的态度。…… 整个生态给人的感觉就像是一个彻底的狂野西部，在安全性上简直是一场噩梦。 —— Andrej Karpathy
上周发了给Agent用的superpowers插件那篇文章。 没想到反馈还不错，Skills这块的信息差，比我想的还要大一些= = 然后评论区里就有人问了，还是一个叫tim的朋友，问还有什么必装的Sk
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。
多模态大模型，到底有多“嘴硬”？ 浙江大学联合阿里巴巴、香港城市大
近年来，多模态大模型（Multimodal Large Language Models, MLLMs）正在迅速改变人工智能的能力边界。从图像理解到视频分析，从语音对话到复杂推理，大模型正在逐步具备类似人类的综合感知能力。但一个关键问题仍然没有得到充分回答：这些模型真的能够理解人类情绪吗？
近期，复旦大学 NLP 实验室（FDU NLP）、北京大学知识计算实验室（KCL）联合美团 LongCat Team 提出了一种 Block Diffusion 推理模型 Test-Time Scaling 新框架 TDAR，通过引入 “粗思考，细求证” (Think Coarse Critic Fine, TCCF) 范式与有界自适应置信度解码