搜索
现在最新动态来了，老黄在Y Combinator近1小时的《Jensen Huang: The Mindset That Built NVIDIA》访谈里狂爆金句，高能不断：Agent是一种新的软件形态。Agent不必达到100%准确才有价值，“可控性”或将成为其下一个发展阶段最大的突破口。
这篇文章，我们邀请到了由SGLang孵化的RadixArk的联合创始人和核心成员，以及数据中心专家，一起聊聊AI Infra的四层架构、行业如何把“硅”的潜力榨到极限，以及背后的关键技术。
还记得 24 年当时去光年之外面试，找老王聊的时候，最后老王问我一个问题：“你都做了这些，为什么不选择创业？”我说：“我想在一个相对成熟的体系下干两年，看看一个成熟的体系如何把产品做起来的。”时间过得很快，转眼间就小两年时间了，我想我也是时候出来了……
新智元报道 2026年，AI行业最昂贵的新故事，已经不只是「训练一个更大的模型」。 资本开始直接押注：让AI参与制造下一代AI。 4月，AlphaGo核心缔造者David Silver创办的 Inef
最近有个挺有意思的对比实验，来自 Composio 团队。他们用同一个模型 Kimi K3，分别放进三个不同的 agent 框架（harness）里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。
浙江大学、清华大学智能产业研究院、影溯 InSpatio、RoboParty Lab 等团队提出的 INTACT（INtent-To-ACTion），一种基于端到端 JEPA 的无搜索世界模型控制方法，试图改变这一范式：直接利用离线轨迹中已有的状态、动作与未来结果，将运动意图转化为动作模型可以读取的语义接口，使模型无需搜索候选动作序列，就能直接生成动作计划
奥特曼也管不住自己刷短视频的手。为了搞明白短视频到底为什么让人停不下来，他选择亲自下场深度玩TikTok，于是。。。在Relentless最新一期《How to Start a Startup》的访谈中，OpenAI联合创始人兼CEO奥特曼谈到开发Sora应用时下载了TikTok吸取经验，然后沉迷了…
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
2026年7月16日，东京。 英伟达CEO黄仁勋拍了一个大大的马屁："日本发明了现代制造业。现在，它正在建设将驱动下一次工业革命的AI工厂。"不过效果很明显，日本被彻底忽悠瘸了，在同一天，市场估算投资额接近3.4万亿日元的项目落地（约1408亿元人民币）。
今日，OpenAI宣布下调GPT-5.6系列模型API价格。其中，GPT-5.6 Luna价格下调80%，GPT-5.6 Terra价格下调20%，GPT-5.6 Sol则新增Fast模式，在保持模型能力不变的情况下，最高可实现2.5倍推理速度。