美团LongCat团队发布了当前高度贴近真实生活场景、面向复杂问题的大模型智能体评测基准——VitaBench（Versatile Interactive Tasks Benchmark）。VitaBench以外卖点餐、餐厅就餐、旅游出行三大高频生活场景为典型载体，构建了一个包含66个工具的交互式评测环境，并设计了跨场景综合任务。
OpenAI的封闭模型在IOI 2025竞赛夺金的同时，英伟达团队交出了一份同样令人振奋的答卷——他们利用完全开源的大模型和全新的GenCluster策略，在IOI 2025竞赛中跑出了媲美金牌选手的成绩！开源模型首次达到了IOI金牌水准。这究竟是怎样实现的？
在 iPhone 上部署端侧 AI 模型，成了互联网的新显学。在 iPhone 上体验端侧模型，门槛其实不算高。打开 App Store，搜索 PocketPal AI，下载安装。如果不习惯英文界面，可以在设置 (Setting) 里找到语言 (Language) 选项，切换成中文。
在 LLM 领域，扩大强化学习算力规模正在成为一个关键的研究范式。但要想弄清楚 RL 的 Scaling Law 具体是什么样子，还有几个关键问题悬而未决：如何 scale？scale 什么是有价值的？RL 真的能如预期般 scale 吗？
GPT-5一场闹剧，让OpenAI出大糗了！让所有人都以为GPT-5破解了十道Erdos难题，没想到竟是查文献给出了答案。Hassabis点评，这太尴尬了。
拒绝世界首富是什么体验？卡帕西：这事我熟！刚刚，马斯克高调邀请卡帕西，与Grok 5来一场编程对决——就像当年的“卡斯帕罗夫大战深蓝”。
10月18日，在离开OpenAI，联合创办Thinking Machines后，Lilian Weng在硅谷难得地参加了一场公开对话。在这场华源Hysta2025年年会的炉边对谈里，她和主持人、硅谷知名投资人Connie Chan聊了聊她自己的研究经历、研究习惯、在OpenAI的研究思考和Thinking Machines 的发展方向。
我们又距离《Her》的世界更进一步。10 月 15 日，Sam Altman 在 X 上的一条推文炸了。 他的大意是：以前为了保护心理健康，ChatGPT 被我们限制得太严了……接下来，我们会放宽这些限制，让它更像人，更有个性。
利用人类皮肤细胞也能造出 AI 处理器？一家名为 FinalSpark 的瑞士公司，认为生物计算是 AI 的下一次进化飞跃。该公司开发了一款生物处理器，这些处理器利用人体神经元来代替传统的硅基芯片，使用由人类皮肤细胞培育出的类脑器官作为计算单元。
在近日的一次访谈中，Andrej Karpathy深入探讨了AGI、智能体与AI未来十年的走向。他认为当前的「智能体」仍处早期阶段，强化学习虽不完美，却是目前的最优解。他预测未来10年的AI架构仍然可能是类似Transformer的巨大神经网络。
400元遥操95%机械臂，上海交大推出开源项目U-Arm！ 目前它已在XArm6、Dobot CR5、ARX R5等多种机械臂真机上进行了遥操作的验证。
麻省理工学院最新研究预示着人类距离能够自主学习的AI又迈出了关键一步。该研究推出了一种全新的自适应大模型框架「SEAL」，让模型从「被动学习者」变为「主动进化者」。
在「具身智能」与「世界模型」成为新一轮 AI 竞赛关键词的当下，来自北京人形机器人创新中心、北京大学多媒体信息处理国家重点实验室、香港科技大学的中国团队开源了全新的世界模型架构。
英伟达不光自己成长高速，现在它在AI领域的投资也坐上火箭了。 最新数据显示，2025年过去的三个季度里，英伟达参与了50笔AI相关风险投资，这个数量已经超过了2024年全年的48笔。
中科院的这篇工作解决了“深度搜索智能体”（deep search agents），两个实打实的工程痛点，一个是问题本身不够难导致模型不必真正思考，另一个是上下文被工具长文本迅速挤爆导致过程提前夭折，研究者直面挑战，从数据和系统两端同时重塑训练与推理流程，让复杂推理既有用又能跑得起来。
在代码层面，大语言模型已经能够写出正确而优雅的程序。但在机器学习工程场景中，它离真正“打赢比赛”仍有不小差距。
在训练多轮 LLM Agent 时（如需要 30 + 步交互才能完成单个任务的场景），研究者遇到了一个严重的训练不稳定问题：标准的强化学习方法（PPO/GRPO）在稀疏奖励环境下表现出剧烈的熵值震荡，导致训练曲线几乎不收敛。
硬刚Sora2，谷歌刚刚发布新动作——Veo3.1。
本文介绍了一种用高数据效率强化学习算法 SAC 训练流策略的新方案，可以端到端优化真实的流策略，而无需采用替代目标或者策略蒸馏。SAC FLow 的核心思想是把流策略视作一个 residual RNN，再用 GRU 门控和 Transformer Decoder 两套速度参数化。
嗨大家好！我是阿真！ 最近Grok也是发布了Grok Imagine v0.9，v0.9 引入语音优先界面、音频同步与图像转视频，仅需10-15秒生成6秒视频，支持多个模式。
AutoGame 创始人张昊阳离开腾讯后，带领团队打造的 AI 游戏《麦琪的花园》在 Steam 零推广登上新品榜 Top50，一个月积累超 5000 愿望单。通过自研 GameGPT 多智能体框架和大模型架构，他们让普通玩家能“一句话生成 NPC、任务与道具”，将 UGC 创作门槛降至短视频级别，把传统“金字塔型”内容生态变为“十字型”社交表达平台。
2 天前，国内最大的 AI 多模态模型社区之一的 LiblibAI 进行了一次大升级，正式推出了 2.0 版本。对许多创作者而言，这个平台并不陌生，LiblibAI 一直是国内开源绘画与 LoRA 文化的重要发源地，也常被称为中国版的 CivitAI （大家常说的 C 站）。
最新一季度的「AI 100」双榜单出炉了。 领军阵营中，哪些头部产品的地位被撼动，哪些新起之秀成功突围？高潜力种子选手中，有哪些新的细分场景和产品设计展现潜力？ 旗舰100和创新100榜单分别聚焦「国
全球AI竞争的核心在于芯片制造。英伟达与台积电在美国亚利桑那工厂，历史性地亮相了首片用于AI的Blackwell芯片晶圆。标志着最强AI芯片首次实现「美国本土造」，是足以改变行业格局的里程碑，也象征着美国尖端制造业的回归。
接下来，流量分配规则、购物方式都要变了。而何为 AI 电商、又该如何落地，在内部乃至整个行业都没有清晰的路径。据《晚点》此前报道，2023 年淘宝天猫内部一度有近 20 个团队在摸索 AI 业务，同质化问题严重。
当地时间 10 月 15 日，美国麻省理工学院的垂直氮化镓芯片衍生公司 Vertical Semiconductor 获得 1,100 万美元的种子轮融资，清华大学苏世民学院校友、前英国驻华大使馆气候变化与环境事务副主任 Cynthia Liao 是该公司的联合创始人兼 CEO。
90%的开发者都在用AI，却只有24%真正信任它！DORA 2025报告揭示：AI不是万能解药，而是放大镜。它让强者飞升，让弱者溃败。七种团队人设、七项关键能力，决定了你的团队，是进化还是崩塌。
HR拿AI筛简历，求职者埋代码陷阱，双方疯狂互坑。
黄仁勋大家都见得多了，但你见过他女儿讲具身智能吗？这不，黄仁勋女儿Madison Huang首次公开亮相直播访谈节目，作为英伟达Omniverse与物理AI高级总监，与光轮智能CEO谢晨，以及光轮智能增长负责人穆斯塔法一起，对“如何缩小机器人在虚拟与现实之间的差距”展开深刻探讨。
针对「大模型推理速度慢，生成token高延迟」的难题，莫纳什、北航、浙大等提出R-Stitch框架，通过大小模型动态协作，衡量任务风险后灵活选择：简单任务用小模型，关键部分用大模型。实验显示推理速度提升最高4倍，同时保证高准确率。
