搜索
近日，国际能源研究机构AixEnergy发布《Market Outlook》报告，提出一个值得关注的判断：AI基础设施首先是一项能源决策，其次才是一项技术决策。报告认为，决定未来全球AI版图的关键因素，正从芯片、模型和算法，转向稳定、低成本且能够快速接入的能源系统。海湾国家凭借廉价电力迅速崛起，美国受制于电网瓶颈，中国则依托新能源和产业链优势加速布局，东南亚正试图成为新的算力高地。
一个模型能模拟7种环境。
最近，我们都在关注旗舰级大模型的进步，其实本地运行的 AI 模型也迎来了重要的分水岭。
当初，Anthropic推出extended thinking的时候，把它包装成「让用户看到思考过程」的透明标杆。现在真相是：你看到的只是他们允许你看到的部分。那些被加密、被压缩、被锁在全局密钥里的内容，藏着什么？
6 月 11 日凌晨，小米 MiMo 团队公开了一个叫 MiMo Code 的项目，定位是终端编程 Agent，MIT 协议开源。官方宣传重点有三处，14 天 5 人团队投入的“vibe coding”开发叙事、Claude Code 之上的 SWE-Bench Pro 跑分。以及“无限上下文”的记忆架构。
今天几乎所有主流视觉语言模型（VLM）—— 无论是 Qwen-VL、InternVL，还是 LLaVA 系列 —— 都遵循着同一套经典架构：先用预训练视觉编码器（如 CLIP、SigLIP）将图像压缩为特征，再通过投影层把这些特征送入大语言模型。
大家好，我是最近疯狂研究短剧的袋鼠帝 最近的AI漫剧发展的是真快啊，各种爽文小说改编的AI漫剧播放量甚至已经超过了某些电影和电视剧。
近日清华大学于IEEE TPAMI发表论文，探讨了真机强化学习的安全性保障问题，提出了一套「安全探索均衡」新型机制，揭示了安全探索的理论最大边界，并攻克了其收敛性证明难题。
大模型推理能力越来越强，但答案对了，思考过程就一定好吗？
依赖于有限机器人数据和大量人类数据，也能让 VLA 模型更稳健吗？
刚刚，在维也纳落幕的机器人顶会ICRA 2026上，最佳论文奖（自动化方向）颁给了一支中国团队。
Google DeepMind在6月份对外分享了DiffusionGemma的技术报告，明确指向了一条与现有主流完全不同的演进道路。当大家都在绞尽脑汁让大模型逐词吐字的速度变快时，谷歌干脆把生成顺序改了。
这两天在赶工，鞭策 Codex 赶紧把 AGI Bar 的小程序弄出来，已经连续蹬了 80+ 小时了，预估再蹬 20 个小时就能蹬完
做科研的人应该都懂，论文配图真的很耗时间。
这篇文章有 530 万浏览。我想先弄明白:为什么是它?
近年来，个性化语言模型迅速普及。 从 ChatGPT、Claude 到各类垂直 agent，用户 “长期记忆” 功能也逐渐成为标配，它们被广泛部署在推荐系统、客户服务、情感陪伴等场景中。
机器人模型已经能根据“把杯子放进篮子”这类指令完成任务，但用哪只手？
今天给大家分享一个我最近经常刷的灵感外挂。
做了一年 Agent 基础设施，踩了无数坑，我终于想明白了一件事：好的 Agent 架构不是把所有功能塞进一个进程，而是让每一层都能独立演化。
当 AI 智能体真正开始干活，它的每一次请求，都要经过一个你看不见的「中间人」。
数据库自动调参，一直是大模型Agent的“看似完美、实则翻车”名场面。
就在所有人还在为Claude Fable 5的突然消失而懵圈时，Sakana AI却高调宣布：我们的Fugu比肩Fable，还不怕出口管制。
文本生成图像的领域早已经是一片红海，看上去已经卷无可卷了。
扩散模型生成得越来越好，但也越来越慢。
在机器人、自动驾驶、AR等真实场景中，空间理解从来都不是“看一眼图像”就能解决的问题。
AI Agent 正在重塑软件开发。写代码、修 bug，它的能力肉眼可见地往上涨。但软件开发，从来不止 "写代码" 这一件事。装环境、配依赖、部署服务、编排容器、管理云资源、处理安全策略，这些 "让软件活起来" 的脏活累活，才是真实开发的大头。而它们，几乎都发生在同一个地方：终端。
NANO滤波器是一种新的非线性贝叶斯状态估计方法，它不依赖线性化模型，而是将预测和更新步骤转化为优化问题。这种方法在高斯分布空间中使用自然梯度，更精确地逼近最优后验，同时利用Stein引理避免显式求导，提升鲁棒性。
深度长文分析！对AI原生游戏的探索！超长文章超多古法手搓！！
就在最近，OpenAI扔出一篇重磅论文。他们发现，只教AI好好看病，它写代码居然也不作弊了。方法简单到离谱：拿5%的训练数据，教模型在回答健康问题时诚实、谨慎、知错能改。