统计学20年悬案，GPT-5.6用90分钟破解！伯克利教授直呼「心塞」
统计学20年悬案，GPT-5.6用90分钟破解！伯克利教授直呼「心塞」困扰统计学界整整20年的核心悬案，被AI击碎了。
来自主题: AI技术研报
9554 点击 2026-07-16 14:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
困扰统计学界整整20年的核心悬案，被AI击碎了。
全双工语音对话是人类最自然的交流方式，是语音对话研究的梦想。相比文本输入，语音天然更接近人的交流方式，但现有语音对话常常停留在 “一问一答、听完再说” 的轮次式交互范式。
昨天那篇文章，我说了一下我现在用Agent的日常。
大家好，我是瓦力，具身算法研究员。 我有个习惯，隔三差五都会去 PI 的官网刷一下，看他有没有新东西。最近这三个月，官网主页是一动没动，停在四月的 π0.7。
7 月 15 日，腾讯 Robotics X 实验室以及福田实验室联合腾讯混元推出两款具身智能基座模型 —— 具身 VLM 基座模型 Hy-Embodied-VLM-1.0 以及 具身世界认知基座模型 Hy-Embodied-RxBrain-1.0，不仅让具身大脑能够 “看” 懂现实世界，还学会同时推理和想象。
近日，翁荔发布长文 《Harness Engineering for Self-Improvement》，系统梳理了 harness engineering 在 AI 自我改进中的作用。
昨天刚完成2亿美元Pre-IPO轮融资，逐际动力没有急着讲资本故事，而是立马甩出一段全尺寸人形机器人Oli全自主做家务的视频：
我们先来看两个画面。
大家好，我是袋鼠帝 几天前我尝试做了一个相对粗糙的视频，是关于我开源的仓颉Skill的 没想到居然爆火了！（全网将近50万播放）。
基于可验证奖励的强化学习（Reinforcement Learning with Verifiable Rewards，RLVR）正在成为大模型后训练的关键技术。数学题能判对错，代码能跑测试，可验证奖励让大模型可以通过强化学习持续提升推理能力。
WorldArena 1.0 的核心意义，在于将世界模型评测从 “好不好看” 推进到 “是否真的有用”。它不再只关注视频观感，而是把物理一致性、可控性、3D 准确性和具身任务功能性纳入统一评测框架，使许多看似流畅的生成结果第一次在机器人具身任务中接受检验。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
最近我在给 Codex 折腾一只自己的桌宠。
扩散语言模型（DLM）正逐渐成为自回归（Autoregressive, AR）语言模型之外一种新兴的建模范式。
80年前，阿根廷作家博尔赫斯写过一个寓言，叫《博闻强记的富内斯》。博尔赫斯笔下的富内斯，拥有过目不忘、堪称完美的记忆，却无法思考，因为思考依赖于遗忘和抽象。
这年头，提示词工程也能发ICML了？？？
过去两年，人形机器人赛道的竞争焦点，正从整机硬件进一步延伸到模型能力。
如果想开发一个视频理解应用，你会怎么做？
这两天网上冲浪的时候，发现有人用 Claude 复刻了一个类似《魔兽世界》的在线多人游戏。
近年来，多模态大语言模型（MLLM）在视觉问答、图表理解、科学推理等任务上取得了令人瞩目的进展。
3D空间数据的瓶颈，从来不是算法，而是标注。
曾经我们对 AI 的期待还比较朴素，写邮件、翻译论文、聊天搭子……那时候，AI 像一个初出茅庐的实习生，你指哪它打哪，但也经常一本正经地胡说八道。
近日，自监督学习新工作 VISReg（Variance-Invariance-Sketching Regularization）获图灵奖得主 Yann LeCun 连续转发并给予高度认可 —— 他在转发时评价道「VICReg begat SIGReg which begat VISReg」（VICReg 孕育了 SIGReg，SIGReg 又孕育了 VISReg），
7月6日，腾讯混元Hy3正式版发布。
近日，新基石研究员、北京大学集成电路学院教授、深圳研究生院信息工程学院院长杨玉超团队，联合中国科学院上海微系统与信息技术研究所宋志棠研究员团队等，在国际顶级学术期刊《科学》发表最新成果，在新型神经动力学计算芯片领域取得重大突破。
打官司，从来不是一问一答就能结束的事。
过去几年，扩散模型几乎定义了高质量图像生成：从随机噪声出发，经过多轮迭代，逐步 “雕刻” 出一张图像。但随着大语言模型席卷人工智能领域，另一条路线正迅速走到舞台中央 —— 图像，能否也像语言一样，通过自回归方式逐步生成？
大家好，我是极客杰尼。 今天，md2wechat 正式发布 3.0.0 大版本，这次最重要的变化，是普通创作者也能让 Agent 帮自己完成多图和 SVG 排版。
刚刚，Agnes 升级了！