AI资讯新闻榜单内容搜索-研究

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 研究
速递|又一家10亿级美元"新实验室",Anthropic工程师创办Mirendil,融资1.75亿美元

速递|又一家10亿级美元"新实验室",Anthropic工程师创办Mirendil,融资1.75亿美元

速递|又一家10亿级美元"新实验室",Anthropic工程师创办Mirendil,融资1.75亿美元

前Anthropic 研究人员正为一家新创公司洽谈以 10 亿美元估值融资 1.75 亿美元。据知情人士透露,该公司旨在为生物学和材料科学等科研领域开展人工智能驱动的研发工作。

来自主题: AI资讯
5160 点击    2026-03-17 10:08
CVPR'26 | 以机器人为中心的ToM推理框架,从心智推理到决策行动

CVPR'26 | 以机器人为中心的ToM推理框架,从心智推理到决策行动

CVPR'26 | 以机器人为中心的ToM推理框架,从心智推理到决策行动

吉林大学&微软亚洲研究院等团队提出MindPower框架,让机器人像人一样理解他人想法并主动帮忙,构建了首个以机器人为中心的心智推理评测体系,通过六层推理链条,让AI不仅看懂场景,更能推断意图、做出决策、执行动作,显著提升助人能力。

来自主题: AI技术研报
6060 点击    2026-03-17 08:49
Transformer祖制,被Kimi捅破了!谷歌大V高赞:Kimi触碰了十年没人敢碰的禁区!性能炸裂,相当于免费得1.25倍算力,网友:简直天才洞察

Transformer祖制,被Kimi捅破了!谷歌大V高赞:Kimi触碰了十年没人敢碰的禁区!性能炸裂,相当于免费得1.25倍算力,网友:简直天才洞察

Transformer祖制,被Kimi捅破了!谷歌大V高赞:Kimi触碰了十年没人敢碰的禁区!性能炸裂,相当于免费得1.25倍算力,网友:简直天才洞察

就在刚刚,Moonshot AI(月之暗面)发布了一项足以撼动 Transformer 底层的研究:《Attention Residuals》。海外科技大 V,谷歌高级AI产品经理 Shubham Saboo 直接开启了“高赞”模式:“他们触碰了那个十年没人敢碰的部分。”

来自主题: AI技术研报
8320 点击    2026-03-16 17:47
15岁少年养AI龙虾,月入3万美元!智能体黄金时代真来了

15岁少年养AI龙虾,月入3万美元!智能体黄金时代真来了

15岁少年养AI龙虾,月入3万美元!智能体黄金时代真来了

在奥斯汀的龙虾大会,15岁的Branson Pfiester分享了他的养虾经历—— 在过去三周里,他使用Home Club这个平台,创造了超过3万美元的合同收入。他还有一个「知识抓取机器人」。当有新客户时,它会对他们进行全面的研究,帮他弄清楚帮助他们业务的最佳方式等等。

来自主题: AI资讯
8987 点击    2026-03-15 21:25
独家|清华北大普林斯顿天才少年,用“空间Agent”重构AI健康硬件,高瓴、智元投了

独家|清华北大普林斯顿天才少年,用“空间Agent”重构AI健康硬件,高瓴、智元投了

独家|清华北大普林斯顿天才少年,用“空间Agent”重构AI健康硬件,高瓴、智元投了

空间 Agentic AI 公司 Fullive.AI,成立1个月内连续完成种子轮、种子+轮融资,由高瓴创投、慕华科创、智元机器人、北大苏南研究院与多家产业加持方共同投资,多维资本担任本轮融资财务顾问。本轮资金将用于 Bio-OS 空间 AI Agent的迭代、首款睡眠空间 AI 硬件的研发,以及 AI 生态建设。

来自主题: AI资讯
8046 点击    2026-03-15 08:58
Anthropic登上时代封面!内部曝猛料:AI递归自我改进,或在一年内发生

Anthropic登上时代封面!内部曝猛料:AI递归自我改进,或在一年内发生

Anthropic登上时代封面!内部曝猛料:AI递归自我改进,或在一年内发生

今天,Anthropic登上时代封面了。他们承认:内部已观察到「递归自我改进」的早期迹象,完全自动化的AI研究,可能在一年内就能实现!

来自主题: AI资讯
5695 点击    2026-03-13 10:14
4B模型幻觉抑制能力超越GPT-5,CMU等提出行为校准强化学习新方法

4B模型幻觉抑制能力超越GPT-5,CMU等提出行为校准强化学习新方法

4B模型幻觉抑制能力超越GPT-5,CMU等提出行为校准强化学习新方法

大语言模型(LLM)的幻觉问题一直是阻碍其在关键领域部署的核心难题。近日,研究人员提出了一种名为行为校准强化学习(Behaviorally Calibrated Reinforcement Learning)的新方法,通过重新设计奖励函数,让模型学会「知之为知之,不知为不知」。

来自主题: AI技术研报
8089 点击    2026-03-13 10:10