学术写作通常需要花费大量精力查询文献引用，而以ChatGPT、GPT-4等为代表的通用大语言模型（LLM）虽然能够生成流畅文本，但经常出现“引用幻觉”（Citation Hallucination），即模型凭空捏造文献引用。这种现象严重影响了学术论文的可信度与专业性。
当下，中国医疗行业正迎来一场硬核突围的历史性转折。面对供应链断裂、技术垄断多重封锁，国产医疗三剑客以技术为剑，以创新为盾，强势打破技术护城河。这将是一场从「跟跑」到「领跑」的逆袭之战。
刚刚，xAI 正式上线 Grok 3 API，一次性推出4种模型，以适配不同应用场景，定价策略灵活，用户可按需选择。同日，谷歌、Anthropic等也推出新的定价策略。
又一专业领域成功引入AI工程师！
在现实世界中，如何让智能体理解并挖掘 3D 场景中可交互的部位（Affordance）对于机器人操作与人机交互至关重要。所谓 3D Affordance Learning，就是希望模型能够根据视觉和语言线索，自动推理出物体可供哪些操作、以及可交互区域的空间位置，从而为机器人或人工智能系统提供对物体潜在操作方式的理解。
一直以来大多数时候都是直接告诉大家一张图的提示词是什么，且现在有更多工具和AI加持，写提示词也变得越来越简单几乎没有门槛，但是关于如何通过提示词更加精准控制画面得到自己想要的效果，其实还是有很多地方可以细说的。
港中文、清华等高校提出SICOG框架，通过预训练、推理优化和后训练协同，引入自生成数据闭环和结构化感知推理机制，实现模型自我进化，为大模型发展提供新思路。
近年来，端到端（End-to-End，E2E）自动驾驶技术不断进步，但在复杂的闭环交互环境中，由于其因果推理能力有限，仍然难以做出准确决策。虽然视觉 - 语言大模型（Vision-Language Model，VLM）凭借其卓越的理解和推理能力，为端到端自动驾驶带来了新的希望，但现有方法在 VLM 的语义推理空间和纯数值轨迹的行动空间之间仍然存在巨大鸿沟。
今天早上看到 Google 开完了他们的 Google Cloud Next 25，发了近 20 个 AI 相关的模型、应用、开发工具、硬件。
昨天，我就在正常刷抖音的时候。看到一个让我泪止不住的视频，特别是最后一幕。大概就是女生的父亲，去世了，那天晚上她用她父亲的手机发讣告的时候，看了一下他父亲，跟豆包的聊天记录。因为她父亲生前很爱用豆包，所以，想知道她父亲之前，跟豆包聊了什么。
