2025年已成为名副其实的Agent元年。 不论是Operator、Manus、Genspark等爆款Agent的相继出现，还是各大厂商陆续发布MCP协议支持，种种迹象都在印证着AI Agent正经历从“玩具”到“工具”的关键转折。
当前大型视觉语言模型（LVLMs）存在物体幻觉问题，即会生成图像中不存在的物体描述。
当地时间 6 月 26 日，在上个月的 Google I/O 上首次亮相预览后，谷歌如今正式发布了 Gemma 3n 完整版，可以直接在本地硬件上运行。
在近日举办的2025年新领军者年会上，中国生物制药首席执行长谢承润接受媒体采访，并发表了AI在药物研发中应用的相关看法。
开年以来，AI 图片赛道迎来一轮小高潮。今年 3 月，在我们统计的月访问量超 200 万的 Web 端 AI 图片产品中，有 45 款产品访问量呈现环比上涨，最高增幅超过 600%。这些爆款背后的共同特征，是一股席卷社交平台的“吉卜力风”。
Fuzozo、Haivivi……取个ABB名字就能爆？ 要说2025年最火爆的赛道，潮玩绝对算一个。
还不如推倒重来。唱吧创始人陈华最近略感焦虑。他明显感觉AI应用有一大波机会要来，但此刻，自己却站在迷雾森林里，不能完全看清具体方向。
在 AI 成为全球共识之前，他已经坚定押注；在众人质疑深度学习时，他默默下注；在通用智能仍属“天方夜谭”的年代，他成为 OpenAI 最早的支持者之一。
本周五凌晨，谷歌正式发布、开源了全新端侧多模态大模型 Gemma 3n。谷歌表示，Gemma 3n 代表了设备端 AI 的重大进步，它为手机、平板、笔记本电脑等端侧设备带来了强大的多模式功能，其性能去年还只能在云端先进模型上才能体验。
中科院自动化所提出BridgeVLA模型，通过将3D输入投影为2D图像并利用2D热图进行动作预测，实现了高效且泛化的3D机器人操作学习。
