搜索
这不是恐怖故事，也不是田螺姑娘的寓言故事，而是 3 月 17 日，HooRii 在 Kickstarter 上线的众筹项目「ClawStage」的宣传。它的定位是“OpenClaw 的现实世界游乐场”——用一个小方块，让 OpenClaw 来到现实世界，并能担任你的家庭管家。
来自华为泰勒实验室、北京大学和上海财经大学的研究团队提出了 SHAPE（Stage-aware Hierarchical Advantage via Potential Estimation），给推理链装上了一套「里程碑 + 推理税」机制——不仅告诉模型每一步推得对不对，还让它为啰嗦付出代价。结果是：准确率平均提升 3%，token 消耗直降 30%。
最近，Kickstarter 上一个叫 ClawStage 的小方块，把不少人的“好奇心”给勾起来了。刚刚上线，就已经快速冲破20万美元，目前仍在飞速增长！ 它最吸引我的地方，在于“让云端的 AI 有了躯体”。这背后，藏着一套叫 OpenClaw 的自托管 AI 框架，还有我们熟悉的 Raspberry Pi 5 硬件支撑。
目前，该论文已录用至 CVPR 2026，相关数据集和模型训练训练和推理代码将逐步开源：究其原因，一个好故事并非一堆漂亮镜头的简单拼接，而是一个有结构、有逻辑的叙事整体。
在大语言模型（LLM）的研究浪潮中，绝大多数工作都聚焦于优化模型的输出分布 —— 扩大模型规模、强化分布学习、优化奖励信号…… 然而，如何将这些输出分布真正转化为高质量的生成结果 —— 即解码（decoding）阶段，却没有得到足够的重视。
人工智能初创公司Upstage 从包括亚马逊和超威半导体在内的投资者处筹集了 4500 万美元，以加速其下一代模型的开发，并拓展美国和亚太市场。
普林斯顿大学AI实验室与复旦大学历史学系联手推出了全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI助手——HistAgent。这一成果不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架。
HuggingFace开源大模型排行榜，又被屠榜了。