搜索
浙江大学、清华大学智能产业研究院、影溯 InSpatio、RoboParty Lab 等团队提出的 INTACT（INtent-To-ACTion），一种基于端到端 JEPA 的无搜索世界模型控制方法，试图改变这一范式：直接利用离线轨迹中已有的状态、动作与未来结果，将运动意图转化为动作模型可以读取的语义接口，使模型无需搜索候选动作序列，就能直接生成动作计划
谁曾想呢，在WAIC现场，我竟然看见了美妆巨头欧莱雅？？定睛一看，竟然还有何同学和他带来的「手机床」。和他一同亮相的，则是欧莱雅首个面向线下消费者的生成式AI美容顾问3CE GENBA。
中国科学技术大学发布的最新研究让AI「大脑」接管机器科学家实验室「身体」，由此将这一问题从知识问答和方案生成，推进到真实物理世界中的实验执行与反馈学习。研究团队搭建了一个机器催化实验室，其中包括45个覆盖合成、表征和催化性能测试的模块化自动工作站。
目前，这项技术已成功应用于上海人工智能实验室Intern-S2-Preview 35B/397B系列多模态大模型的预训练中，有效提升了模型的科学推理与多模态理解能力。值得一提的是，相关研发均基于国产昇腾算力平台完成，并成功实现了面向大规模预训练的深度适配与优化。
奥特曼也管不住自己刷短视频的手。为了搞明白短视频到底为什么让人停不下来，他选择亲自下场深度玩TikTok，于是。。。在Relentless最新一期《How to Start a Startup》的访谈中，OpenAI联合创始人兼CEO奥特曼谈到开发Sora应用时下载了TikTok吸取经验，然后沉迷了…
上海交通大学联合上海创智学院团队提出 A²-Edit，它以统一框架支持任意物体类别和任意精度掩码，通过混合 Transformer 专家路由、掩码退火训练及 50 万级多品类数据，让用户只需给出粗略区域，也能完成身份一致、结构完整、自然融合的参考图引导局部编辑。
近日，清华大学与香港科技大学的研究团队提出 LiveEdit，一种面向通用文本指令的实时流式视频编辑框架。该方法以因果、分块的方式处理持续到来的视频，在 4 步 / 视频块的推理条件下实现 12.66 FPS 的流式编辑，并能保持被编辑区域的准确性以及未编辑区域的一致性。
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
DeepSeek-V4-Flash风评冲爆了，原生支持接入Codex，而且还强化了Agent能力。我第一时间把它接进了Codex，用cc swich非常方便。一个小时，跑了一亿多token。跟大家说说体感。
今日，华为开源基于昇腾NPU训练的盘古MoE模型openPangu-2.0-Pro。该模型是openPangu-2.0系列的最新开源模型，总参数规模5050亿，激活参数规模180亿，支持512K上下文长度，训练数据总量约34T tokens。另一轻量化模型openPangu-2.0-Flash已于6月12日开源，参数92亿，其中6亿为激活参数。
我们整理了最近半年来 OpenCode CEO Jay V 以及联合创始人 Dax Raad 近期在多档播客和访谈中的核心观点，试图还原一个完整的图景，一家开源公司究竟如何在巨头夹缝中找到自己的位置，以及他们怎么看待商业化和模型编排。
7月31日，DeepSeek正式向公众开放V4-Flash正式版API公测。这一次，最亮眼的关键词是——Agent能力大幅跃升。9项基准测试成绩全面披露，多项指标远超此前发布的V4-Pro-Preview预览版，直接将“代码智能体”的天花板又顶高了一截。
就在刚刚，字节跳动正式发布了自研视频模型Seedance 2.5，而我们熟悉的「即梦AI」作为模型的官方体验入口也第一时间妥妥接入。贴心的我呢，也直接帮友友们把这次新模型最夯夯夯夯的能力都扒好了，咱先一睹为快——
今天，Thinking Machines正式发布第二款重磅模型——Inkling-Small。276B总参数、12B激活参数，原生多模态，100万token上下文。半个月前，首个开源975B Inkling登场，曾在AI圈掀起了巨浪。
近日，比特无限发布的 Arko-T，是一款面向 Text-to-Structured 3D Generation 的 4B 参数基础模型。该模型由比特无限联创、首席科学家周平义博士带队完成。它接收自然语言描述，直接输出可执行的 Build123d 程序。程序经过 CAD 内核运行后，可以得到带有命名参数、结构特征和建模过程的 CAD 设计实体。
我重生了。 上一世，我是一本人工智能教材。学生在我的页边写满笔记，工程师折起其中几页，也有人把我放在书桌最显眼的位置。我一直相信，书存在的意义，就是把自己知道的事情交给更多人。
今天，全网都被这位25岁「AI先知」的故事刷屏了。 就在刚刚，华尔街上演了一场教科书级别的平仓。这场血雨腥风的主角，是被硅谷奉为「AI预言家」的Leopold Aschenbrenner，以及他那只439%逆天回报率的对冲基金——Situational Awareness（情境感知）。
璨辰科技（CANCHEN TECH）已于近期完成种子轮、天使轮、天使+/++轮系列融资，累计金额达数千万人民币，投资方包括东方富海、松禾资本、零以创投、水木清华基金、启迪之星创投、启繁资本、南山战新投等。
今天，我们正式发布 MiniMax H3。这是一款通用的全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文的统一理解能力、能够输出具备原生双声道的音视频，最高可支持 15s 2K 分辨率。
谷歌：在LLM圈里我唯唯诺诺，在机器人圈里我直接大打出手！
硬氪获悉，Physical AI平台公司「昆腾动力（Quantum Dynamics）」近日完成超亿元种子轮融资，本轮由云启资本、商汤国香资本联合投资。资金将主要用于Physical AI核心技术研发、人才梯队建设及全球化市场拓展，加速其面向物理世界的智能系统从底层模型到场景化落地的全链路构建。多维资本参与项目孵化与团队组建。
起底 K3 背后核心极客天团，人均扛起 7 亿估值！
把主题知识变成一门学习课程。
本周，Fish Audio宣布完成5200万美元种子轮融资，由Coreline Ventures和Capital Today领投。
数字人已成为企业新的交互入口。
2026年7月16日，东京。 英伟达CEO黄仁勋拍了一个大大的马屁："日本发明了现代制造业。现在，它正在建设将驱动下一次工业革命的AI工厂。"不过效果很明显，日本被彻底忽悠瘸了，在同一天，市场估算投资额接近3.4万亿日元的项目落地（约1408亿元人民币）。
在生成式 AI、视频生成和各种数字营销工具铺天盖地时，硅谷最有影响力的物理 AI（Physical AI）独角兽 Applied Intuition 抛出了一个极其犀利的观点：未来 25 年，真正能重塑物理世界的 AI 公司，其规模和影响力很可能会远超今天主导数字世界的科技巨头。
打工人职业发展的理想终点，要么是在岗位稳定、社会地位高的体制内，要么是在薪资高、资源好的大厂。而后者在大城市的打工人心中，简直成了成功天花板的存在。
旧金山市中心有一条很窄的小巷，名字叫 Claude Lane，巷子里开着一家全年无休的咖啡馆。凌晨两点，顾客仍然可以进来买咖啡、连无线网络、打开电脑工作。到了工作日下午，店里的桌子经常全部坐满，有人只能把电脑放在膝盖上。
AI写作的黄金时代，正在崩塌！
