卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍
卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍AI圈的节奏已经快到让人产生幻觉了。
来自主题: AI技术研报
9258 点击 2026-04-08 10:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI圈的节奏已经快到让人产生幻觉了。
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施，达到了 76.4% 的通过率，超过了所有人工设计的方案。
和之前 Claude Code 泄漏的代码揭示的一样，Claude Mythos 它真的来了。今天凌晨，Anthropic 发布了大量关于其新模型 Claude Mythos Preview 的信息（包含一份长达 244 页的系统卡）。同时，Anthropic 还宣布了一个基于此模型的 AI 网络安全项目 Project Glasswing。
VLM看图像描述头头是道，一遇到3D空间推理就“晕菜”。
在具身智能的感知拼图中，触觉一直扮演着不可或缺却难以被完美量化的角色。它提供了视觉等远程传感器无法替代的关于接触几何、材料特性和交互动态的直接反馈。
SLAM 在自动驾驶、机器人、AR/VR 乃至具身智能系统中都是至关重要的环节，它决定了算法能否在一个陌生环境中一边“看懂世界”，一边“知道自己在哪”。
Meta SOAR用「剧毒数据」当垫脚石，硬生生把模型从Fail@128的认知黑洞里拽出来，推理能力暴涨9.3%！2026年，这才是最硬核的反杀路线。
如果把手机屏幕想象成一个舞台，GUI 智能体就是台下那个 “被授权动手” 的人：它能看懂屏幕上的按钮、输入框和弹窗，能按你的指令去点、去滑、去输入。
研究者用特制雨伞干扰无人机视觉系统，让其误判目标在远去，从而失控俯冲。FlyTrap攻击无需信号干扰，仅靠物理图案就能欺骗多款商用无人机，实现静默捕获或击毁。实验显示，物理闭环攻击成功率超60%，且对新人物、新场景均有强泛化能力。这项研究揭示了AI感知系统的重大安全隐患，警示我们：视觉安全正成为智能设备的阿喀琉斯之踵。
真赞叹啊，一行指令，而且，速度还贼快！
就在大家都急头白脸地等待DeepSeek-V4的时候，冷不丁一篇新论文引起了网友们的注意—— 提出新稀疏注意力机制HISA（分层索引稀疏注意力），突破64K上下文的索引瓶颈，相比DeepSeek正在用的DSA（DeepSeek Sparse Attention）提速2-4倍。
生成式模型当检索器大材小用效果还不好？
通过一晚上的睡眠，AI 模型就能监控最多 130 种疾病。
OpenAI Codex 团队的产品规格文档只有 10 个要点。不是说每个功能的文档只有 10 个要点，而是整个产品的 spec 就这么多。设计师写的代码量超过了六个月前工程师写的。50 到 100 人的团队，直到最近才有了第二个产品经理。
大模型技术正在经历一场从 “对话助手” 向 “自主智能体（Agent）” 的深刻演进。智能体不再局限于被动地理解与生成，而是具备了多步规划、工具调用、长期记忆与管理物理 / 数字世界的能力，正逐步深度嵌入企业侧的核心业务流程。这意味着，AI 的边界已从虚拟屏幕的对话框，正式延伸到了真实的生产系统中。
最近，飞书、钉钉、企业微信接连推出 CLI，智能体生态战役再次打响。
人形机器人全身灵巧操作是通向通用具身智能的核心目标之一。在这一愿景下，机器人不仅需要双臂与高自由度多指灵巧手的精细协调，还需要与全身位姿（如行走、弯腰）进行动态配合。
来自复旦大学、上海创智学院的研究人员提出 LifeSim，一个面向个性化助手评测的长程用户生活模拟框架。LifeSim 同时建模用户内部认知过程与外部物理环境，生成连贯的生活轨迹、事件序列与多轮交互行为；在此基础上，研究团队进一步构建了 LifeSim-Eval，用于系统评测模型在长期个性化交互中的能力边界。
近日，Bessemer Venture Partners发布AI+生命科学路线图，分析今年AI医药的发展趋势。 该报告的核心观点是：AI正在彻底改变制药和生命科学行业，每年能创造超1000亿美元新价值，但目前只有5%的企业真正用起来。
AI不再只是把两个物体「放一起」，而是真正造出一个新实体。VMDiff模型通过分阶段策略：先拼接保留信息，再插值融合成整体，并自动调节平衡，让生成结果既像两者，又自然统一。 过去，很多图像生成模型都能同时画出两个物体；但要让它们真正「长成一个新物体」，其实远没有那么简单。
快手的这篇论文，正是对这一问题交出的一份沉甸甸的工业级答卷。他们提出了 GR4AD（Generative Recommendation for ADvertising），一个横跨表征、学习、服务三大层面协同设计的生成式广告推荐系统，并已全量部署于快手广告平台，服务超过 4 亿用户。
Harness（驾驭）的风，终究还是从大模型，吹到了机器人！
这两天，我被一张图反复种草。
去年讨论Agent落地时，重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot，怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升，控制数据流向、工具调度和异常处理的底层脚手架代码，往往比单纯拼接文本对系统性能的影响更大。
3 月 31 日下午，技术圈炸了锅： Claude Code，这款被公认为当前最强的 AI 编程助手，因为一次内部失误，核心代码逻辑暴露在了全球开发者面前。
在现实世界中通过强化学习训练智能体，往往需要大量在线试错与环境探索，这不仅成本高昂，还可能带来显著安全风险：机器人可能因试错而损坏，自动驾驶的在线探索可能危及行车安全，而持续采集交互数据本身也代价巨大。
什么这code那code，先别code了，因为—— 中国最强编程模型来了！
在时间序列预测领域，深度模型如iTransformer、PatchTST虽然性能强劲，却长期困于“黑盒”困境——预测准，但说不出为什么。
生物医学AI智能体正从「能不能做组学分析」快速进入下一阶段的检验：做出来的结果，能不能撑得住真实的治疗决策？哈佛医学院Zitnik团队的MEDEA 给出了一条明确的技术路线：与其追求更强的骨干大模型，不如在分析流程的每一步嵌入验证机制。
近年来，Decision-Coupled World Model 与 Model-based RL 在机器人领域取得了显著成功。通过学习环境动力学模型，智能体能够在内部模拟未来，从而进行规划与决策。但当系统从单机器人扩展到多机器人时，问题开始变得棘手。