搜索
过去三年，梁文锋极少以第一作者或通讯作者身份，出现在 V3.2、V4、V4.1-Flash 这些动辄上百人署名的旗舰模型整体报告中；却始终把名字签在 MLA 注意力、MoE 路由机制、mHC 拓扑流形、DSpark 推理算子、DSec 智能体沙盒这些最底层的原子技术论文上。
新加坡国立大学、清华大学、北京大学等七所高校联合开源世界动作模型 OpenWAM，由 OpenWAM-Infra 模块化基础设施、OpenWAM-Study 受控实验与 OpenWAM-α 大规模预训练基座模型组成，整合视频生成的世界动态先验与机器人动作学习，在多个仿真基准和真实机器人平台上验证了机器人预测环境变化并执行动作的能力。
GLM-5.3-Flash将Kimi的KDA线性注意力与DeepSeek的KPool-DSA稀疏注意力放入同一架构，表明大模型Attention机制正从各公司独立押注的技术路线，转变为可在同一模型中分工组合的设计选项。
浙江大学、清华大学与新加坡国立大学团队推出TurboT2VA，采用分布蒸馏与轨迹蒸馏联合方案将音视频生成速度提升54.67倍，在单张H20上将1024×1792分辨率121帧的生成耗时从318.74秒降至5.83秒。
这个问题正随着推理模型和 RLVR 的发展变得更加重要。随着强化学习在大模型后训练中的作用不断增强，模型练什么、怎么练，也需要更仔细地安排。为了解决数据策略接入和效果比较中的麻烦问题，北大DCAI团队联合UCAS、上海算法创新研究院、中关村学院最新发布DataFlex-RL。
一架架飞机在空中有序飞行，按时起降，看似只是飞机自己的事情，实际上，它需要持续与机场、跑道、航线以及地面资源系统协同。
OPC公司，因为人少，更得看重效率。
近日，IQuest Research 同北京航空航天大学、曼彻斯特大学等合作伙伴发布 ModularRSI，尝试让 Agent 根据自身执行经验，持续修改模型外围的运行机制——Harness。
AI助理开始进入日常。
最近，AI漫剧可太火了。
大模型训练拼的是算力，Agent训练拼的是环境。
这年头，实时生成的世界模型越来越会「造世界」了。
两年前，一段机器人炒虾的视频在网上爆火。
搜索结果里但凡出现 AI 摘要，用户点开普通网页的几率就几乎腰斩。Pew Research Center 对美国用户在 Google 上大规模浏览行为的分析发现：有 AI 摘要时，用户点击传统搜索结果的比例从 15%直接暴跌至 8%。
6天，2000多万，小米这场史无前例的「炼丹直播」终于尘埃落定。
谁还没有被GPT-6 Astra搓3D的案例狠狠刷屏啊！
过去一年，Agent 的讨论大多围绕模型本身展开：推理能力更强、上下文更长、工具调用更稳定。但进入真实工作流后，另一个问题开始变得更关键：Agent 的能力从哪里来，又如何被持续复用。
AI视频，已经开始挑战「实时造世界」了！
谁也没想到， AGI 随着 GPT-6 的到来竟然来得这么快。
当预训练将大模型带到新的能力起点，强化学习则通过持续的探索与反馈，不断激发模型在新环境、新任务中的推理与行动能力，决定它们还能走多远。
最近 AI 桌面换装视频突然爆火，Twitter 上随便一条就是百万播放。
自现代大模型诞生以来，“下一个Token预测（Next-Token Prediction, NTP）”就被奉为不可撼动的黄金律条。然而，逼着模型逐字死记硬背，真能学会宏观语义规划吗？
现在的 Agent 的产品越来越多，有些主打 Coding，有些事做日常办公，也有些用于情感陪伴虽然这些产品的用途不同，背后的工作原理其实都大同小异，便是 Harness 对上下文的自动化编排
随着编辑工具与生成模型的快速普及，「改图」正在变得越来越容易，篡改者可以在几乎不改变画面观感的前提下完成内容伪造，给内容真实性核验、平台治理与数字媒体信任带来新的风险。因此，图像取证与可信鉴伪证据，成为了内容安全中尤为重要的一环。
当Agent已经能够调用工具、使用技能并保存记忆，一个更进一步的问题是：这些能力怎样在任务中配合，又怎样从过去的执行中积累可复用的经验？
让 AI 生成一张海报已经不难。更难的是，让它围绕同一个设计目标持续工作：理解品牌与产品要求，生成初稿；发现标题、产品位置或整体风格存在问题后，知道应该修改哪里、怎样修改；同时保留已经确认的内容。等到下一次活动，它还能延续此前确定的设计偏好和有效经验。
人麻了！
当经典算法遇到 LLM，用概率预判代替盲目试错，或许才是架构演进的真正解法。
数学界重大突破！
AI办公这块蛋糕，中国电信可能要先切走一块了。