两个世界彻底「连上了」!全新世界模型Duo v1开启实时交互
两个世界彻底「连上了」!全新世界模型Duo v1开启实时交互想象一下,你在现实中拿起一瓶水,递向屏幕。下一秒,屏幕里的虚拟人物竟然伸出手,接过了这瓶水。
搜索
想象一下,你在现实中拿起一瓶水,递向屏幕。下一秒,屏幕里的虚拟人物竟然伸出手,接过了这瓶水。
如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍所有历史 token,只挑出少数最相关的去「看」。
大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战:
给“机器人战场”建立新坐标。
能搜索资料、运行代码,还能完成多步科学研究任务——训练这样的智能体,究竟需要多少道工序?
给智能体造训练环境,一定要先从数据库开始吗?现有的环境合成方法通常以数据为中心,先生成数据库和业务场景,再据此构造工具与任务。但沿着这条路线,工具接口和参数逻辑可能偏离真实定义,工具组合也可能缺少执行依据,任务往往局限于单个环境。
近年来,多模态基础模型凭借规模化带来的泛化能力,越来越多地被用作机器人的「大脑」,负责任务规划和动作决策。
让 AI 成为 AI 研发的助手,书生-S2.1 Flash 正在展现 AI4AI 的潜力。近日,这款科学多模态大模型正式发布并开源,在机器学习工程基准中取得 90.3 分,展现出 AI 参与机器学习研发任务的能力。
你要说上周用AI来做东西,最火的玩法是啥,那必然逃不过一个东西。
强化学习环境(RL Envs)正在成为一门新生意。
《季载录·秋丨全球AI应用行业发展报告丨Xsignal》基于2026年第三季度数据指出,全球AI应用正从技术奇观转向场景基建,豆包、千问、ChatGPT等依托生态流量领跑,WorkBuddy、商汤小浣熊在Web生产力场景增长突出,垂类及情绪陪伴应用则在App端形成机会。
11 月 11 日,AI Engineer Code Summit(AIE CODE 2026)第二天,Google DeepMind 的技术员工(MTS)Philipp Schmid 上台,讲的不是新模型,而是他自己的一个习惯:大约每半年,他把自己的编程 agent 从零重写一遍,每次都问同一个问题:这套东西里,模型现在还需要多少?
Kimi Delta Attention(KDA)、Gated DeltaNet(GDN)、Mamba-2 等线性注意力与状态空间层,正在成为开源大模型的常见组件。Kimi K3.1 Pro、GLM-5.3-Flash、Qwen3.8-Flash-Next、Nemotron 3 Super 都采用了「全注意力 + 线性层」的混合架构,以换取更快的解码和更小的 KV Cache。
AI看长视频,模型需要逐帧把画面编码成视觉Token,再送进语言模型理解。
1987 年成立的台积电只做代工。晶圆厂把制造工艺封装成 PDK(Process Design Kit,工艺设计套件)交给客户,PDK 是晶圆厂的核心技术,通过有限接口分享给芯片公司 ,保留核心的制造配方。通过使用 PDK,芯片公司可以把制造交出去,自己专心做设计,这类公司被叫作 Fabless。
AI视频生成中,推理速度提升与生成质量下降,可能同时发生。
随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
来自 Duke、Google、USC、UPenn、UNC 等八家机构的研究者联合发布最新视觉语言模型(VLM)记忆机制的系统性综述。基于全新的 4D 分类框架,系统梳理了 300 余篇相关工作和近 70 个评测基准,覆盖长视频理解与生成、多模态 RAG、具身导航与行动、个性化助手等八个热点应用场景。
大语言模型有时会把训练时见过的内容原样「背出来」,其中可能包含邮箱、电话号码等个人信息。随着扩散语言模型走向更大规模,一个问题也随之出现:当模型不再从左到右逐词生成,它还会以同样的方式泄露训练数据吗?
个人智能体,正在迎来一场前所未有的密集爆发。
11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。这张榜单统计了截至11月14日,全球估值超过100亿美元、公开年化营收达到1亿美元以上的未上市AI公司。符合这两个条件的公司,已经有30家。
最近在用 Claude Code 干活的时候,我遇到了一个让人头疼的问题: 我让 Agent 帮忙在本机打开一个设计软件,截图分析界面布局。结果它直接接管了我的桌面,鼠标开始乱飞,我正在写的文档焦点被抢走,剪贴板里刚复制的内容也被覆盖了。
最近在阿b上掀起一股 AI 娘化潮,随手一刷相关视频,播放量都是轻松破百万。
不同数据,到底各训多少?每个模型训练师都绕不开这个问题。
让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?
近两年,离散扩散模型(Discrete Diffusion)正在成为生物序列生成的重要工具。与自回归模型逐个token从左到右生成不同,掩码离散扩散(Masked Discrete Diffusion)从一条全部被遮盖的序列出发,逐步「揭开」每个位置上的碱基或氨基酸。
贝塞默(Bessemer Venture Partners)与贝恩(Bain & Company)联合发布的《The 2026 Healthcare AI ROI Scorecard》显示,AI医疗平均回报达3.5倍,RCM以4倍ROI领跑,临床应用和药物临床开发回报则相对较低。
阿里巴巴Accio团队、复旦大学和上海创新研究院提出Neos,通过数据构造、过程信用分配和MEI协同进化训练轻量多模态搜索模型,Neos-35B十项基准均分64.7,逼近Gemini-3.1-Pro的67.1分,Neos-9B平均工具调用减少约32%。
Deepnote发布Agent Initiative Benchmark评测称,OpenAI包揽前二,GPT-6.1 Sol以8.65分、每任务0.11美元成为性价比最高者,Anthropic Fable 5.2成本高17倍但得分更低。
UniPat AI牵头推出Science Prediction Universe(SPU)湿实验预测基准,以116个任务、4207个实验评测12款前沿模型,首轮Claude Opus 5.5平均分最高但仅约半数任务超过随机水平,GPT-6 Astra推理强度升至最高也未显著提分。