在多模态大语言模型（MLLMs）应用日益多元化的今天，对模型深度理解和分析人类意图的需求愈发迫切。尽管强化学习（RL）在增强大语言模型（LLMs）的推理能力方面已展现出巨大潜力，但将其有效应用于复杂的多模态数据和格式仍面临诸多挑战。
即使有一颗大隐隐于市的心，成立第八年的云深处，终究在今天具身智能的浪潮下，被推到了舞台中央。
多模态模型学会“按需搜索”！字节&NTU最新研究，优化多模态模型搜索策略——通过搭建网络搜索工具、构建多模态搜索数据集以及涉及简单有效的奖励机制，首次尝试基于端到端强化学习的多模态模型自主搜索训练。
安全研究团队 General Analysis 日前警告称，如果你使用了 Cursor 搭配 MCP，有可能在毫不知情的情况下，把你的整个 SQL 数据库泄露出去——而攻击者仅靠一条“看起来没什么问题”的用户信息就能做到这一点。
Meta挖走OpenAI大批员工后，又用OpenAI的技术搞出新突破。新架构名为2-Simplicial Transformer，重点是通过修改标准注意力，让Transformer能更高效地利用训练数据，以突破当前大模型发展的数据瓶颈。
最近，上海交通大学 ScaleLab 与香港大学 MMLab@HKU 领衔发布 RoboTwin 系列新作 RoboTwin 2.0 以及基于 RoboTwin 仿真平台在 CVPR 上举办的双臂协作竞赛 Technical Report。
根据 Anthropic 最近公布的一项数据，他们的 Claude Code 已经吸引了 11.5 万名开发人员，并在一周内处理了 1.95 亿行代码。而这款工具，才刚刚发布 4 个多月。Menlo Ventures 风险投资家 Deedy Das 据此推断，仅靠 Claude Code 这个产品，Anthropic 的年收入就可能达到 1.3 亿美元。
你有没有想过，一家只有四个员工的公司，能做到年收入600万美元？这听起来像是天方夜谭，但 Oleve 正在让这个看似不可能的故事成为现实。我最近深入研究了这家由 Sid Bendre 领导的创业公司，发现了一个令人震撼的事实：他们不仅实现了这个惊人的财务数据，还在短短两年内服务了超过500万用户，从第九个月开始就实现了盈利。
现在，国内研究机构就从数据基石的角度出发，拿出了还原真实动态世界的新进展：上海人工智能实验室、北京理工大学、上海创智学院、东京大学等机构聚焦世界生成的第一步——世界探索，联合推出一个持续迭代的高质量视频数据集项目——Sekai（日语意为“世界”），服务于交互式视频生成、视觉导航、视频理解等任务，旨在利用图像、文本或视频构建一个动态且真实的世界，可供用户不受限制进行交互探索。
言归正传，今天就给大家分享一下AI应用行业月度报告。QuestMobile数据显示，过去几个月里，在大模型能力没有出现“代际跃迁”的情况下，AI应用持续深入垂直探索
