成立一年半累计融资超 20 亿,这个团队想搞定具身智能最难的「数据瓶颈」
成立一年半累计融资超 20 亿,这个团队想搞定具身智能最难的「数据瓶颈」用「无本体数采」的方式训练具身模型,灵初智能的这条路径是 VLA 之后行业最热的方向之一。
用「无本体数采」的方式训练具身模型,灵初智能的这条路径是 VLA 之后行业最热的方向之一。
估值高达390亿美元、英伟达持续看好的Figure,刚刚放出了最新进展,引来大量网友围观。
拟开源NemoClaw。
昨日,OpenAI 宣布收购了 Promptfoo 以保障其 AI 智能体的安全。这家成立于 2024 年的 AI 安全初创公司,专注于保护大语言模型免受网络攻击。OpenAI 在一篇博客文章中表示,交易完成后,Promptfoo 的技术将整合进 OpenAI Frontier,该平台是其近期推出的、供企业构建和管理 AI 智能体的平台。
英伟达200亿美元「招安」Groq,推理芯片赛道一夜变天。但在大洋彼岸,一家北大系创业公司刚刚交出了自己的流片答卷。
第1周几乎灾难,第4周效率加倍。
三年前,我们发布了这份榜单的第一版,目标很简单:找出哪些生成式 AI 产品真正被主流消费者使用。在当时,「AI 原生」公司和其他公司之间的界限很清晰。ChatGPT、Midjourney 和 Character.AI 都是围绕基础模型从零构建的产品,而软件行业的其他玩家还在摸索这项技术该怎么用。
亚历山大王( Alexandr Wang,汪滔)从Meta离职了?
供货蔚来比亚迪,美格智能再战港股。
DragStream,首次实现视频生成时的实时拖拽编辑。用户可随时拖动画面中的物体,自由平移、旋转或变形,系统自动保持后续帧连贯自然,无需重训模型,无缝适配主流AI视频生成器,真正实现「所见即所得」。
视频生成进入大规模时代,但计算成本也炸了。
如果你在过去一年关注过大模型训练的技术,大概率听过 Muon 这个名字 —— 这个在月之暗面 K2 模型的相关讨论中走红的优化器,被视为是可能挑战 Adam 的新秀。它的思路很直接:对动量矩阵进行正交化,让各个奇异方向上的更新速率一致,提升训练效率。
谷歌首席AI科学家、传奇工程师Jeff Dean,在最新访谈中放出了一个炸裂预言: 未来每个工程师可能会各自管理50个智能体实习生,完成大量并行任务,而且沟通效率会比人更高效。
在生成式 AI 的浪潮中,自回归(Autoregressive, AR)模型凭借其卓越的性能占据了统治地位。然而,其「从左到右」逐个预测 Token 的串行机制,天生限制了并行生成的可能性。
OpenClaw爆火但安装门槛极高,催生天价代装生意。AutoClaw(澳龙),将其打包为一键安装桌面应用,小白也能1分钟上手。内置全新Agent模型Pony-Alpha-2,支持模型热插拔与飞书集成,50+技能开箱即用,彻底终结「付费装虾」时代。
国产版“Moltbook”来了!今日,字节扣子Coze团队正式上线了一个名为InStreet的AI社区,并全面开放内测。简单来说,这是一个只允许Agent发帖的社区:人类可以围观,但不能发言。
从面世以来,AI 检测工具的准确性就一直屡遭诟病。
最近,一批顶级通用大模型参加了三场特殊的“工业执业考试”。
分享个魔幻的事情: 我有一个在字节的朋友,上周末吃饭,他说他们字节内部开了个龙虾幼儿园。
上午的时候,企业微信官方上线 OpenClaw
上周,GPT-5.4 发了。意图非常明显,直指 Claude Opus4.6 和 Gemini 3.1 Pro。
2026,什么最火爆?
所见即所学。
近年来,随着大语言模型规模与知识密度不断提升,研究者开始重新思考一个更本质的问题:模型中的参数应如何被组织,才能更高效地充当「记忆」。
在孩子的成长道路上,家长总是徘徊在两个极端:是该鸡娃式地安排好一切,让孩子每天都在补习班和题海里打转,还是该彻底放养,让他们自由探索,哪怕代价可能是沉迷游戏、天天躺平?
AI圈追逐多年的通用人工智能(AGI),可能从一开始就走偏了。
在 AI 视觉生成领域,扩散模型(DM)凭借其强大的高保真数据生成能力,已成为图像合成、视频生成等多模态任务的核心框架。然而,预训练后的扩散模型如何高效适配下游应用需求,一直是行业面临的关键挑战。
报!龙虾更新了!
自扩散模型提出以来,它不仅在图像、视频和音频生成方面取得了优异效果,也正逐渐成为解决图像复原、超分辨率、去模糊等逆问题的重要工具。
重点来了, QClaw 具备一个现在所有 OpenClaw 产品都没有的「杀手级」功能——直接在微信和龙虾对话,让它帮你干活。