贝佐斯亲身下场物理AI了，亲自担任CEO的那种。 纽约时报消息，这名前世界首富创立了一家新公司并亲自担任联席CEO。而且资金实力雄厚，包括贝佐斯本人出资在内，该公司已获得62亿美元资金。
最近看了不少早期硬件创业项目，逐渐发现 AI 的能力确实是一批新兴硬件公司和硬件品类的「惊蛰」时刻。
疯狂小扎他急了……
GPT-5不再只是更聪明的模型，而是一台学会犹豫的机器。它能判断问题的难度，分配自己的思考时间，甚至决定何时该停下。OpenAI副总裁Jerry Tworek在最新访谈中透露：GPT-5的真正突破，是让AI拥有了「时间感」。当机器学会克制，人类却愈加焦躁。也许我们教给AI的，不只是如何思考，而是如何重新做人。
我们的大脑蕴藏着待解的进化密码，而AI的未来或许正系于此。
CUDA 代码的性能对于当今的模型训练与推理至关重要，然而手动编写优化 CUDA Kernel 需要很高的知识门槛和时间成本。与此同时，近年来 LLM 在 Code 领域获得了诸多成功。
AI创作正在成为B站上新的流量密码。而且诸多信号显示着这种密码的有效性。
中科大 LDS 实验室何向南、王翔团队与 Alpha Lab 张岸团队联合开源 MiniOneRec，推出生成式推荐首个完整的端到端开源框架，不仅在开源场景验证了生成式推荐 Scaling Law，还可轻量复现「OneRec」，为社区提供一站式的生成式推荐训练与研究平台。
今年阿里第三次集中力量办大事。
离开Meta的大佬们，留下作品还在陆续发表，今天轮到田渊栋。
在多数基层门诊里，一个医生往往要从早忙到晚，患者一拨接一拨。
「Voice Image」创始人 Nick Lahoika 出生在白俄罗斯，后来移民到爱沙尼亚才开始学习英语，跨语言的生活环境让他在很长一段时间内都对表达缺乏自信，直到遇到了一位专业声音教练。他才意识到表达是可以训练的，这也成为其创业的起点。
根据投资实习所的报道，前字节跳动算法负责人陈志杰创立的 Verdent AI 近期完成了由腾讯领投、红杉中国等老股东跟投的 A 轮融资，金额在数千万美元，估值或已突破 2 亿美元。这使 Verdent
具身智能的Scaling Law正蓄势待发。
上周，来自 Anthropic 的研究人员表示，他们最近观察到“首个由 AI 协同操作的网络攻击行动”，在一次针对数十个目标的攻击活动中，他们检测到有黑客使用该公司的 Claude AI 工具参与行动。不过，外部研究人员对 Anthropic 这一发现的评价要谨慎得多。
世界模型，着实有点火！今天，李飞飞重磅访谈放出，从AI革命兴起到下一个智能前沿——具备空间智能的世界模型。一场访谈，可以窥见AI教母关于AI未来的深刻洞察。
在号称「史上最严管控AI」的顶级会议ICLR 2026上，评审区却悄悄被大模型攻占。每五条审稿意见里，就有一条几乎全由AI一键生成。当作者怀疑评审是机器人写的、审稿人又怀疑论文是模型拼的，同行评审这台「科学秩序的发动机」，正一点点滑向一场没人承认、却无处不在的自动化实验。
前几天 nano banana 2 的泄漏版本，正在网上被疯狂转载，奥特曼眼看着流量不能被 Google 再抢了去，一点预告都没有，直接就发布了 GPT-5.1。
那时候我已经知道——我真的懂得怎么让一群人看到某个东西，所以我们想：“那就选一个最宏大的idea来做吧。”于是，就有了Cluely。
港大、港科大与西电团队登上Nature子刊，破解AI芯片核心难题。他们攻克存算一体架构中模数转换器（ADC）这个占能耗87%的「黑洞」，利用忆阻器可编程特性打造能自适应数据分布的「智能标尺」，使AI芯片功耗锐减57.2%，面积缩小30.7%，为下一代高效AI硬件系统开辟新路。
嗨大家好！我是阿真！ 继续为大家带来一些有趣的好玩的工具分享。
Agnes AI 在 9 月移动端 App 推出后，增长势能全面爆发：短短两个月新增注册用户 300 万，日活跃用户突破 20 万。而作为对比，Instagram 达到首个百万用户用了 2.5 个月，Snapchat 则耗时 10.5 个月。
在自动驾驶领域，VLA 大模型正从学术前沿走向产业落地的 “深水区”。近日，特斯拉（Tesla）在 ICCV 的分享中，就将其面临的核心挑战之一公之于众 ——“监督稀疏”。
十年前，我们是国际顶会的仰望者；十年后，SIGGRAPH Asia重返家门，中国已从技术跟跑者变为AI与图形融合新时代的定义者之一，这场盛会不仅是一次技术复盘，更是一次面向全球的实力宣言。
随着生成式 AI 的快速发展，从文本生成图像、视频，到构建完整的三维世界，AI “创造空间” 的能力正以前所未有的速度突破边界。然而，现有 3D 场景生成方法仍存在明显局限：模型往往直接输出每个物体的几何参数（位置、大小、方向等），结果容易出现漂浮、重叠、穿模等问题；场景结构缺乏逻辑一致性，难以编辑或复用，更无法像程序那样精确控制空间关系与生成逻辑。
做过独立开发的朋友都清楚，虽然现在 AI 已经能写出相当不错的前端，后端也有成熟的 BaaS 服务，但应用开发并不仅仅只是写份代码。
上海人工智能实验室推出了一款革新的多模态生成理解一体化的扩散语言模型 ——Lumina-DiMOO。基于离散扩散建模（Discrete Diffusion Modeling），Lumina-DiMOO 打破了多模态任务之间的壁垒，在同一离散扩散框架下，完成从 文本→图像、图像→图像、图像→文本的全栈能力闭环。
长期以来，多模态代码生成（Multimodal Code Generation）的训练严重依赖于特定任务的监督微调（SFT）。尽管这种范式在 Chart-to-code 等单一任务上取得了显著成功 ，但其 “狭隘的训练范围” 从根本上限制了模型的泛化能力，阻碍了通用视觉代码智能（Generalized VIsioN Code Intelligence）的发展 。
千问 APP 上线还是超乎意料。毕竟在 2025 年底，可能也只有阿里有底气尝试，重推一款 AI 应用类产品。界面简洁、克制的不像阿里出品。刚好这两天，我做了件有意思的事：泡在小红书，专门看普通用户在用 AI 做些什么，却发现不少人把 AI 用在各种“不正经”上：
昨天，阿里的千问APP，在应用商店里。终于悄悄上线了。从之前的通义APP的双色渐变，变成了现在的属于千问的单色。功能增加了很多，模型也支持了Qwen全系列最新模型。
