从「看见」到「行动」：浙大团队发布首篇「智能眼镜第一人称智能」综述
从「看见」到「行动」：浙大团队发布首篇「智能眼镜第一人称智能」综述当我们谈论智能眼镜时，许多人的第一反应仍是：它能不能拍照、放歌、导航，或者它就像一个戴在头上的语音助手？
来自主题: AI技术研报
10262 点击 2026-10-20 11:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当我们谈论智能眼镜时，许多人的第一反应仍是：它能不能拍照、放歌、导航，或者它就像一个戴在头上的语音助手？
就在刚刚，Anthropic给出惊人预测—— 到2030年，AI或将让美国GDP飙升至44万亿美元。
永远不要相信 DeepSeek 的 “a minor update” （小更新）。
Agent在真实任务中出错，工程师的第一反应往往是给Harness“打补丁”：加一条防错提示词、接入一个新工具、挂一套Skills，或者增加历史摘要和执行检查。这套负责协调模型调用、工具执行与上下文管理的外层系统，就是Agent Harness。
GPU集群里，请求排队和资源闲置，可能同时发生。
「人们已经从网上跑出来了，在大街上拦着我要重置。我打算印点小卡片随身发。」
最近，一款《小王子》3D 剧情游戏，在 X 上火了。
近年来，Loop Transformer 逐渐从简单的模块复用走向更复杂的分层循环计算，探索如何通过共享参数持续更新模型状态。一个自然的问题是：当模型开始看图，这套机制还成立吗？
据 The Information 报道，Anthropic 正筹备一款尚未公布的新模型，据称其推理和直觉判断能力超过现有商用模型，并能推断用户未明确表达的意图；Google 正开发 Gemini 4 Carbon，OpenAI 预计未来几周推出 Terra 系列新模型。
MiniMax 更新 MiniMax M3.1 Flash，并确认此前处理超200万亿 Token 的匿名模型 Space Bunny 为其早期版本；官方称新模型线上推理速度提升近3倍，Agent 类任务综合使用成本较前代降低70%。