AI资讯新闻榜单内容搜索-AL

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: AL
上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

上市首日高开72.11%!一文看懂SENASIC琻捷的Physical AI底层技术底座与自研平台|投资笔记第255期

今日,SENASIC琻捷(6675.HK)正式登陆港交所,成为港股市场首家聚焦Physical AI端侧感算芯片赛道的上市公司。上市首日,SENASIC琻捷高开72.11%报31.6港元,市值逼近120亿港元。

来自主题: AI资讯
9167 点击    2026-06-18 10:16
GlobalGPT 李焕之:零融资、套壳产品千万美金ARR后,我找到了创业的mission

GlobalGPT 李焕之:零融资、套壳产品千万美金ARR后,我找到了创业的mission

GlobalGPT 李焕之:零融资、套壳产品千万美金ARR后,我找到了创业的mission

GlobalGPT 是一款很典型的 AI 套壳产品,一份订阅访问市面上几乎所有主流 AI 模型,目前全球累计用户超过 300 万,ARR 做到 1000 万美金。创始人李焕之,律师出身,2022 年开始连续创业,经历了 LegalDAO(Web3 法律社区)、LegalNow(AI 法律产品)的两次pivot后,在 2024 年初团队现金流只剩 1 个月时做出了 GlobalGPT。

来自主题: AI资讯
8574 点击    2026-06-17 16:22
蚂蚁EGSS算法破解Test Time Scaling困局 | ACL 2026

蚂蚁EGSS算法破解Test Time Scaling困局 | ACL 2026

蚂蚁EGSS算法破解Test Time Scaling困局 | ACL 2026

更聪明的计算远比更多的计算更有效。

来自主题: AI技术研报
6423 点击    2026-06-17 14:06
ICML 2026 | Agentic强化学习训练的信息自锁问题

ICML 2026 | Agentic强化学习训练的信息自锁问题

ICML 2026 | Agentic强化学习训练的信息自锁问题

随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」,LLM agents 正在被用于越来越复杂的 agentic applications:deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。

来自主题: AI技术研报
5692 点击    2026-06-17 14:05
葬AI基准测试发布:GLM 5.2第一,超越Opus 4.8

葬AI基准测试发布:GLM 5.2第一,超越Opus 4.8

葬AI基准测试发布:GLM 5.2第一,超越Opus 4.8

这是葬AI起号以来工作量最大的一篇文章。为了严肃评测国产模型的能力,我自研了一个Benchmark,完整测试了智谱、Qwen、Kimi、Minimax、Deepseek这些最新国产模型,还引入了境外势力Claude作对照组。

来自主题: AI资讯
7975 点击    2026-06-17 13:30
从贝叶斯到大语言模型:一文详解「时序点过程」近年进展

从贝叶斯到大语言模型:一文详解「时序点过程」近年进展

从贝叶斯到大语言模型:一文详解「时序点过程」近年进展

机器学习已经习惯了处理序列:一句话中的词、视频中的帧、推荐系统中的点击、金融市场中的订单。但在很多真实场景里,数据并不是按固定步长排好队出现的。

来自主题: AI技术研报
7839 点击    2026-06-17 09:53
深度|AlphaGo十年后,DeepMind CEO与李世石对话:从围棋到AI4S,Agent与人类的下一步

深度|AlphaGo十年后,DeepMind CEO与李世石对话:从围棋到AI4S,Agent与人类的下一步

深度|AlphaGo十年后,DeepMind CEO与李世石对话:从围棋到AI4S,Agent与人类的下一步

AlphaGo是最早的AI agent例子之一。我们需要把这种AlphaGo技术更广泛地用于行政工作、头脑风暴和日常事务,帮助人们处理那些不想花时间完成的任务,从而释放出更多时间,投入更具创造性的工作。

来自主题: AI资讯
8274 点击    2026-06-16 14:16
视觉latent reasoning为什么不稳?这篇论文从特征空间找到了关键缺口

视觉latent reasoning为什么不稳?这篇论文从特征空间找到了关键缺口

视觉latent reasoning为什么不稳?这篇论文从特征空间找到了关键缺口

导读:视觉 latent reasoning 希望让多模态模型在内部生成连续 latent token,用这些中间表示补充多模态理解和推理任务中缺失的视觉证据。但问题在于,模型生成出来的 latent token 可能并不落在它原本熟悉的视觉输入空间里;如果模型无法稳定读取这些 token,它们就很难成为有效的中间视觉证据。

来自主题: AI技术研报
5504 点击    2026-06-16 13:56