最近有一个感觉越来越强烈，自己正在做的这份工作，可能是最后一代需要人来做的职业。 2026 刚开年，科技圈的裁员消息就没停过。英特尔裁了 21000 人，戴尔裁了 12000 人，微软裁了 15000
20万人类脑细胞组成“脑PU”，学会了玩经典游戏《毁灭战士》。这些活体神经元通过强化学习学会了找到敌人、开枪射击、转身移动，甚至弹药管理。
香港科技大学 PEI-Lab 与字节跳动 Seed 团队近期提出的 WMPO（World Model-based Policy Optimization），正是这样一种让具身智能在 “想象中训练” 的新范式。该方法无需在真实机器人上进行大规模强化学习交互，却能显著提升策略性能，甚至涌现出 自我纠错（Self-correction） 行为。
银河通用机器人宣布完成 25 亿元新一轮融资，投资方包括国家人工智能产业基金（国家大基金三期）、中国石化、中信投资控股、中国银行、上汽集团金控、中芯聚源、亦庄国投、未来产业投资、鲲鹏基金、无锡创投、福建产投等及多家老股东继续追加投资。
这几天，躺在家里的 2 米大床上，在夜里 12 点刷抖音刷到老眼昏花后，颤抖的手指向天花板，脑海里开始胡思乱想：AI 现在发展的这么牛逼，以后要是博主没做起来，找个班上，给兄弟裁员了怎么办？🤔 第二天
近日， Anthropic 和斯坦福研究者 Neil Rathi 与这位传奇研究者联合发布了一篇新论文，并得到了一些相当惊人的新发现。在这项研究中，他们挑战了当前大模型安全领域的一个核心假设。长期以来，业界普遍认为要在模型发布后通过 RLHF 或微调来限制其危险行为。但 Neil Rathi 和 Alec Radford 提出了一种更本质的解法：
中国人民大学团队在论文DLLM-Searcher中，第一次让扩散大语言模型（dLLM）学会了这种“一心二用”的本事。目前主流的搜索Agent，不管是Search-R1还是R1Searcher，用的都是ReAct框架。这个框架的执行流程是严格串行的：
现有Rectified Flow（RF）模型在反演阶段面临的核心挑战，是逆向ODE对微小误差高度敏感，容易沿着数值不稳定方向偏离前向流形，导致轨迹发散、重建不一致、编辑不可控。为解决这一问题，团队提出PMI（Prox-Mean-Inversion），一种针对RF反演稳定性的轻量化修正机制。
DeepSeek V4下周登场：原生多模态，绕过英伟达，针对国产芯片深度优化。华尔街最怕的那条逻辑可能又要重演：算力霸权松动，美股先颤抖。
这个看似科幻的想法，正在被一家名为Simile的公司变成现实。他们刚刚完成了1亿美元的A轮融资，由Index Ventures领投，Hanabi、A星、Bain Capital Ventures参与投资，连人工智能领域的传奇人物Andrej Karpathy、Fei-Fei Li、Adam D'Angelo等都加入了投资行列。
