当前，多模态大模型驱动的图形用户界面（GUI）智能体在自动化手机、电脑操作方面展现出巨大潜力。然而，一些现有智能体更类似于「反应式行动者」（Reactive Actors），主要依赖隐式推理，面对需要复杂规划和错误恢复的任务时常常力不从心。
2025 CSRankings新鲜出炉了！CMU稳坐全球第一，中国高校强势崛起，清华摘得第2，上交大与浙大并列第3，北大位居第5。中国在AI领域表现尤为抢眼，上交大、清华、北大、浙大包揽前四，中国科学院与哈工大也跻身全球前十。
近来风头正盛的GPT-4.5，不仅在日常问答中展现出惊人的上下文连贯性，在设计、咨询等需要高度创造力的任务中也大放异彩。
简单的任务，传统的Transformer却错误率极高。Meta FAIR团队重磅推出多token注意力机制（MTA），精准捕捉复杂信息，带来模型性能飞升！
双人动作生成新SOTA！
如何让你的模型能感知到视频的粒度，随着你的心思想编辑哪就编辑哪呢？
评估多模态AI模型的那些复杂测试，可能有一半都是“重复劳动”！
36氪获悉，近日人形机器人公司松延动力北京科技有限公司（以下简称「松延动力」）完成连续两轮过亿元A轮及A+轮融资。A+轮由彬复领投，华强资本跟投；A轮投资方包括神骐资本、北京未来科学城基金、天启资本、泽然资本、教育科技集团战略方等机构。
开年以来，DeepSeek的梁文锋、Manus的肖弘，成为中国AI圈冉冉升起的新星。培养他们的母校浙江大学和华中科技大学也一并沾光。
当地时间2月17日，埃隆·马斯克旗下人工智能公司xAI直播发布新一代人工智能大模型Grok 3，马斯克直接说这是“地表最聪明AI”。 而更吸引国内观众注意的，则是直播画面里的几张华人面孔。据统计，xAI创始团队四成是华人，其中还包括一位浙江大学毕业的张国栋。
