搜索
南大王利民团队&腾讯混元的HYDRA系列（HYDRA，HYDRA-X）工作挑战了这个惯例，用一个基于ViT的统一视觉Tokenizer，帮助原生多模态模型更好地“看懂”和“创作”。训练一个基于ViT的Unified Tokenizer，使其同时具有理解和生成的能力，进而同时作为理解和生成的Autoencoder，来支持原生多模态模型（Unified Multimodal Models）的训练。
全球最昂贵的浪费，正发生在最聪明的公司里。当你正 Vibe Coding 嗨到不行，或者跑着的项目突然停摆，打开 CLI 工具一看，「你的额度已用完」字样出现时，心态不崩是不可能的。
来自 Sharpa、清华大学、UC Berkeley、上海交通大学、ETH Zurich 等机构的研究者提出了首个通用触觉基础策略 FTP-1。它基于约 3,000 小时、来自 26 个数据来源和 21 种触觉传感器的数据进行预训练
Kimi、智谱和 MiniMax 幕后的 “财务管家”Airwallex 空中云汇，正尝试回答 “AI 时代钱如何在全球丝滑流动” 这一难题。近期，Airwallex 完成 3.2 亿美元 H 轮融资，成为估值 110 亿美元超级独角兽。本轮融资由 Addition 领投，Baillie Gifford、 Amex Ventures 等几家欧美资本跟投
近期，基点起源完成了数亿元融资。半年前，我们第一次和基点起源创始人兼 CEO 戴宗宏交流时，这家逆流入局 B 端定制化的AI公司，刚刚推进了 7、8 个项目。戴宗宏对《智能涌现》透露，基点起源的订单数翻了一番，订单合同金额较半年前提升了一个数量级，AI 解决方案已经落地到了冶金、化工、精密制造、半导体、纺织等 10 多个行业。
千问输入法APP没等到，阿里云的全新AI输入法先上线了。 《读佳》获知，阿里云推出全新的AI语音输入法“CosyVoice”，这是一款以语音输入为主的智能语音输入法，支持多语种实时转写、方言识别、指令
大家都会以为，AI 会重构电商，甚至会完成自身的闭环交易，取代传统电商。但事实看起来却不是这样，ChatGPT 上线的 checkout 功能并没有获得预期的成功，Shopify、Amazon 这些电商平台依旧活得很好。
2025 年 12 月，OpenAI 联合多家实验室发布了一份湿实验室报告。报告给出了一个令人振奋的核心结论：GPT-5 通过多轮迭代，自主优化了一个分子克隆方案，效率提升了 79 倍。它提出了一种此前从未被报道过的酶组合——RecA 重组酶与噬菌体 T4 的 gp32 蛋白协同作用，让 DNA 末端配对效率大幅跃升。
智能手机之后的下一代AI硬件到底长什么样？ 过去一年里，行业里涌现了无数激进的尝试——从挂在胸前的 AI Pin，到五脏俱全的 AI 掌机，它们无一不宣称要“重塑人机交互”。但激情退去后，真正留存下来
看《堡垒之夜》的游戏录像，也能训练AI？没错，一家靠着海量游戏录像训练AI的公司General Intuition，刚刚完成3.2亿美元（约合人民币21.77亿元）融资。General Intuition公开披露的融资总额已达4.54亿美元，估值23亿美元。
Agent从来不是不会用浏览器，只是浪费太多时间在探索——BrowserBC把人类轨迹蒸馏成可复用Skill来完成Behavior Cloning，用户点一遍，Agent照着就能跑通。Einsia AI旗下Navers Lab发布的开源项目BrowserBC给出的答案，是一条三步范式：录制→转写成Skill→交付执行。
刚刚，DeepSeek V4 进行了一次更新。新推出了投机解码（Speculative Decoding）框架 DSpark，并同步开源了支撑该版本的全栈推测性解码框架 DeepSpec。DeepSeek-V4-Pro-DSpark 并非全新架构模型，而是在 DeepSeek-V4-Pro 基础上引入了推测性解码模块。此次更新的重点在于工程落地，而非模型能力本身的迭代。
封杀两周后，美国突然解禁Anthropic最强AI模型，却只限白名单上的百家巨头！全球用户被拒之门外，GPT-5.6也紧随其后搞「美国专属」。我们还能用到Claude 5吗？
GPT-5.6终于来了，但我们用不了。权威报告曝其创下史上最高作弊率：不仅黑进测试系统偷答案，竟还教唆同类隐瞒违规罪证。超级AI，已经学会向人类系统性撒谎？
我们来看下这个号称是「Andrej Karpathy 实际使用的 CLAUDE.md 文件」究竟讲了啥？链接：https://drive.google.com/file/d/1mtJKbu-QRk62WTWkyc0M0pGXbKzisA5W/view
前些天，CMU 助理教授、TVM/XGBoost/MLC-LLM 的创造者陈天奇发布了一本免费在线书籍《Modern GPU Programming For MLSys（面向机器学习系统的现代 GPU 编程）》。
今日，投中网获悉，“物理AI”黑马——深度机智再获数亿元融资，本轮融资由国寿长三角科创基金领投，老股东普华资本、诚通科创基金持续加码，蓝湖资本、博彦科技、磐谷创投、朝晖资本、财鑫资本、道禾长期投资、易高资本、明德资本等十余家市场化机构、产业资本同步入局。
据彭博社记者古尔曼报道，苹果公司负责Vision Pro头显和智能眼镜业务的负责人保罗·米德（Paul Meade）即将离职，转而加入OpenAI。米德在苹果担任视觉产品事业部的硬件工程副总裁。古尔曼称，米德将于下周离开苹果，加入OpenAI的硬件部门，负责OpenAI即将推出的设备系列。
就在刚刚，OpenAI一口气端出三款GPT 5.6系列模型。主打一个全家桶「多款齐发」——旗舰模型Sol（太阳）、平衡模型Terra（大地）、低成本高速款Luna（月亮）。GPT-5.6 Sol：最夯模型，编程测试左踢自家模型GPT5.5，右打隔壁Fable 5，还新增max/ultra两个模式。
带着这份遗憾与使命，Nico 创立了 AI 医疗平台 Telepatia。近日，该公司正式宣布完成 3300 万美元的 A 轮融资。值得瞩目的是，本轮融资由全球顶级风投巨头 a16z（Andreessen Horowitz）强势领投。
短短四个月，四家中国顶级AI公司被Anthropic接连点名，且没有停手的迹象。Anthropic向美国参议院银行委员会递交了一封信，矛头直指阿里Qwen团队。报告披露了一串数字：从4月22日到6月5日，整整45天，阿里相关运营者利用2.5万个账号，完成了2880万次交互。
有网友发梗图表示震惊，怎么会有用户一天能运行 Agent 71 个小时。也就是说，在 OpenAI 内部，工作场景里的 AI 使用，几乎已经切到了 Codex 上。Codex 这份报告将衡量 AI 应用深度的指标，定位在我们交出去的任务有多重、agent 替人类跑了多久、用户是不是在同时盯着好几条工作线。
Qualcomm 正在与 Modular 进行高级别谈判，拟收购该人工智能基础设施软件公司，交易估值约为 40 亿美元，据熟悉此事的人士称。这些人士表示，一笔交易可能会在未来几周内宣布，但他们要求不透露姓名，因为相关信息属于私人性质。
同样是进顶尖 AI 公司当工程师，在中国你只要 1.6 年经验，在美国却得熬到 5.5 年。换句话说，一个中国应届生刚拿到毕业证，就可能坐在 DeepSeek 的工位上调大模型；而他的美国同行还得在别的公司再「实习」四年，才够格投一份前沿 AI 实验室的简历。
阿里云正式宣布，Apache Flink 3.0全面进入Agentic Streaming For AI时代，并推出全模态数据流处理能力。这是业界第一次，把视频、音频、图像、文本这四类数据，统一放进同一条流式pipeline里调度，让AI能够实时感知、实时理解、实时回应。
如果我们谈到 AI 赋能带来的科学突破，AlphaFold 一定是不可忽略的一项。它解决了困扰生物学界半个多世纪的蛋白质折叠难题，大量压缩了得到蛋白质结构的时间，从原来的一年，到现在的几分钟。它的核心开发者之一 John Jumper 也因这一贡献在 2024 年摘得诺贝尔化学奖。
OpenAI又动了那个数亿人每天都在默认使用的模型。新版GPT-5.5 Instant正式上线，并向付费用户推出，第二天轮到免费用户。OpenAI总裁Greg Brockman发帖亲推：这一版有了重大改进，聊起来更有意思了。
Jay 发自 凹非寺 量子位 | 公众号 QbitAI AI能否真正产生价值？组织因素的权重是个人的两倍。 也就是说，你AI用得不好，三分之二的锅得公司背。 这个反直觉洞察，出自微软一年一度的《Wor
来自至知创新研究院（IQuest Research）、中国人民大学高瓴人工智能学院、KAUST等机构的研究团队提出了FORT，一个面向Deep Search Agent的shortcut-resistant training-data synthesis framework。
2026 年 3 月，滴滴上线 AI 出行助手「小滴」。用户说一句「身体不舒服，有点晕车，尽快叫车」，AI 会把这句话拆成「驾驶平稳」「油车」「最近的车」等条件。[1]6 月，支付宝开始测试 AI 版「阿宝」。按照支付宝的说法，用户可以在一个对话框里调用上万种服务。过去需要四处寻找的公积金、缴费、挂号和寄快递，现在说句话就能找到。[2]
