搜索
AI Agent驱动的超级个体。 现在给AI 安排的工作已经可以到什么地步了？ 写代码只是其中一项，让Agent全天盯着GitHub，收到用户反馈就检查代码、尝试修复问题，还有让它跟进客户，甚至每天定
智能体正从单打独斗走向多智能体协同。
过去两年，几乎每家企业都在用 RAG 解决大模型落地的问题。把文档切块，做 Embedding，算相似度，塞进 Prompt。简单、直接、听起来无懈可击。但真正把它搬进生产环境的人都知道：RAG 远不够好。
模型 A 负责规划，模型 B 负责细化和总结；复杂问题交给强模型，简单问题交给轻量模型——多模型协作，为 AI Agent 应用提供了兼顾效果与成本的路径。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。
走向物理 AI 时代，构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而，语言本质上是有序的 Token 序列，视觉则是连续的高维像素分布，两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布，一直是一个备受争论的话题。
用流匹配（Flow Matching）或扩散模型（Diffusion Models）生成一张手写数字图像、一段 DNA 序列，通常需要从噪声出发，经过多步采样才能得到结果。每一步都要调用模型，生成质量逐渐改善，计算开销也随之增加。
随着大模型能力的不断提升，人机交互的模式，是否也到了重新设计的时候？语音开始站到了这一轮人机交互的前沿。Wispr Flow估值已经冲到了20亿美元。硬件也开始以各种产品形态进行尝试。
今日宜休发布ISHO Ring智能健康戒指和ISHO iFlow水暖床笠，以端侧生理信号大模型监测睡眠并通过动态温控主动干预，标准版售价分别为1799元和9999元。
近日，清华系团队细胞壁科技宣布完成新一轮战略融资，投资方为 TCL 实业战投和深创投，距离上一轮东方富海和联想之星的融资新闻公布尚不足三个月，心流资本 FlowCapital 担任长期独家财务顾问。