搜索
顶尖AI人才的争夺战在Meta和OpenAI等科技巨头之间越演越烈，但根据华尔街日报的报导： Claude的开发商Anthropic，似乎才是众多工程师更心仪的去处。
DeepSeek V3.1上演的bug大秀“极你太美”，可谓是让全网热议了一波。 简单来说呢，就是陆续有开发者们发现，当他们在调用API进行代码开发的过程中，输出结果里会时不时蹦出来“极”字。
Gemini 2.5 Flash Image是谷歌最新发布的顶级图像生成与编辑模型，被网友誉为「最强图像模型」。其化身nano-banana在LMArena盲测中以历史最大优势夺冠，凭借角色一致性、提示编辑、原生世界知识和多图像融合四大能力，引发广泛关注。
一觉醒来，AI版地球online，上线了。不是玩梗整活，而是一个真正的，可以容纳十万个AI智能体的在线虚拟世界。 全名叫Aivilization，是一个由港科大研发的，模拟真实世界的大型AI实验。也可以直接叫它，AI小镇。
刚刚，面壁智能再放大招——MiniCPM-V 4.5多模态端侧模型横空出世：8B参数，越级反超72B巨无霸，图片、视频、OCR同级全线SOTA！不仅跑得快、看得清，还能真正落地到车机、机器人等。这一次，它不只是升级，而是刷新了端侧AI的高度。
2023年，AI浪潮席卷全球，无数创业者开始了一场寻找“下一代硬件”的竞赛。
在AI客服这个看似红海的赛道里，几乎每个人都遇到过这样的尴尬：明明刚刚告诉AI你的会员账号，转个身的功夫它就不记得了。这种被称为“金鱼脑”的AI失忆现象，正是大模型在企业级应用中最大的痛点。
大语言模型正加速重塑软件工程领域的各个环节，从需求分析到代码生成，再到自动化测试，几乎无所不能，但衡量这些模型到底「好不好用」、「好在哪里」、「还有哪些短板」，一直缺乏系统、权威的评估工具。
最近来自微软的研究者们带来了一个全新的思路，他们开源发布了POML（Prompt Orchestration Markup Language），它的的解决方案它的核心思想非常直接：为什么我们不能像开发网页一样，用工程化的思维来构建和管理我们的Prompt呢？这个编排语言很类似IBM的PDL
人形机器人的运动控制，正成为强化学习（RL）算法应用的下一个热点研究领域。当前，主流方案大多遵循 “仿真到现实”（Sim-to-Real）的范式。研究者们通过域随机化（Domain Randomization）技术，在成千上万个具有不同物理参数的仿真环境中训练通用控制模型，期望它能凭借强大的泛化能力，直接适应动力学特性未知的真实世界。