告别繁杂工具流！Meta联合港中文提出ATLAS：用单个Token重塑低功耗视觉推理
Meta ATLAS视觉推理方案针对多模态大模型开销大、依赖工具的痛点，创新提出用单个Token统一Agent动作与隐式思考。该方案通过SFT与LA-GRPO机制，在不改动原架构下，显著降低推理成本...
告别漫长等待！英伟达祭出首个“三合一”大模型，吞吐量暴涨4倍，长文本秒级生成时代来了
大语言模型解码速度慢如何解决？英伟达推出全球首个三模式LLM，无缝统一自回归与扩散机制，吞吐量提升高达4倍。该技术通过单模型自推理打破硬件瓶颈，实现在不同并发下的无感切换，宣告长文本秒级生成时代正式到...
击落泡沫与PPT！极佳视界“双金字塔”体系面世，百台家庭人形机器人已跑通数据闭环
具身智能正面临Scaling落地瓶颈。极佳视界推出物理AGI“双金字塔”体系，以五层数据与三层算法耦合提供解法，结合百台“拾光S1”人形机器人进驻真实家庭采集闭环数据，计划用12个月跑通物理智能领域的...
AI下半场拼什么？CVPR 2026顶级论文干货来袭，去北京听作者聊透多模态与三维具身
CVPR 2026论文分享会蓄势待发。面对跨模态推理低效与三维数据匮乏的学术痛点，本次北京分享会由行业顶尖学者现场拆解隐空间统一模型与生成式视觉先验两大方案，助力研发者攻克多模态对齐与具身控制难题，提...
别再盲目死磕VLA了！复旦、NUS首发首篇WAM综述：英伟达力挺的“世界动作模型”到底有何乾坤？
世界动作模型WAM作为下一代具身智能范式，直击传统VLA模型偏重语言、缺乏物理交互常识的致命痛点。本文拆解复旦与NUS联合首发的WAM前沿综述，详述级联与联合式底层架构，揭示机器人从单向控制迈向实时物...
拆解AlphaGo的技术遗产：为什么大模型难以直接复制树搜索奇迹？
大语言模型强化学习面临信用分配与梯度方差暴增的痛点。前DeepMind科学家Eric Jang深入剖析AlphaGo，指出其依靠MCTS与价值网络进行状态重标记分摊搜索空间，而LLM因词表庞大且无规则...
LeCun押注10亿美元的下代AI风口，这匹深圳黑马凭什么早已提前落子？
视启未来隐空间世界模型直击物理世界交互中数据效率低、因果规律难学的痛点，通过有机融合DINO-X以物体为中心的视觉理解能力与本体动作对齐技术，为物理智能决策提供高效演化空间，加速推动具身智能向主动预测...
从GPT-4o到原生音画视频：九大顶尖研究机构联合拆解音视频大模型演进图谱
音视频大模型长期面临任务割裂与评测缺失痛点。NUS联合牛津等九大机构推出首份系统大模型航空图，从理解、创造与交互三维度重构主流任务，揭示了从级联式语音向天生融合多模态协同演化的产业路径，具有极高架构参...
仅用0.05%数据换来22.9倍提速！FlashAR如何解决自回归图像生成的『慢病』？
自回归图像生成模型长期面临推理延迟高、难以实时部署的行业痛点。浙大与阿德莱德大学联合提出FlashAR轻量化后训练加速框架，仅用0.05%的微量训练数据，在保证生成质量近乎无损的基础上，成功斩获高达2...
从700亿史诗级融资到API永久“暴降”，DeepSeek正在谋划一场降维打击
DeepSeek近期将API原价直降四分之三！针对开发者烧不起Token的痛点，官方通过独创的注意力架构与显存量化极大降低推理成本。随着700亿元史诗级融资收官及Harness团队密集招募，DeepS...