「屏幕图灵测试」曝光：大模型 GUI Agent 如何绕过平台检测实现“拟人化生存”
多模态大模型驱动的GUI Agent面临平台检测危机，上海交大与CMU团队提出“屏幕图灵测试”与AHB基准，系统剖析原生Agent的机械印记，通过历史匹配、伪动作注入等策略探索拟真度与实用性的帕累托前...
排序
仅凭初始与目标姿态，PAM生成高保真手物交互视频！智源清华新作入选CVPR 2026
智源清华等提出PAM框架，仅需初始与目标手部姿态及物体几何即可生成高保真手物交互视频。无需第一帧输入，性能全面超越现有SOTA，其合成数据可大幅提升下游手部姿态估计任务，用50%真实数据即可达到全量数...
深度机智获数亿元融资：用“人类第一视角”重构具身智能路线
深度机智披露累计完成数亿元融资，围绕人类第一视角数据和PhysBrain 1.0构建具身智能全栈闭环，并在多项国际榜单领先。
万帧级照片级仿真来了！GS-Playground如何重塑视觉机器人训练基础设施
清华AIR等团队提出GS-Playground，以3DGS渲染、自研物理引擎和自动化资产流水线实现万帧级照片级机器人仿真。
当AI听音辨人：声音识别技术如何识破虚拟身份
从真实故事切入，解析AI声纹识别如何仅凭1秒语音识破隐藏身份。剖析ECAPA-TDNN、微软Azure等技术原理，探讨应用场景与隐私挑战。
拒绝技术焦虑！开发者如何利用 GitHub Trending 实时捕获全球最火的开源神兵？
GitHub开源工具动态尽在掌握。GitHub Trending 实时汇集全球热门开源项目，支持多语言自定义筛选和周月榜单追踪，帮助开发者零门槛探索前沿实用工具与技术动态，彻底消灭技术信息差，是技术人...
把十亿粒子世界装进网页：国产开源3D引擎凭什么正面挑落李飞飞？
3D高斯泼溅大场景网页端渲染极易卡顿。群核科技开源的Aholo Viewer浏览器采用分块LOD等技术，榨干硬件性能，在10亿级粒子场景中实现流畅漫游，渲染速度达到李飞飞Spark 2.0的3倍，彻底...
手机电脑直接白嫖！仅0.5GB的无门槛小模型MiniCPM5-1B开源：附AI桌宠一键快速部署教程
MiniCPM5-1B是面壁智能最新发布的0.5GB端侧大模型，由纯AI自动编写的ForgeTrain框架训练而成。本文为您整理了MiniCPM5-1B本地专属AI桌宠一键快速部署攻略、开发者推理微调...
帧跃科技拿下千万美元天使轮：华为云老兵押注“可交互视频”
帧跃科技完成千万美元天使轮融资，AI交互式视频仍缺可控生成平台。公司以Leadde整合DiT、代码生成和物理渲染，目标切入企业级实时视频基础设施。
“小冰之父”再掀AI革命：7人团队、0投流，异构多智能体「团子」如何让机器真正“群体思考”？
前微软小冰负责人李笛创立Nextie，推出异构多智能体产品“团子”，通过抗辩式协作降低Token消耗，实现真正的AI群体思考，并分享对情商和商业模式的独到见解。