告别盲目随机探索！国防科大等团队巧用“参数变化”，带强化学习走出训练深水区
强化学习无监督环境设计面临关卡价值评估开销大、方差高的痛点。国防科大等提出PACE算法，用策略参数变化量度量学习进展，精准定位最近发展区。实验显示该算法避开了额外评估开销，并在MiniGrid与Cra...
排序
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...
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...
国产模型再证实力！Qwen 3.7 Max预览版深夜突袭，LMSYS竞技场上演“双星登顶”
通义千问Qwen3.7-Max-Preview震撼空降LMSYS竞技场，彻底打破了国产大模型的出海排位局。阿里此次携Max与Plus双版并发，不仅拿下国产文本与视觉双料头名，更是将Coding等细分能...
做三明治、擦桌子样样精通！登顶RoboChallenge的星动纪元Era0，如何用细节终结“PPT机器人”时代？
星动纪元自研具身模型Era0登顶真机评测榜RoboChallenge，写三明治、擦桌子等任务惊艳业界，搭载该大脑的星动M7人形机器人已于中国邮政上岗，标志着具身智能正式从实验室走向商业批量交付时代。
AI不再“近视眼”：上交大&蚂蚁提出R2I蒸馏，单次推理实现细粒度感知，速度提升10倍
上海交通大学与蚂蚁集团联合提出Region-to-Image Distillation方法，让多模态大模型无需反复缩放即可实现细粒度视觉感知，性能超越Kimi-K2.5等大模型，速度提升10倍。
独家｜年利润数千万，睿尔曼智能获5亿元C轮融资，具身智能赛道首个盈利玩家！
睿尔曼智能完成5亿元C轮融资，2025年净利润数千万元，实现盈利。全栈自研四大核心部件，产品性能领先，年产能10万台，获CR L3认证，客户包括智元机器人等。
一个月烧掉130万美元Token！龙虾之父自曝账单，OpenAI全包
龙虾之父Peter Steinberger一个月消耗6030亿Token，费用高达130万美元却由OpenAI承担。揭秘其背后的自动化开发体系与Tokenmaxxing现象。
企业知识库效率翻倍？多模态RAG如何重写检索逻辑，破解三大核心瓶颈
多模态RAG将检索对象从文本扩展至PDF页面、图表、表格等，解决传统RAG维度灾难与信息丢失问题，显著提升企业知识库利用率与可信度。
月烧940万元！龙虾之父的AI Agent团队烧掉了130万美元的token
龙虾之父Peter Steinberger晒出CodexBar截图：30天消耗6030亿token，费用130万美元，全部用于开发OpenClaw的多Agent团队，引发对AI成本与回报的讨论。