ICML 2026新发现：大模型会自发形成“情绪树”，参数越大越懂人心！
ICML 2026论文发现，大语言模型内部会自发形成类似人类情绪轮的层级结构，模型越大情绪树越复杂，并与识别准确率和偏见模式显著相关。
排序
AI做游戏不该只靠Prompt抽卡：CreativeGame如何让玩法机制持续进化？
CreativeGame通过机制规划、代理奖励和谱系记忆，让AI游戏生成从一次性Prompt输出走向可验证、可迭代的玩法进化。
Sutton团队新论文破解流式强化学习难题：一个1967年公式，让AI“边做边学”更稳定
Richard Sutton参与的新论文提出“意图更新”，用期望输出变化反推步长，在无回放、批量为1的流式强化学习中显著提升稳定性。
企业AI音乐迁移加速：为什么越来越多团队从Suno转向国产Mureka？
多家企业正在从Suno迁移到国产AI音乐Mureka。本文拆解Sondo、快歌和海外头部平台的选择逻辑，以及V8/V9如何推动AI音乐进入企业可用阶段。
Thinking Machines首个交互模型亮相：200ms微回合、实时多模态，向“一问一答”AI告别
Thinking Machines发布首个交互模型TML-Interaction-Small，以200ms微回合、早期多模态融合和后台agent实现实时自然协作。
Dexbotic接入RLinf：具身智能研发迎来“SFT+RL”一体化新范式
Dexbotic正式支持RLinf作为分布式强化学习后端，打通VLA模型SFT与RL后训练流程，推动具身智能研发走向一体化。
字节开源DreamLite：0.39B轻量统一扩散模型，手机上3秒完成生图与改图
字节开源DreamLite，0.39B轻量统一扩散模型可在手机端同时实现文生图与图像编辑，iPhone 17 Pro上约3秒出图，支持离线运行。
少步扩散模型也能持续进化：D-OPSD让图像生成实现“边采样边学习”
D-OPSD将在线策略自蒸馏引入少步扩散模型，无需奖励模型即可在保持少步采样能力的同时学习新概念、新风格，支持LoRA与全量微调。
推理为什么总卡顿？前谷歌 TPU 架构师拆解：算力之外，显存带宽、KV Cache 与并发才是关键
前谷歌 TPU 架构师 Reiner Pope 解析大模型推理为何会卡顿：显存带宽、批处理、KV Cache、长上下文和 MoE 通信墙如何共同限制速度与成本。
arXiv祭出重拳：AI生成论文不核查直接封号一年，连坐所有作者
arXiv发布新规：若论文中AI生成内容未经核查（如虚构引用），将禁投一年，且后续需经同行评议。同时，多位AI顶会已出台类似惩罚措施，学术界对AI滥用进入实操治理阶段。