别只顾着拼像素了！浙大阿里开源新架构，让AI学会“先三思后动笔”
Unified Thinker图像生成推理方案攻克了扩散模型在复杂逻辑生成上的硬伤。针对AI绘制数独、模拟时间演变频频幻觉的痛点，浙大与阿里团队提出解耦思考与执行的模块化思维链架构，实测表明该方案能够...
排序
别再用视频生成忽悠人！港大小鹏端出新范式：给机器人的“大脑”直装物理直觉
具身智能VLA模型在动作控制与物理规律理解上长期存在痛点。港大小鹏提出DIAL框架，首创在原生ViT特征空间进行隐式世界建模。实验证实该方案仅需10%数据即可在RoboCasa基准超越传统SOTA，开...
别再给AI技能写“小说明书”了！龙虾之父教你用极简风格给Agent省Token
Agent开发中技能描述过长导致Token暴涨且决策出错。本文剖析龙虾之父开源的skill-cleaner工具，通过对提示词预算审计、冗余清理与短动作词替代等三步法，实测将技能描述缩至40词内能显著提...
大佬集体“降级”当员工？卡帕西们为什么涌向这个含金量超高的新头衔
Andrej Karpathy等顶级AI学者入职大厂却只挂名MTS技术员工，引发外界好奇。本文起底OpenAI与Anthropic推行的MTS体系，揭秘其在防挖人、去层级及破除领域壁垒上的商业逻辑，指...
5秒改完3D场景且不崩坏，这个新算法凭什么把效率拉高了120倍？
3D场景编辑面临多视角不一致与速度慢的痛点。北京大学等多家机构打造原生的3D编辑算法VGGT-Edit，摒弃2D转换直接剪辑3D空间，利用残差场预测使单次修改仅用时5秒，渲染提速120倍且无穿帮，促进...
免费开源！快手Keye-VL-2.0-30B大模型上线：手把手教你白嫖256K超长视频理解与代码Agent
Keye-VL-2.0-30B-A3B是快手开源的全新一代多模态大模型底座。它引入了DSA机制以极低推理成本支持256K超长上下文，并首次解锁Code与Tool等Agent协作机制，提供优秀的时序因果...
世界模型一碰真车就“幻觉”？ECCV 2026这场顶级论战，要给具身智能装上安全阀
世界模型安全部署在真实物理世界中频发环境幻觉与长程失效。针对这一具身智能痛点，帝国理工、斯坦福等机构在ECCV 2026联合发起可信研讨会与挑战赛，聚焦安全预测与极端场景合成，加速弥合学术界与工业界落...
99%工作交给AI，人类仅花2小时：DeepSeek研究员用Agent写了篇46页的硬核论文
科研人员常受困于繁重的文献检索与论文执笔。DeepSeek研究员陈德里使用自研DeliAutoResearch工作流，协同V4-Pro仅耗费人类2小时脑力即完成了46页学术综述。这证实了L4级科研Ag...
几百刀撬动埃尔德什悬赏！谷歌开源Nexus框架，用Gemini教你白嫖数学难题解法
AlphaProof Nexus是谷歌最新开源的数学解题框架。系统由Gemini驱动，配合Lean语言编译器纠错，以几百美元算力顺利解决9道埃尔德什世纪数学难题，本文双手奉上该智能体框架的结构分析与实...
别只盯着眼睛了！这家拿了近亿融资的复旦系黑马，要给机器人装上“手感”
触觉具身智能是解决机器人精细化操作失败痛点的关键。新智具身凭借自研视触觉传感器、千平数据采集中心及触觉大模型，构建出完整的端到端技术闭环。该公司近日完成近亿元天使轮融资，正加速推动工业级高精度装配场景...