什么火了
ARCHIVE近 30 天历史柱高表示当天的文章数
10/16—11/14 有历史数据
- 量子位在寻找“能干”的答案 2026年，人工智能走到了从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在让AI真正创造价值？ 量子位人工智能年度榜单征集，已经进入最后一周。企业、产品、人物，我们仍在寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，也是引领AI进程的坐标：它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这也是对2026年AI行业的一份记录，是对那些锐意进取的先锋者的一次致敬：让他们的思想被更多人看到，让他们的判断启发更多同行的人。 11月16日，征集通道将正式关闭！ 但这一年的答案你不该缺席，欢迎报名。 企业榜 2026人工智能年度领航企业 2026人工智能年度潜力创业公司 产品榜 2026人工智能年度杰出产品 2026人工智能年度杰出解决方案 人物榜 2026人工智能年度创业新锐 详细评选标准及报名方式如下： 2026人工智能年度领航企业 将面向中国人工智能领域，评选出
- 提速2.5倍，代码能力翻3倍，幻觉率降5倍 Google这次的小杯，有点猛了。 跑得比上一代快2.5倍，代码Agent成绩翻了三倍多，连自家大杯都被它反超了？？？ 刚刚，Gemini 4家族的新成员—— Gemini 4 Hydrogen，正式登场。 作为接替Gemini 3.8 Flash的轻量级模型，Hydrogen原本应该老老实实负责快速响应、日常编程，以及那些不需要出动顶配模型的Agent任务。 结果Google一公布成绩，好家伙。 在Artificial Analysis Intelligence Index综合智能指数上，Hydrogen默认High思考档位拿下51分，已经超过Gemini 4 Argon的50分。 要是把思考强度拉到最高的xhigh，Hydrogen还能进一步冲到54分。 当然，Argon依然主要面向复杂推理和长程任务，但这次的升级幅度确实不小。 相比Gemini 3.8 Flash： 任务完成速度提升2.5倍，Terminal-Bench 4.1成绩从18.2%暴涨至57%，虚构性陈述减超过5倍。 写代码、修Bug、查资料、操作工具、处理复杂文档，Hyd
- 想要什么功能，让Agent自己开发 用WorkSwarm时，想加个新功能，能不能直接把需求告诉Agent，让它自己做出来，装上试试？ 这个问题正好对应HyperAgent架构解读里谈到的扩展性。这是openJiuwen为HyperAgent提出的八项特征之一，即从「开发者友好」走向「RSI友好」。 扩展机制既要方便开发者接入新能力，也要让Agent能根据任务反馈动手改进自己的能力。改动做出来后，还得装进应用，在实际任务里试一试，才知道问题有没有解决，下一轮还要改哪里。 openJiuwen的RSI原生AgentOS，为这种递归自我改进（RSI）提供了运行环境。 它在界面、网关、服务端和Agent执行等环节提供不同类型的扩展点，覆盖运行全周期。新功能可以热插拔，接入时不用改应用原有代码。扩展包可以按版本管理，新版出了问题还能回退。 WorkSwarm用的就是这套扩展机制。它是基于openJiuwen RSI原生AgentOS构建的Agent应用。Agent可以把新功能打成AgentOS能加载的扩展包。同一个包装进WorkSwarm后就叫系统插件。 在「我的扩展」里启用后，就能回到手头的任
- 250名国内顶尖三甲医院医生联合评测 了不起！国产AI首次完成大规模肺癌实证，挑战「头号癌症杀手」取得重大突破： 围绕40例复杂肺癌病例，在完全统一的标准评估下，AI对医生，88比12。 几乎是临床表达上的断崖式领先。 其中参与实验的250名医生，来自全国各地的三甲医院。 多数还是主任或副主任医师，平时排号都排不上的那种……含金量自然不言而喻。 该项研究由中国AI医疗公司“未来医生”与国内顶级三甲医院胸外科团队联合开展，将医疗AI直接放进了临床最考验综合判断的一类场景： 肿瘤病情复杂、多种治疗方案相互牵制，且没有唯一标准答案。 背后发挥作用的，正是未来医生医疗大模型MedGPT（以下简称：未来医生MedGPT）。 不仅对比GPT-5.4、Claude Opus 4.7、Gemini 3.1 Pro等当前国际主流通用大模型优势明显，人机协作一侧的变化也同样具体。 未来医生MedGPT辅助下，医生总体得分从53.40跃迁至66.27，相对增幅24.1%。 它的表现，也让包括中华医学会主委级专家、美国顶尖肿瘤医学专家在内的近10位一线临床权威纷纷竖起大拇指： 国内包括中国医学科学院肿瘤医院胸
- 量子位在寻找“能干”的答案 2026年，人工智能走到了从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在让AI真正创造价值？ 量子位人工智能年度榜单征集，已经进入最后一周。企业、产品、人物，我们仍在寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，也是引领AI进程的坐标：它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这也是对2026年AI行业的一份记录，是对那些锐意进取的先锋者的一次致敬：让他们的思想被更多人看到，让他们的判断启发更多同行的人。 11月16日，征集通道将正式关闭！ 但这一年的答案你不该缺席，欢迎报名。 企业榜 2026人工智能年度领航企业 2026人工智能年度潜力创业公司 产品榜 2026人工智能年度杰出产品 2026人工智能年度杰出解决方案 人物榜 2026人工智能年度创业新锐 详细评选标准及报名方式如下： 2026人工智能年度领航企业 将面向中国人工智能领域，评选出
- 改进长程Agent信用分配 Agent要完成一项深度研究，往往得反复搜索、阅读网页，再决定下一步查什么。 这种模式下，它可能很早就找到了关键资料，却又花了十几轮搜索无关网页，最后仍然答错。 如果把失败的惩罚平均施加到整个过程，那次正确的检索也会跟着受罚；反过来，一条最终答对的轨迹，也可能奖励了不少无用操作。 来自清华大学季向阳教授团队与腾讯的研究者据此提出TreeOPSD，尝试改进这类长程任务的强化学习训练。 在Qwen3-30B-A3B-Thinking-2507上，TreeOPSD的四项Deep Research评测平均Exact Match达到21.20%，较GRPO的16.23%提高4.97个百分点。 研究背景：长程Agent强化学习中的信用分配与策略陈旧性 长程任务的改进，关键在于信用分配：最后的答案能判断对错，却未必说得清前面哪一步有用、哪一步走了弯路。 在依赖可验证终局奖励的RLVR训练中，这个问题尤其明显。任务越长，中间决策越多，整条轨迹共用一份优势信号就越难体现不同操作的贡献。 还有一个容易被忽略的时间差：Rollout来自采样时的行为策略，但同一批数据会被用于连续多
- 广告可以折叠，权威信源优先 不是，2026年了，咋还有人想着重新做网页搜索啊？？？ 现在想搜个啥，谁还非得打开浏览器、输入关键词，再对着一排蓝色链接挨个点进去看？ 找吃喝玩乐，上某书翻翻攻略；查资料、问问题，直接丢给ChatGPT，等AI把答案端过来；遇到复杂点的，甚至能让Agent自己联网查、自己总结…… 网页搜索这位互联网老前辈，早就被各路AI挤得快找不着北了（doge）。 但就在这当口，腾讯偏偏重新做搜索了，发布了一款全新的独立搜索产品—— 元宝搜索。 不是给元宝App加个搜索入口，也不是QQ浏览器里又多了一个AI按钮。 腾讯这次专门做了个独立网站，打开就是熟悉的搜索框。 而且页面干干净净，没有开屏弹窗，没有信息流推送，也没有乱七八糟的满屏热搜。 不过，搜索引擎嘛，光长得清爽还不够，搜出来的东西才是正经事。 我先上手试了一下，体验最直观的地方就三点： 广告少、权威信源优先、有AI能帮忙整理答案。 搜到的内容还能直接来自公众号、视频号、腾讯新闻等腾讯生态。 只不过，我还是想问： AI都已经把传统网页搜索挤得这么难受了，为什么还要专门做一个？ 广告一键折叠 元宝搜索的产品负责人李锐章
- 具身数据迈向百万小时，百度智能云加速模型迭代 具身智能的训练数据，正从数万小时迈向百万小时量级。 支撑这一轮数据扩张的重要来源，是Ego数据，也就是人类第一视角视频。人操作工具、完成任务的过程被记录下来，为具身模型学习真实世界中的操作提供素材。 从原始视频到可直接用于模型训练的标准数据集，中间仍有一道工程鸿沟。大量清洗、标注和结构化后处理工作，需要规模化、标准化的处理管线承接，而这些基础设施尚不完善。 这也暴露出具身智能研发中的一个结构性矛盾：大量研发力量集中在模型架构和训练范式的创新上，支撑这些创新的数据工程基础设施，建设进度却相对滞后。 随着数据规模扩大，清洗、标注和后处理环节的效率，正越来越直接地影响模型迭代的速度。 怎样让百万小时的数据更高效地进入训练，同时控制处理和迭代的成本？ 在百度世界2026具身智能专场，围绕模型研发与真实场景应用，百度智能云与产业伙伴分享了前沿探索和实践。数据如何支持模型持续迭代，以及AI基础设施如何提高研发效率，成为其中的重要议题。 百度智能云依托百舸平台，持续建设面向具身智能的全栈AI基础设施。它覆盖从数据处理到模型训练、部署的研发过程，相关服务也
- 量子位在寻找“能干”的答案 2026年，人工智能走到了从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在让AI真正创造价值？ 量子位人工智能年度榜单征集，已经进入最后一周。企业、产品、人物，我们仍在寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，也是引领AI进程的坐标：它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这也是对2026年AI行业的一份记录，是对那些锐意进取的先锋者的一次致敬：让他们的思想被更多人看到，让他们的判断启发更多同行的人。 11月16日，征集通道将正式关闭！ 但这一年的答案你不该缺席，欢迎报名。 企业榜 2026人工智能年度领航企业 2026人工智能年度潜力创业公司 产品榜 2026人工智能年度杰出产品 2026人工智能年度杰出解决方案 人物榜 2026人工智能年度创业新锐 详细评选标准及报名方式如下： 2026人工智能年度领航企业 将面向中国人工智能领域，评选出
- 全世界都在踩刹车，达里奥一个人踩油门 哪怕空手接飞刀，也要拿到大结果！ 说实话，一开始，恐怕没人能想到，A社这场曾经史上最大IPO能惨烈到这个地步，以及达里奥·阿莫代伊的头能这么铁。 就在刚刚，Claude母公司Anthropic的IPO路演正式开场，一扫此前退出、延期的传言。 按计划，Anthropic拟以每股70—78美元的价格发行8.25亿股，IPO交易规模最高约643.5亿美元，计划于11月19日在纳斯达克开始交易，股票代码为ANT。 届时，非创始人董事、高管、现任及前任员工和顾问，可以从首个交易日起，出售规定基准持股的最多10%，对应最多约3.16亿股。 换句话说，上市首日，A社的早期股东就有机会套现221亿—246亿美元（约人民币1500亿左右）。 同理，当天想要买入A社的股民也要面对同样数额的抛售压力。 u1s1，咱一般人眼中，这200多亿美元已经足够不少人在湾区安家乐业，但放在A社此前的预期里，咱必须说，这是一个严重缩水版的中等结果。 why？先看点前情提要： 11月2日，Anthropic更新招股文件，第三季度虽然还是暴增47%，但增速较第二季度已经放缓67% 11月
- WAIC把中国AI的年度日历排满了 过去两周，全球人工智能行业在资金层面接连释放信号：OpenAI将最新一轮募资目标由300亿美元下调至约200亿美元，估值由1.4万亿美元调整至1.25万亿美元；Anthropic的芯片融资案中，其上市后可能先取得“非投资级”信用评级——低于市场此前预期…… 这不是某一家公司的个体波动。 当一级市场对头部模型公司的定价趋于审慎、二级市场对AI概念的溢出效应重新校准，一个更结构性的问题浮出水面：资本正在从“为参数付费”转向“为回报定价”。 而要理解这些信号，需要把时间轴拉长，看行业本身走到了哪一步。 技术不再是瓶颈，连接才是 过去三年，大模型完成了从“演示可用”到“生产可用”的跨越。 多模态理解、推理能力、Agent任务的执行可靠性，均已越过产业应用的基本门槛；推理成本按量级下降，让模型从“贵重仪器”变成“基础设施”。 很显然，技术侧的问题，正在被技术侧自己解决。 产业侧的图景则是另一番样子：视觉质检进入产线，影像辅助进入医院，调度优化进入港口，算法治理进入城市…… 应用已在日常运行，但渗透的深度与广度，远未匹配技术就绪度。 但原因却不在模型，而在模型之
- 价格、门槛全打穿 真是活久见，今年双十一最有技术含量的事儿，居然不是研究怎么凑满减了。 下了班刷直播准备买买买，没想到越刷越熟悉，AI啥时候混迹各大卖场了？？ 前有直播一哥热火朝天带货两万亿Token，后脚刷到老罗直播间—— 好嘛，AI编程工具也直接挂上小黄车链接了。 全链路AI开发平台TRAE，也就是罗永浩口中的“崔老三”，首月体验直接甩出9块9的真香价。 自称“一行代码都不会写”的五旬老汉，当场支起电脑投屏，在几万观众围观下直接秀起了操作： 几分钟生成一份带数据图表的短剧调研报告； 把5万多字晦涩资料，爆改成两套发布会级PPT； 就凭一张手绘破草图，硬生生搓出一款货真价实、全局可用的语音输入法软件。 绝了，平时只在技术论坛里被程序员反复测评、抠性能指标的AI Coding，一夜之间被推上了大众狂欢的带货舞台。 So？大主播们今年咋集体卖起了高深莫测的技术产品？ 双十一大变天 往年的双十一，咱抢的无非是按箱囤的卫生纸、算不明白折扣的护肤品、各种参数的数码硬件… 今年画风不一样。 李佳琦直播间的两万亿Token让大家第一次见识到，原来AI也是能“按斤囤”的。 但热闹归热闹，很多普通人跟
- 量子位在寻找“能干”的答案 2026年，人工智能走到了从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在让AI真正创造价值？ 量子位人工智能年度榜单征集，已经进入最后一周。企业、产品、人物，我们仍在寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，也是引领AI进程的坐标：它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这也是对2026年AI行业的一份记录，是对那些锐意进取的先锋者的一次致敬：让他们的思想被更多人看到，让他们的判断启发更多同行的人。 11月16日，征集通道将正式关闭！ 但这一年的答案你不该缺席，欢迎报名。 企业榜 2026人工智能年度领航企业 2026人工智能年度潜力创业公司 产品榜 2026人工智能年度杰出产品 2026人工智能年度杰出解决方案 人物榜 2026人工智能年度创业新锐 详细评选标准及报名方式如下： 2026人工智能年度领航企业 将面向中国人工智能领域，评选出
- 一张图+几条线，AI生成的行车视频不再“穿模” 旁边车道的车突然加塞，自车赶紧减速避让。 这段行车画面，不是行车记录仪拍的，而是AI生成的。 对自动驾驶来说，最难补齐的，是那些平时不常见、一旦发生却可能直接造成危险的瞬间。 现在，生成这类视频只需要一张照片，加上几条车辆轨迹就够了。前车怎么切进来、自车怎么减速避让，整个过程都符合物理规律，车和车之间不会互相“穿模”。 △两辆车先后加塞，自车依次减速避让 这就是来自港科大（广州）团队的新工作Motion Forcing。 它的思路简单来说，就是先想清楚东西怎么动，再去画东西长什么样。 在Waymo真实驾驶数据上，它的动作连贯性和物理合理性两项指标都排第一，超过了Seedance 2.0和Wan 2.6这两款头部视频模型。 除了驾驶场景，它还能生成多米诺骨牌连环倒下、机械臂推动物体的视频，同样符合物理规律。模型代码和交互Demo均已开源。 △多米诺骨牌连环倒下 △机械臂推动物体 画得像，还得开得对、控得准 现在的视频模型，画面越来越精致，可一到复杂场景就容易“露馅”：车开着开着穿过了另一辆车，被挡住的车凭空消失，碰撞之后的反应也不对劲。 问
- 让每一次任务，都成为下一次进步的起点 Agent越用越强，为什么还会被环境“绊倒”？ 你的同事用Agent整理报表，一路顺畅。你用同样的模型、工具和流程，换成自己的文件，却开始反复试读、频繁返工。 模型没变，Harness没变，换个环境，为什么就不灵了？ 文件位置不同、数据格式混杂、模板约束变化，都可能让原本有效的方法失效。模型提供推理能力，Harness组织执行流程，但Agent仍需判断：这里的环境是什么样的，过去的经验还适不适用？ 这也揭示了Agent持续自我改进过程中一个容易被忽视的问题：Agent不仅要从任务中学会“怎么做”，还要判断这些经验在什么环境下仍然有效。 在RSI（Recursive Self-Improvement，递归自我改进）的持续优化过程中，Agent可以通过任务反馈改进执行方法、积累可复用经验。但如果环境认知没有同步更新，过去有效的经验也可能成为新的障碍：接口条件变了，还在重试旧调用；数据格式变了，还在沿用旧规则。 一次失败，究竟该改方法，还是该纠正对环境的认识？ Agent的新难题，藏着认知科学的老线索 认知科学对知识结构的研究，为区分这两类问题提供了启发
- 速度提了，API价格降了 说真的，即便强如新出的GPT-Image 2.6，遇到连续编辑100轮图像这种高压任务，也得大喊那句“名人名言”： 我画地为牢啊，厉娜！ 例如我们先给Image 2.6输入下面这张原始图片： 然后再把包含100轮任务的提示词丢进去，每一轮就是让手表里的时间增加1秒钟，并且把上一轮生成的图片作为下一轮的输入： 但看似非常简单的任务，Image 2.6生成的结果却是这样的（为了方便看变化，我们把100张图做成了一个视频）…… 可以明显地看到，其实在第10轮左右，原始图片就开始发生了畸变，而且越往后，图片失真程度就越严重。 这要是放到真实工作场景里，那简直就是大大大大麻烦了。 But！！！ 一个新出的国产生图AI，却能hold住这个高压任务！来看下结果： 虽然在后期的轮数中，依旧是存在一些畸变的情况，但整体却要比Image 2.6要保真得不少。 而这个新国产生图AI，正是来自字节的Seedream 5.5。 上面的任务，便是在豆包里调用新模型来执行的。 不过，100轮编辑不崩，还只是Seedream 5.5这次更新的一隅。整体看下来，它的亮点还包括： 真实感提升：人
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 量子位在寻找“能干”的答案 2026年，人工智能走到了从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在让AI真正创造价值？ 量子位人工智能年度榜单征集，已经进入最后一周。企业、产品、人物，我们仍在寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，也是引领AI进程的坐标：它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这也是对2026年AI行业的一份记录，是对那些锐意进取的先锋者的一次致敬：让他们的思想被更多人看到，让他们的判断启发更多同行的人。 11月16日，征集通道将在正式关闭！ 但这一年的答案你不该缺席，欢迎报名。 企业榜 2026人工智能年度领航企业 2026人工智能年度潜力创业公司 产品榜 2026人工智能年度杰出产品 2026人工智能年度杰出解决方案 人物榜 2026人工智能年度创业新锐 详细评选标准及报名方式如下： 2026人工智能年度领航企业 将面向中国人工智能领域，评选
- 全球练兵、全球交付 中国物理AI企业，这回有了个全球实训场。 11月5日，菜鸟在香港智慧港举行AI及具身智能产业合作发布会，宣布向AI与具身智能企业开放全球仓网，打造AI与具身智能物流实景训练集群。 具身机器人能接触到的物流任务可谓相当齐全。从仓储拣选、拆码垛，到自主导航配送、高空巡检，覆盖了物流作业的多个环节。 而且，菜鸟还给这些机器人配上了一份出海套餐。 发布会上，菜鸟推出面向AI算力和具身智能企业的科技出海三日达服务，将全球三日达的能力延伸至高科技产品出海。 从跨境运输、海外部署，到备件补给、返修回流、本地运维，一整套服务安排上。 菜鸟给具身机器人提供了真实仓库场景来练手；同时，AI硬件和具身智能产品出海，也从这里获得了从跨境运输、海外部署到返修运维的一整套物流支持。 用全球仓网和物流体系，接住物理AI从研发验证到商业落地的需求，把产业化的前半程和后半程连接起来。 菜鸟这次，两手都抓了。 △菜鸟香港智慧港大楼 全球范围内，菜鸟给机器人开放了哪些场景？ 菜鸟这次给机器人准备的“全球实训岗位”可不少。 依托覆盖全球200多个国家和地区的物流网络，以及万级仓储基础设施，菜鸟将向产业伙伴
- 教授也用Claude糊弄… AI正在毁掉我的计算机学位。 写下这行控诉的，是一个从小梦想学计算机的大二女生，Katie。 没有名校光环，高中数学只拿了个B；此前也没接受过任何科班集训，唯一拿得出手的「项目经历」，不过是几个略显简陋的网页小游戏。 原本以为，迈进大学象牙塔，终于能好好学计算机了！ 谁曾想—— 课程大纲是Claude批量生成的，期末大作业是LLM自动批改的，就连导师发来的关怀邮件，很可能也是后台自动化脚本。。。 面对这荒诞的一幕，她瘫软了（bushi）： 由于AI，我的大学似乎正在经历一场生死存亡的危机。 博客发布不到24小时，光速成Hacker News首页热榜第一。 彻底崩坏的计算机系 在她的求学经历里，自打这波生成式AI爆发后，学校的教学政策就没停止过反复横跳。 最开始当然是全面拥抱： 给学生作业打分写评语、生成课程大纲、发全员催学邮件……全给安排上了大模型。 结果呢？ 折腾不到三个月，发现全是幻觉与垃圾内容，光速撤回。 整套教学管理，始终处于一种极其精神分裂的状态—— 你们绝对不能使用AI！ 哦不，说错了，所有人必须使用AI！ 不对不对……好像还是不能用AI啊……
- 快来分享你心中的2026十大AI趋势！ 量子位智库 | 公众号 AI123All 2026年的AI，正从“能想”走向“能干”。 智能体开始自主拆解目标、调度工具，承担完整的任务流程；物理AI从实验室演示走向真实作业，进入产线、仓库与门店；世界模型则为机器理解环境、预测行动后果，提供新的探索空间。 与此同时，AI也开始参与自身的研发与改进。从编写研究代码、运行实验，到寻找更高效的训练方法，“用AI研发更强的AI”正在成为新的探索方向。 围绕RSI（递归自我改进）的尝试，也让我们开始追问：当AI越来越多地参与自身进化，技术迭代的速度与方式，会发生怎样的变化？ 变化正在加速，判断趋势的尺度也需要随之更新。 一项能力能否走出实验室，一个产品能否持续交付，一次技术突破能否转化为真实的生产力，正成为观察AI发展的重要切口。可靠性、可控性，以及规模化应用的成本，也越来越影响技术与产品能够走多远。 与AI发展共进之时，许多问题，每一年都值得进行年度复盘、思考和回答—— 哪些技术正在跨过关键门槛，蕴含着改变行业的巨大能量？ 哪些产品和团队正在将能力优势转化为持续竞争力，即将来到镁光灯下？ 哪些行业已经出
- 超过Codex和Claude Code，通过率达70%。 一位AI主编领着三位AI小编，分别盯紧前沿大模型、开源项目和大厂人事。 我把选题需求往主编Agent Sienna手里一塞，它转头便拆起了活，派人、收稿，汇总一气呵成。 不到8分钟，它就给我端来了6条新鲜热辣的AI选题： 不er，我茶都还没泡开呢，一天的选题工作就这么哼哧哼哧地跑完了？！ 早在半年前，LobeHub团队就开始用自家的AI协作平台搞研发，让Agent参与派任务、写代码，甚至排查Bug。 现在，AI已经成了LobeHub团队研发流程里的常驻成员。 在FrontierHarness的30道软件工程任务中，其优化后的Agent Harness使用Kimi K3完成了21道，通过率达70%，每道成功任务的成本中位数为1.68美元（约11.21元人民币），超过了Codex和Claude Code。 真没想到，DeepSeek最近还在探索Super-Agent架构，LobeHub早在5月份就已经把类似的人机协同思路做成了产品，甚至直接开源了！ 如今，LobeHub团队已经把这套工作方式用进了日常研发，让Agent自己拆任务、派
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 席位有限，抢先锁定 2026年，AI正在从“会聊天”走向“能干活”。当模型开始调用工具、执行任务、嵌入组织流程，智能科技与产业之间的那道墙正在被推倒。 12月9日，量子位MEET2027智能未来大会如期而至。今年大会以「智行合一·驭见未来」为主题，和大家聊一聊：AI如何从演示走向交付，从工具走向组织，从单点能力走向系统效能。 大模型与Agent的工程化落地、具身智能的规模化进场、AI原生组织的管理重构、企业数智化转型的深水区命题——这些今年最值得追的问题，都会在一天的高密度碰撞里被反复拆解。 学术前沿与商业落地同台，Infra、模型、产品、产业一线的最新成果在这里集中亮相。 大会现场还将权威发布人工智能年度榜单与年度AI趋势报告，记录这一年的科技成果，也预判下一年的演进方向。 MEET2027智能未来大会报名通道正式开启，席位有限，点击链接报名参会 👇 首批嘉宾阵容 王金桥 中国科学院自动化研究所副总工程师 紫东太初大模型研究中心主任 中科紫东太初董事长 武汉人工智能研究院院长，中科紫东太初董事长，中国科学院大学人工智能学院岗位教授；兼任多模态人工智能产业联盟秘书长、工信部人工智能标委
- VISTA：驱动具身智能体主动探索实现能力迭代 把一盒奶酪放到架子上，目标很明确，机器人却需要将定位、抓取、搬运和释放衔接起来。 怎样判断物体已经抓稳、什么时候开始搬运、第一次尝试失败后如何继续，都需要落实为具体的技能和决策逻辑。 那么，能不能将这部分工作交给机器人自己，让它自己做实验、改代码，逐步积累经验、完成任务？ 来自清华大学和新加坡国立大学的研究团队提出并开源了VISTA。它将实验与开发的工作交给Meta-agent，让它通过主动探索获取新证据并改进Harness。 整套流程不需要更新权重。在底层模型参数保持固定的情况下，VISTA将LIBERO-Pro的整体任务成功率从17.5%提升到了95.0%。 将Harness作为演化对象 具身Agent可以使用学习策略、运动规划、反馈控制和感知工具。Harness负责组织这些能力：向模型提供什么指令，开放哪些技能，如何调用工具，以及怎样处理执行反馈。技能代码、调用逻辑和持久记忆，都属于可以开发的内容。 在VISTA中，执行Agent使用Harness完成任务；作为开发者的Meta-agent则检查代码与运行记录，编写或修改技能，再验证
- 人类的写作能力开始反向进化了。 最近我发现，人类的写作能力已经开始反向进化了。 为什么说是进化呢？有了AI之后，写东西越来越快了，从想法到成文有时候只需要3秒，还各种引经据典，天文地理。 那为什么又说是反向呢？ 因为为了给这些AI生成的文章去“AI味儿”，大家开始尽可能地展现自己的“人味儿”。 啥是人味儿呢？可以是写错别字、语序不通、缺少成分、精神涣散、破口大骂…… 毕竟，现在大家AI吃多了也是腻了，人均21世纪曹操，宁可我负天下人，不可天下人负我，看到什么都开始怀疑是不是AI生成的，总之不管了，根本没有这么xx的xx。 你写的修辞精致、诗意连绵、严谨通顺？那100%是用了AI生成的。 反耳呢，你写的错字连篇，缺主语、缺谓语、缺宾语、缺定语、缺状语，还一口一个卧槽、TM的，那绝对是真人写的呀，性情、真实！ AI味儿和人味儿，正在互相窜味儿 如果说23年和之前的时候，大家还是老实本分的人类写手，不仅写的一手好“人味儿”，还时常能为GPT-4一个字一个字蹦出的、生硬的机器小句子而心生可爱。 那么3年过去了，2026，一切都窜味儿了…… AI开始拟合逼近所谓的“人味儿”，人类说话写字也越来越
- 一个持续学习、永远在线的记忆系统 大道不孤。 DeepSeek刚刚提出的Super-agent及其理念，一经发布，引发热议。 也就在这种热议中，一家硅谷华人团队之前的成果，开始被真正看懂了。 而这场跨越大洋的技术共鸣，背后其实指向了同一个人机协同的底层困境—— 当前，人类正在成为AI的瓶颈。 设想一下，AI可以同时推进1000、10000、100000个任务，多到人都看不过来时，Agent到底该变成什么样子？ △AI生成 就在前几天，DeepSeek Harness团队甩出一篇重磅文章，针对这一痛点给出了下一代Super-agent的架构设想： 一个拥有连续上下文、能够自主调度多个Agent并行工作，甚至7×24小时在线的超级智能体。 把人类有限的注意力解放出来，让Agent接管海量任务，自己管理自己。 现实就是如此魔幻，很多人不知道的是，就在大洋彼岸的另一边，一家名叫AFK AI的硅谷华人团队—— 早在年初，就把Super-agent底层的「单Router+多Worker」架构和四大核心特质，跑到了自家产品Comma里。 甚至他们还更进一步，直接向单Session接管一切后的上下文诅
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 报名通道已开启，欢迎参与！ 2026年，人工智能行至从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在使AI真正创造价值？ 量子位人工智能年度榜单连续9年再次启动，从企业、产品、人物三大维度设立五类奖项，寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，更是引领AI进程的坐标——它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这是对2026年AI行业的一份记录，也是对那些锐意进取的先锋者的一次致敬—— 让他们的思想被更多人看到，让他们的判断启发更多同行的人。 欢迎报名！ 企业榜 2026 人工智能年度领航企业 2026 人工智能年度潜力创业公司 产品榜 2026 人工智能年度杰出产品 2026 人工智能年度杰出解决方案 人物榜 2026 人工智能年度创业新锐 详细评选标准及报名方式如下： 2026 人工智能年度领航企业 将面向中国人工智能领域，评选出最具综合实力的企业，参选条件： 1、注
- 无额外rollout让模型直接预测下一步任务风险 大模型强化学习后训练、机器人控制与Meta-RL中，存在一个越来越实际的问题： 逐个评估任务太昂贵，用历史数据预测风险，又可能跟不上模型更新。 如何用有限的rollout预算，找到真正值得训练的Prompt？ 来自国防科技大学和清华大学的研究团队据此提出ICRPM（In-Context Risk Predictive Model），利用近期任务与风险记录，直接预测下一步的风险。 该方法无需为风险预测额外生成rollout或增加环境交互，在基本维持原有训练开销的情况下，改善了大模型RLVR、Meta-RL及鲁棒控制等场景中的任务风险预测与选择效果。 研究背景：预测准确，为什么仍会选错任务？ 传统任务采样需要先测量候选任务的难度或风险。在大模型RLVR中，这意味着为Prompt生成多条回答，再根据可验证奖励估计解题成功率；在Meta-RL和鲁棒控制中，则往往意味着昂贵的环境交互。 Model Predictive Task Sampling（MPTS）通过风险预测模型（RPM）减少这类评估：只对少量任务进行真实测量，再预测更大候选集合的风险
- Q3营收实现数倍增长 近日，墨芯人工智能（以下简称“墨芯”）完成近10亿元人民币C+轮融资。 距上一轮近10亿元融资仅过去5个月，墨芯在短时间内连续完成两轮融资，反映出资本市场对其在专用稀疏推理芯片领域技术壁垒与商业化进展的高度认可。 凭借技术积累与产品落地形成的先发优势，以及商业化全面提速的发展势头，墨芯率先卡位推理算力需求集中释放的窗口，稀疏专用推理芯片的代差优势进一步凸显。 押注稀疏计算，走出差异化芯片路线 当前，大模型技术架构的持续演进，正推动稀疏计算从一项辅助优化手段，走向AI算力设计的重要位置。 随着混合专家（MoE）架构加速应用，大模型推理呈现明显的条件计算特征；与此同时，权重与激活中的稀疏结构，也为减少冗余计算提供了空间。 以DeepSeek-V4-Pro为例，其总参数约1.6万亿，但处理每个词元时仅激活约490亿参数，约占总参数量的3%。 如何将模型层面的计算节省，转化为实际的推理效率提升与成本下降，正成为AI算力发展需要解决的关键问题。 要高效处理此类负载，芯片架构的选择是关键变量。 通用GPU需兼顾训练、推理、科学计算等多类负载，难以针对特定稀疏模式进行算法与硬件
- Seedance 2.5单秒低至0.15元 有谁像我一样，最近追《The Accident》，真的有点上头啊！ 洛娜和基顿谈个恋爱，我比他俩还着急…… 而且最近精品短剧也确实不少： 我前脚还在《被裁掉的女孩》里看方桃子勇闯模特圈，后脚点开科幻短片《丧尸清道夫》，已经跟着机器人牛仔打起了丧尸～ 随着AI视频模型的能力越来越强，更多创作者也有了讲长故事的冲动。 但做连续剧集，还长期面临一致性、资产管理等痛点，精力也很容易被创意之外的流程性工作占用。 带着这些问题，我也试着拍了一部美高短剧： 这段美高小剧场，就是我用即梦短剧工作室搓出来的。 即梦短剧工作室最大的特点在于，为想拍连续剧集的创作者，提供了画布之外的另一种选择。 它把剧本、资产库和分镜这些环节串在同一个项目里，可以从一句话灵感开始，也能拿小说或已有剧本接着做。 大家可能都听说了，之前还有传闻称，即梦和小云雀要合并。 据即梦方面介绍，实际上是即梦整合了小云雀的短剧agent能力，两者同属剪映旗下。 此次打通有助于丰富即梦面向不同创作场景的工具能力，核心还是希望更好满足创作者实际需求。 那么，拍出一段人物连贯、有情绪变化、有喜剧节奏的
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 今年12月，北京，MEET2027智能未来大会！ AI，正变得前所未有的“能干”。 以前我们用AI，大多只是打开对话框提问；如今变化早已发生在对话框之外—— 智能体能自主拆解目标、调度工具、跑完整条任务流程，中途出错还能折回修正； 机器人从实验室演示视频走进产线、仓库和门店，开始承担真实作业； 世界模型教会机器理解物理规律，而不仅仅把语料拟合得更像人话。 也正因如此，衡量AI好不好用，也就不能比谁在榜单上多拿几分，现在要看它能不能在真实环境里把活干完、干稳、干得敢交付。 而AI一旦开始替人做决定、动手执行，可靠性、可控性、安全边界这些关键词，就成了产业和社会都绕不开的问题。 我们与其说是在等一个未来到来，不如说是在学着怎么驾驭它。 于是，在如此背景之下，我们将以「智行合一，驭见未来」为主题，正式启动MEET2027智能未来大会！承袭MEET系列年度行业观察的视角，诚邀科技、产业与学术领域的领军人物齐聚一堂，共同见证行业变革。 「智行合一」，说的是智能与行动终于合到了一处——理解、规划、执行、反馈，过去分散在多套系统里的环节，如今被压进同一个闭环。智能体从聊天走向作业，具身智能给模型配上
- 方寸之间，智能可及 把大模型运行在手机上，已经有了不少探索。 从1B、4B到27B量级的稠密模型，再到总参数约30B、激活参数约3B的MoE模型，不同规模与架构正在拓展端侧部署的可能性。 但对手机应用开发者来说，成功加载模型、完成一次对话，只是起点。 对于淘宝、闲鱼这类日常高频使用的应用，大模型必须与其自带业务共享算力、内存和带宽。同时，还得在持续调用与多任务并发下，兼顾响应时延、功耗和温升。 MNN团队将这一设计方向称为“手机应用原生大模型”。他们发布了MNN-Pocket-0.3B，面向手机应用的任务需求与资源预算，在有限算力、内存和能耗下，兼顾任务能力、响应速度与持续运行体验。 手机应用原生大模型背景介绍 围绕淘宝等综合型手机应用，团队将“手机应用原生大模型”落实为四个维度的设计目标： 速度上，在指定设备与上下文配置下，解码吞吐超过200token/s。这一目标参考高速云端模型服务的生成吞吐，力求在本地提供流畅的生成体验。 内存上，在指定测试条件下，峰值内存低于300MB。即使手机拥有8～16GB内存，也需要由系统与多个应用共享。以约500MB的模型模块预算为例，将推理峰值控制在
- 拼多多把农业创赛搬出了PPT。 凌晨12点多，吕兆晨又点开了手机里的监控画面。 屏幕里出现了一座占地50平方米的草莓工厂。 灯光、温度、湿度、水肥、二氧化碳，草莓生长需要的各种条件，在屏幕上的系统里都能找到对应按键和调节滑块。 但他盯着屏幕看了10分钟，最后什么也没做成。 之前，草莓工厂建成的那天，他曾带着一种技术自信走了进去。 “只要传感器足够多、算法足够准，种草莓就是一个参数问题。” 可现实，可能还真不是这样。 草莓不是标准件 吕兆晨是上海交通大学园艺学专业的一名硕士研究生，这次，他参加了一个有点奇妙的农业比赛。 在这个比赛中，所有进入决赛的队伍都要从零开始，自行设计建造一座占地50平方米的植物工厂。 工厂的尺寸是10米×5米×4米。 工厂只能种国产草莓，并且要种6个月。 工厂全程必须采用国产化技术解决方案。 以及，作为一座智慧植物工厂，设备需要智能化，能实现无人值守情况下的远程自主控制。 最后，谁种的草莓品质更好，谁的草莓工厂更可持续发展，谁就赢了。 △四支决赛团队搭建的草莓工厂 吕兆晨所在的“莓立方”，就是进入决赛的4支团队之一。 这是一支看起来几乎没有短板的队伍。上海交通大学
- 普通家庭也能拿到人生大结果 进入11月，对于开始准备选科的新高一家庭来说，一轮纠结也跟着来了。 选科到底看分数，还是看排名？赋分怎么算，物理和化学要不要一起选？ 偏偏孩子的表现，也未必能让家长拿定主意：生物课听得吃力，考试成绩却不错；地理课听得明白，分数又不高。 再考虑大学专业的要求，以及学校实际开设的组合，高一选科，成了不少家庭需要做的功课。 这个问题还得赶在选科安排确定前想清楚。不同组合会影响后续可报考的专业范围，也与孩子将来的职业方向有关。 如果等到填报志愿时，才发现选考科目不符合心仪专业的要求，眼前的选择就会受到限制。 现在，家长多了一个可以商量的对象：AI生涯规划师。 它会先了解孩子的学科表现和兴趣，进一步确认家庭的培养目标，再结合教育知识与地区政策，梳理不同选择的要求和准备事项。 它还配有成长档案，让生涯规划服务能够陪伴孩子持续成长。 当孩子的学业表现或兴趣发生变化时，系统可以结合此前的记录重新分析，调整规划建议。 服务范围覆盖选科，也延伸到兴趣培养和升学规划，基础规划服务免费。 这款产品就是e生涯服务平台，基于OpenSpan生涯大模型打造，由海亮科服推出。 如今，海亮科
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 报名通道已开启，欢迎参与！ 2026年，人工智能行至从技术验证到规模化落地的分水岭，技术不再只用参数衡量，而是看它能不能在真实场景里交付结果。当行业从“能想”迈入“能干”，谁在用技术解决真问题？谁在让行业建立新标准？谁在使AI真正创造价值？ 量子位人工智能年度榜单连续9年再次启动，从企业、产品、人物三大维度设立五类奖项，寻找这些有意义的答案。 我们相信，这既是一份年度观察笔记，更是引领AI进程的坐标——它梳理这一年的技术演进与产业实践，为行业提供可参考的样本，为决策者提供可判断的依据，让每一次创新都成为推动产业前行的力量。 这是对2026年AI行业的一份记录，也是对那些锐意进取的先锋者的一次致敬—— 让他们的思想被更多人看到，让他们的判断启发更多同行的人。 欢迎报名！ 企业榜 2026 人工智能年度领航企业 2026 人工智能年度潜力创业公司 产品榜 2026 人工智能年度杰出产品 2026 人工智能年度杰出解决方案 人物榜 2026 人工智能年度创业新锐 详细评选标准及报名方式如下： 2026 人工智能年度领航企业 将面向中国人工智能领域，评选出最具综合实力的企业，参选条件： 1、注
- 将数字果蝇的帮助，聚焦到“适应变化”上 最近，数字果蝇在AI圈火了。 有人把果蝇大脑的“接线图”接入《我的世界》控制游戏里的人物，还有人让虚拟果蝇用前足转动模拟汽车的方向盘。 这些看似脑洞大开的尝试，背后都用到了真实果蝇的神经连接数据。 这张“接线图”的学术名字叫连接组。它记录了哪些神经元彼此相连、信号沿什么方向传递，以及连接中包含多少突触。 通过显微成像与重建，研究者得以描绘这些连接，再将其转化为可以在计算机中运行的神经网络，让它接收感觉信息、参与身体控制。 不过，让数字果蝇完成任务，并不足以说明生物连接结构带来了独特优势。这张“接线图”究竟在什么条件下有用，又能为具身智能带来怎样的帮助？ 清华大学团队最近的一项研究，将这一问题聚焦到“适应变化”上，系统考察其控制表现，并追踪背后的神经通路机制，揭示具身智能适应变化的类脑设计原理。 团队将成年果蝇连接组构建为固定的神经网络核心，在仿真环境中让数字果蝇进行多个维度的控制任务。 一个关键发现是：连接组的优势，会在控制需求发生变化时显现。 在数字果蝇平地匀速直行时，连接组控制器与作为对照的多层感知机（MLP）表现接近。当脚下出现障碍、目标方
- 仅激活3B参数，十项基准全线提升！ 日常生活里人类的直觉判断，放到机器人身上，往往会变成棘手难题。 视频画面中物体位置看上去更高，并不等同于它在真实三维空间里处于更高位置；更换拍摄角度，家具外观发生改变，但它仍是同一个物体；画面内物体发生位移，有可能是物体本身发生移动，也可能仅仅是相机镜头产生转动...... 这些细微的空间、状态变化，人类一眼就能分辨，但对机器人的“具身大脑”来说，却是难以攻克的难题。 视角变化混淆物体身份、误判相机运动、错估任务进度，都会直接造成机器人执行失败。 想要机器人可靠完成现实任务，模型不能仅仅做到“看见物体”，更要读懂三维空间关系、捕捉物体状态变化、研判任务所处阶段。 近日，招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」。该模型采用MoE混合专家模型架构，总参数约35B，每个Token仅激活约3B参数。 在不显著增加推理开销的前提下，模型在十项主流具身相关基准上实现全部指标上涨，多项核心能力超越更大参数量的主流模型，走出了一条区别于大规模堆砌训练数据的技术路线，有助于机器人真正理解三维物理世界
- 不设限薪资+期权！实习生也能训核心模型 AI行业仍在为顶尖人才开出高价，但同时也越来越看重实际贡献，而不只是潜力。 年轻研究者由此面临一道难题：企业想要已经做出成果的人，但如果参与核心项目的机会变少了，代表作又该在哪完成？ 这也让人才竞争有了另一重标准：不只是企业筛选谁已经做出成果，年轻研究者也需要判断，谁能为自己的下一项成果提供条件。 能否进入核心项目、参与技术路线的判断，能否获得与任务匹配的数据、算力和协作支持，决定了一份人才计划能否兑现它对成长的承诺。 近日，半年不到就拿到约50亿元融资的人工智能公司VAST（三启万物），发布了新一期V·STAR顶尖人才计划，将邀请年轻研究者聚焦三类明确的研究任务： 3D生成基础模型、三维理解与智能体、世界模型。 它想寻找能够参与定义问题、提出技术判断，并将探索推进为实际成果的年轻研究者。 这些方向指向同一个目标：让AI从生成内容，走向构建可交互的世界。会写代码、生成图像和视频，还不等于能够构建一个持续运行的环境。 三维对象需要能够被编辑和操控，智能体需要理解空间并执行任务，世界则需要维护状态与规则，让每一次行动都产生可以延续的结果。 这些尚未解
- 3个岗位（含实习），不设边界 AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？ 我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。 岗位面向： 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得： 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。 获得专业指导
- 今年12月，北京，MEET2027智能未来大会！ AI，正变得前所未有的“能干”。 以前我们用AI，大多只是打开对话框提问；如今变化早已发生在对话框之外—— 智能体能自主拆解目标、调度工具、跑完整条任务流程，中途出错还能折回修正； 机器人从实验室演示视频走进产线、仓库和门店，开始承担真实作业； 世界模型教会机器理解物理规律，而不仅仅把语料拟合得更像人话。 也正因如此，衡量AI好不好用，也就不能比谁在榜单上多拿几分，现在要看它能不能在真实环境里把活干完、干稳、干得敢交付。 而AI一旦开始替人做决定、动手执行，可靠性、可控性、安全边界这些关键词，就成了产业和社会都绕不开的问题。 我们与其说是在等一个未来到来，不如说是在学着怎么驾驭它。 于是，在如此背景之下，我们将以「智行合一，驭见未来」为主题，正式启动MEET2027智能未来大会！承袭MEET系列年度行业观察的视角，诚邀科技、产业与学术领域的领军人物齐聚一堂，共同见证行业变革。 「智行合一」，说的是智能与行动终于合到了一处——理解、规划、执行、反馈，过去分散在多套系统里的环节，如今被压进同一个闭环。智能体从聊天走向作业，具身智能给模型配上
- 500颗大脑和人造的太阳！阿B在首钢园捣鼓了些什么好东西？？ 竟然有人用脑机接口玩《艾尔登法环》玩得贼溜，吊打键盘选手？？？ 甚至还是那个我连新手村都过不去的老头环吗？ B站500万粉丝的百大UP主芳斯塔芙透露，他前段时间去参加一个脑机接口大会时，遇见了一位正在打《艾尔登法环》的脑机接口使用者。 双方直接PK，结果用键盘打环的他被对方虐菜了，人家还用的是比较初级的非侵入式脑机接口。 “要是他以后换成侵入式脑机接口，这游戏还怎么玩啊？” 这段奇遇，便是芳斯塔芙在刚刚举行的2026 bilibili超级科学晚的脑机接口对谈上提起的。 上天、入水、人造血小板救人，让500颗大脑集体开机！ 阿B一年一度的超级科学晚来了，这次选的地方也很赛博。 在北京的首钢园，滑雪大跳台和冰壶馆。 阵容也很强大，不仅有中科院院士彭承志坐镇、还有蒋昌建、松延动力创始人姜哲源、梅卡曼德邵天兰，以及演员宁理、新裤子庞宽、up主芳斯塔芙、吟游诗人基德、塑料叉、所长Wy、管泽元……都来了。 超级晚当天真可谓是大神齐聚。 中科院的王腾带来了“人造太阳”的最新进度。 目前，下一代“人造太阳”BEST已进入了核心装配阶段，计划
- 长视频记忆精度飙升，问答时延最高降97% openJiuwen AgentMemory正式上线了多模态记忆能力OmniMem-Lens：按秒盲切是记忆碎片化的元凶，按真实事件记忆才是正解——召回精度最高提升45.7%，在线问答时延最高降低97%。 一个让所有Agent头疼的问题：3小时的视频，怎么“记”？ 在AI智能体（Agent）与多模态模型（VLM）快速演进的今天，我们已经不满足于让Agent处理单一的文本工作了，而是让它干更复杂的活儿。 比如“看完3小时的新品发布会，并找出所有产品亮点”，或者“分析一整天的监控视频，并标记出异常事件”。 然而，现有Agent面对超长视频时，海量信息会瞬间超出其上下文限度，导致处理能力和准确度大大下降。 目前业界的通行做法，是粗暴地把长视频按固定时间窗口（如一分钟）切分成一小段一小段，让智能体分开去记忆。 这种方式如同盲人摸象，给智能体记忆带来了两个致命伤： ① 记忆被切碎——证据碎片化 一段原本连贯的老师讲解，在中间被切断，前半段和后半段被智能体分开处理、分开存储。当用户提问时，智能体只能拿到半个“断章取义”的证据，于是胡编乱造、幻觉频出。 ②
- 7×24小时自主运行 具身智能，开始挑战更复杂的生产场景了。 当一众厂商还在围绕拣货、家务等任务探索时，如今有玩家盯上了具身智能产业化的一块硬骨头：智能仓储。 而且野心不小，要让AI接管整座仓库，实现7×24小时自主运行，还能在真实业务中持续学习、自主进化。 这个玩家的名字大家也不陌生，正是全球智能机器人的头部企业「极智嘉」（Geek+）。 就在最近，极智嘉正式亮出《24/7自主智能仓计划》，目标直指物理AI时代的自进化智能仓。 从让具身AI真正干活，到让整座仓库自己运转，物理AI这次直面的，是产业化更深层的考题。 从会干活到会自己管，物理AI开始挑战更难的一关 在AI深入工业场景的过程中，其实一直藏着一个蛮尴尬的事实—— 物理AI的自动化程度越高，对人工的依赖反而越集中在最难的环节。 过去十多年，AMR让搬运、存储等大量标准化作业实现自动化，货物甚至能自己找到人。 可一旦进入复杂拣选，面对成千上万种SKU、频繁变化的包装和摆放位置，机器人依旧容易犯难。 这也暴露出仓储自动化长期以来的一道瓶颈：单点效率的提升，已经很难支撑整座仓库的智能化跃迁了。 也正是在这个节骨眼上，极智嘉对下一代仓