Know AI. See What’s Next.
第 1 张，共 5 张：VAST开源实时世界模型EdenLive！单消费级显卡、720P超24FPS
最新资讯流
独家丨欧拉万象完成数亿元融资，要做「养成系」家庭具身智能机器人（在新窗口打开）
家庭具身智能企业「欧拉万象（Ola Dimensions）」近日已完成数亿元人民币融资，由招商局创投领投，赛富投资、九合创投、拙朴投资、BV百度风投、聚合投资等知名机构联合投资。
零投放数百万美元收入，前阿里字节团队「Wayo」AI闭环全球定制采购全链路（在新窗口打开）
“Wayo不是SaaS，不是单点AI工具，而是直接交付结果的端到端闭环服务，这是我们和同行业其他产品的核心区别。”传统外贸服务模式难以规模化扩张，Julia认为AI正是解决“优质服务+规模化”矛盾的有效解法。
9000亿美元的Anthropic是怎样炼成的？（在新窗口打开）
彭博社援引知情人士消息披露，AI初创公司Anthropic正在和投资者进行早期谈判，目标是筹集至少300亿美元的新资金 ，估值超过9000亿美元。知情人士透露，本轮融资预计最快于2026年5月底完成，不过交易尚未最终确定，也未签署任何条款清单。
Codex跑了22小时，真赚16.88美元：奥特曼预言的「AI打工人」来了（在新窗口打开）
一条「去GitHub上赚5美元」的指令，Codex跑了22小时，几天后带回16.88美元。钱不多，但如果Chris的复盘属实，AI第一次独立走完了找活、写代码、提PR、收款的完整闭环：AI会替你赚钱，这可能是第1单。
翁荔创业大模型首秀！告别“120亿美元估值0模型”（在新窗口打开）
AI再也不是“回合制”了。Thinking Machines Lab（以下简称TML）发布首个模型，让实时交互能力成为模型原生能力。联合创始人翁荔出镜演示。
免费 1500 次背后，商汤在下一盘什么棋（在新窗口打开）
商汤最近做了一件大多数大模型公司都不舍得做的事。每 5 小时 1500 次免费调用，Token 消耗比同行低 60%，三款新产品同步上线，还把核心模型 U1 以 Apache 2.0 协议全面开源——在大模型公司普遍在想怎么收费的当下，商汤在反向操作。
太帅了！宇树造出“国产高达”，王兴兴亲自演示战力，390万元买到童年梦想（在新窗口打开）
刚刚，宇树发布其首款载人变形机甲GD01。据称这是全球首款量产版载人机甲，可以变形，能作民用交通工具，载人后体重约500kg，售价390万元起。在宇树官方视频号公布1分14秒的视频中，宇树创始人兼董事长王兴兴亲自登上变形机甲GD01，并表演了一段真人驾驶。
小米计划30天内免费发100万亿Token，小米技术发文：Hermes Agent最近一月累计调用小米MiMo1.45万亿Token（在新窗口打开）
5月12日，小米集团总裁卢伟冰发文：为回馈全球开发者，小米正式启动「MiMo Orbit 100T Token 计划」，面向全球 AI 用户免费发放 Token 权益，计划在 30 天内累计发放 100 万亿 Token。
从字节FunPlus出走，他决定押注AI游戏平台Yoroll（在新窗口打开）
新的挑战者 过去的一段时间里，AI 游戏的探索明显有了些许降温。 一方面，人们看到许多 AI 落地游戏行业的例子只有工具类产品，真正跑出来的游戏很少；另一方面，人们也逐渐意识到相比游戏行业，AI 给其他行业带来的影响似乎更加“直接”一点。 一个典型的例子是短剧赛道。随着 AI 视频生成的能力越来越强，如今 AI 短剧的产出越来越成熟，根据今年 QuestMobile 发布的报告，红果免费短剧的 DAU 已经破亿、MAU 突破 3 亿。它也是去年一年视频 APP 里，用户使用时长上涨最快的产品。 那么在短剧市场爆火之后，用 AI 做互动游戏有没有机会？ 为此，我们和 LinearGame 的创始
翻完五角大楼公开的全部 UFO 档案后，我完整做了一个 Wiki 网站给大家用（在新窗口打开）
这两天，最火的新闻就是美国战争部（五角大楼）把过去几十年的 UFO 档案全部「开源」了。
地瓜机器人携手虚时科技，补上具身智能的仿真数据“黑洞”｜甲子光年（在新窗口打开）
重构仿真数据的生产方式。 5月12日，虚时科技（Intime AI）与地瓜机器人联合开发的首款仿真空间数据生成平台——AnySceneGen正式发布。 这是一个面向具身智能训练的仿真空间生成平台。用户可以基于多模态输入，快速生成对应的三维仿真场景，场景中所有物体自带完整的物理属性，可直接导入Isaac Sim、MuJoCo等主流仿真平台，用于机器人训练、评测与数据采集。 AnySceneGen平台产品界面 这场合作真正值得关注的，是它直指一个被反复提及，却迟迟无解的行业难题。 过去两年，具身智能对训练数据的需求进入指数级增长阶段。仿真数据理论上可以突破真实采集的物理限制，通过算力并行无限扩展，
Markdown要凉…卡帕西也站HTML了（在新窗口打开）
Markdown，当死。 这个暴论，出自今天Anthropic工程师Thariq发的一篇引爆全网的长文。 整篇文章，就一个目的—— 给MD宣判「死刑」。 是的，这个前不久风靡vibe coding的人机交流格式，正在被Claude的工程师们呼吁抛弃。 我现在几乎不怎么亲手编辑这些文件了，更多是拿它们当规范、参考文档或者头脑风暴的产出。就算真要改，通常也是直接丢给Claude去修。 不是，你等等。 我刚学会用MD…… 又死了？？？ 那，替代品是啥啊？下一个该学什么？ Thariq的答案，出乎意料： HTML。 我现在不管是做规划、需求设计、方案探索，还是代码审查和整理报告，全都在用HTML……
马斯克法庭大战乱成粥了！纳德拉出庭，Ilya指证，OpenAI狗血底裤被扒（在新窗口打开）
世纪庭审将进入第三周，纳德拉出庭。 智东西5月12日消息，今天，马斯克诉奥尔特曼案进入第三周，被告方关键证人相继出庭，微软CEO萨提亚·纳德拉（Satya Nadella）、OpenAI联合创始人兼前首席科学家伊利亚·苏茨克维（Ilya Sutskever），以及OpenAI基金会董事会主席布雷特·泰勒（Bret Taylor）作证。 ▲纳德拉（左）抵达联邦法院（图源：彭博社） 此前第二周庭审中，马斯克方主导举证，OpenAI前CTO米拉·穆拉蒂（Mira Murati）、前董事海伦·托纳（Helen Toner）、塔莎·麦考利（Tasha McCauley）、前员工罗茜·坎贝尔（Rosie
Auto Research最后一块拼图，Frontier-Eng Bench登场，在工程闭环里死磕最优（在新窗口打开）
科研，能被 AI 全程加速吗？ 过去两年，Auto Research 被寄予厚望：读论文、找方向、写代码、跑实验，甚至生成新假设 ——AI 仿佛要成为科研全能助手。 但做过科研的人都知道，真正烧脑、耗时间的不是「能跑」，而是「够好」：调参数、改代码、看输出，再跑，再调…… 每一次优化都琐碎又重复，却几乎无法跳过。 于是问题来了：能不能把这些繁琐的迭代交给 AI？Researcher 只提供方向，后续的「看反馈 → 调代码 → 逼近最优」，全交给 Agent 自动完成？ Einsia AI 旗下 Navers Lab 的最新论文 Frontier-Eng 盯上的就是这件事。 论文题目：Front
头部产品年收入700万美元？拆解韩国AI聊天赛道，新的商业化高度诞生（在新窗口打开）
凌晨往往是AI陪伴类应用的使用高峰。 对于许多在高压环境下学习、工作的韩国年轻人来说，结束一天的日程安排后，卧室内的深夜时间成为了他们寻求情感补偿的窗口。与传统的社交软件不同，用户在这些AI应用中不再需要维持世俗的社交礼仪。他们与AI角色的对话往往围绕着琐碎的情绪释放、压力排解或特定的剧情互动。 一段带着强烈偏袒色彩的回复、一次对琐碎情绪的深度共情、甚至是一句带有角色逻辑的“霸道安慰”，都给用户带来了满足私密、安全、独特性需求的情感体验。 据2025年2月《韩国先驱报》报道，本地机构Embrain的调查数据显示，38%的青少年和42%的20多岁受访者表示，他们可以通过生成式AI进行有意义的情感
一个把 AI 内容检测做成生意的网站，月访问量超过 400 万（在新窗口打开）
最近看了一个 AI 工具站：undetectable.ai。
AI教父Yann LeCun公开diss：谁再说像素重建没问题，我跟谁急！带10亿美元离开Meta只为证明你们走错了！（在新窗口打开）
“LLM 就是一条死路。” 说出这句话的，不是某个匿名论坛上的键盘侠，而是AI教父、图灵奖得主、前 Meta 首席科学家——杨立昆（Yann LeCun），并且他曾在多次采访中说过这句话。 在近日的公开访谈中，杨立昆又爆出了一个反人类直觉的判断：“一个没有预测自身行为后果能力的系统，不配成为真正的智能体。” 同时，他也进一步表明，今天所有 LLM 都还不具备这种能力，它们只是复读人类写下的句子，却从未真正理解物理世界。 此外，他还给出了一个更炸裂的判断：“像素重建是个坏主意，并不是自监督学习的正确方向。” 他指的不是某个小修小补的改进，而是整个生成式 AI 的根基：逐像素重建、逐 Token
分享5个Claude Code + 飞书的超实用Agent办公玩法。（在新窗口打开）
最近很多人也在问我，我用Agent，是怎么跟很多数据进行交互的。其实很多的交互，都是我让Claude Code直接跟飞书进行交互的，包括我们公司小伙伴也是，大家用图形化界面的时间占比，反而变得越来越少了。
ICML 2026 | 大模型内部也会长出「情绪树」，规模越大越懂人心（在新窗口打开）
随着语音、视频、多模态能力不断融入大语言模型（LLM），人与 AI 的交互正在越来越接近自然对话。今天的 LLM 不再只是回答问题的工具，也越来越多地出现在教育、客服、陪伴、心理健康等高度依赖情绪理解的场景中。
ICLR 2026 Oral｜大模型总爱「想太多」？ DECS从源头消除冗余思考，实现推理token减半且性能不降反升（在新窗口打开）
以 DeepSeek-R1、OpenAI GPT Thinking 为代表的大型推理模型，通过长达数千 token 的「思维链」在各类复杂推理任务中展现出卓越的性能。然而，这些模型普遍存在一个核心问题，即过度思考（overthinking） ：