Know AI. See What’s Next.
第 1 张，共 5 张：当年「字节投毒实习生」田柯宇，估值 2 亿美元，要挑战李飞飞做世界模型
最新资讯流
Kimi k2.5突然发布！「看」图更卷了，还有个大招能和DeepSeek争夺开源王者（在新窗口打开）
就在刚刚，月之暗面正式发布并开源了 Kimi k2.5。
3D版Nano Banana来了！AI修模成为现实，3D生成进入可编辑时代（在新窗口打开）
过去一年，AI的主战场几乎被大模型、生图和生视频占满。2026年伊始，市场终于开始把目光投向一个更难、也更关键的领域：3D生成。
刚刚，DeepSeek又探索新架构了，开源OCR 2（在新窗口打开）
嘿！刚刚，DeepSeek 又更新了！这次是更新了十月份推出的 DeepSeek-OCR 模型。刚刚发布的 DeepSeek-OCR 2 通过引入 DeepEncoder V2 架构，实现了视觉编码从「固定扫描」向「语义推理」的范式转变！
破防了！全球顶尖AI惨败，人类最后防线竟是「重启试试」？（在新窗口打开）
大模型能写代码、聊八卦，但敢不敢让它直接接管网络运维？一项最新评测显示，面对真实网络故障，头部模型平均准确率竟不足50%！为此，GSMA联手全球巨头开启「地狱级」难度挑战赛，通往MWC 2026的门票已备好，3.5万欧元大奖等你来拿！
Anthropic CEO两万字长文：2027，人类命运的十字路口（在新窗口打开）
Anthropic 掌门人 Dario Amodei 发布核弹级预警：2027 年，人类将迎来「技术成年礼」。两万字长文冷静剖析AI失控、生物恐怖、极权统治及经济颠覆五大危机，拒绝末世论；提出以「宪法AI」、管制与民主协作构建防线，呼吁人类以勇气通过这场文明的「成年礼」。
持续怒斩53K星！狠人揭秘Clawdbot反行业记忆系统！跟ChatGPT大不同：不靠狂塞上下文，而是一个个md文件！网友：AI记忆第一次被工程化了（在新窗口打开）
过去一年，几乎所有 AI 产品都在谈一个词：记忆。
跨境电商版Sora发布：全球首个AI原生电商视频Multi-Agent来了（在新窗口打开）
你的下一个视频团队，不一定非得是人。 做电商的朋友，一定对这样的时刻不陌生：前期找团队、磨脚本、拍视频，筹备了半个月，好不容易在亚马逊或 TikTok 后台上新一款潜力爆款。谁想到，半夜在 TikTok 刷到竞品的一条爆火视频，作为行家，你一眼就看出这是泼天流量，你也想接住。 可粗略一算： 找模特、找摄影师、约场地、等剪辑，整套流程走完费用不低，且制作周期没半个月下不来…… 等把视频做出来，流量窗口早就关了，爆款也成了库存。 这时候你一定幻想过：如果有一个工具，能跳过所有拍摄流程，直接生成一条能出单的视频就好了。 你可能想到了 Sora。 还记得 Sora 刚发布时，全行业都在狂欢，以为这一时
DeepSeek又拿第一！首创「因果流」视觉推理，超越Gemini（在新窗口打开）
DeepSeek开源DeepSeek-OCR2，引入了全新的DeepEncoder V2视觉编码器。该架构打破了传统模型按固定顺序（从左上到右下）扫描图像的限制，转而模仿人类视觉的「因果流（Causal Flow）」逻辑。
奥特曼承认OpenAI路线走偏了，以及“写代码将变得不再重要”（在新窗口打开）
大家是真敢问，奥特曼也是真敢说！ 刚刚，奥特曼拉着一屋子AI相关从业者搞了一场直播，围绕软件工程、商业、模型开发、科学研究、教育、安全等问题，奥特曼进行了一场超「有问必答」的对谈。 问题一个比一个劲爆，奥特曼这边也是诚意满满，主打一个：奥特曼大舞台，有问题您就来～ 整场直播听下来呢，奥特曼也确实给出了一些非常实诚的结论，我也帮大家小小总结了一下： 未来从事工程师工作的人数可能会大幅增加。 我们花在写代码、调试代码上的时间将会明显减少，更多精力会用在让系统替我们把事办成上。 在今后的几年，我们会大量使用只为一个人、或极小群体量身定制的软件。 OpenAI确实搞砸了ChatGPT5系列模型，今后C
Clawdbot爆火，我看到了腾讯元宝的通天路（在新窗口打开）
GitHub上有这么一个项目，一天内就暴涨了9000颗星，从早上的7.9K飙升到晚上的17K+。截至发稿，这个项目已经突破4万颗星了。
5000万AI大单，零一万物拿下（在新窗口打开）
将在武汉硚口区建设数据要素产业基地。 智东西1月26日报道，1月23日，武汉人工智能产业基地运营及服务采购项目发布中标结果公告，北京零一万物信息技术有限公司中标，投标报价5000万元。 2025年12月16日，武汉人工智能产业基地运营及服务采购项目发布中标候选人公示，北京零一万物信息技术有限公司为第一中标候选人。 ▲中标候选人公示部分截图（图源：楚天云采E购平台） 其中，第二中标候选人为安徽思高智能科技有限公司，投标报价为4390万元。第三投标候选人为武汉引航信息科技有限公司，投标报价为5090万元。 该项目于2025年11月22日发布公开招标公告，预算金额为5200万元，招标内容为运营及服务
高效智能体的「幕后推手」是谁？一篇综述带你从记忆×工具学习×规划看透（在新窗口打开）
随着大模型能力的跃迁，业界关注点正在从 “模型能不能做” 快速转向 “智能体能不能落地”。过去一年可以看到大量工作在提升智能体的有效性（effectiveness）：如何让它更聪明、更稳、更会用工具、更能完成复杂任务。
机器人看不清，蚂蚁给治好了（在新窗口打开）
天下苦机器人看不清透明和反光物体久矣。 毕竟就连小动物甚至人，有时候一个不小心，都会搞笑地撞到干净的玻璃门…… 不仅如此，若是让机器人拿起透明的玻璃杯、反光的不锈钢物体，他们也会经常出现“突然看不清了”的情况。 这一切的问题，正是出在了机器人的眼睛——深度相机。 因为无论是基于结构光还是双目立体视觉的深度相机，它们的工作原理都是依赖物体表面对光线的稳定反射。 而透明材质会让光线直接穿透，高反光材质则会将光线漫反射到四面八方，导致传感器无法接收到有效的回波信号，从而产生大量缺失或错误的深度值。 对比一下我们人类看到的场景和机器人眼中的场景，就一目了然了： 毫不夸张地说，这类让机器人睁眼看不清的问
思维链太长拖慢推理？把它「画」进隐空间！新框架RoT探索大模型隐空间推理新范式（在新窗口打开）
在 LLM 时代，思维链（ CoT）已成为解锁模型复杂推理能力的关键钥匙。然而，CoT 的冗长问题一直困扰着研究者——中间推理步骤和解码操作带来了巨大的计算开销和显存占用，严重制约了模型的推理效率。
多模态大模型中Attention机制暗藏「骗局」，需用一个公式修正丨上大×南开（在新窗口打开）
Attention真的可靠吗？ 近年来，Vision-Language Models（VLMs）在多模态理解任务中取得了显著进展，尤其是在视觉问答、图像理解和视频理解等场景中，模型通常通过language-to-vision attention来衡量视觉token与文本之间的相关性，并据此进行visual token pruning，以降低推理成本、提升运行效率。 然而，一个长期被忽视的问题是：attention本身是否真的能够作为“语义重要性”的可靠指标？ 在最新研究中，上海大学曾丹团队系统分析了主流VLM中attention的行为模式，发现一个关键却容易被忽略的现象——attention并
谷歌DeepMindCEO：谷歌最接近AGI的模型是Veo，不是Gemini 3！没有引入广告的计划，曝AI眼镜最新进展：杀手级应用将出现（在新窗口打开）
在达沃斯论坛之后，谷歌Deepmind CEO Demis Hassabis又连续上了两个播客，放出了不少谷歌的新动向！
DeepSeek最新王炸模型：VLM架构重磅突破，AI像人一样读图（在新窗口打开）
这一框架可用于集成额外文本、语音和视觉等多种模态。
斯坦福英伟达推出测试时强化学习：微调开源模型胜过顶级闭源模型，仅需几百美元（在新窗口打开）
大模型持续学习，又有新进展！ 来自斯坦福、英伟达等研究机构的最新研究，针对解决开放的科学问题，提出全新思路—— Test-Time Training to Discover (TTT-Discover)。 其基于开源模型gpt-oss-120b，在多个领域达到SOTA，优于人类专家与闭源前沿模型。 该方法不再沿用“测试时缩放”（Test-time Scaling）只通过Prompt调度冻结模型的做法。 而是在测试阶段，针对单个具体问题，引入强化学习（RL）对模型权重进行更新。 这种“测试时训练”使模型能够从该问题的失败尝试中实时获取经验，更新参数，实现模型能力的定向进化。 数学：给出了Erdő
刚刚，微软全新一代自研AI芯片Maia 200问世（在新窗口打开）
一觉醒来，我们看到了微软自研 AI 芯片的最新进展。 微软原定于 2025 年发布的下一代 AI 芯片 Maia 200，终于在今天问世！根据微软官方介绍，Maia 200 作为一款强大的 AI 推理加速器，旨在显著改善 AI token 生成的经济性。
憋了4个月，阿里最大最强模型Qwen3-Max-Thinking正式版发布！附一手实测（在新窗口打开）
阿里巴巴推出了Qwen3-Max-Thinking，这是阿里千问系列目前能力最强的旗舰级推理模型，在19项权威基准测试中，Qwen3-Max-Thinking跟GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等顶尖模型打得有来有回，搭配测试时扩展（TTS）能力后，能在不少基准测试上达到SOTA。