Know AI. See What’s Next.
第 1 张，共 5 张：MiniMax M3.1 Flash来了：Opus 5.5刷屏的绝活，它也能做
最新资讯流
小孩子才做选择，成年人 All in AI | 剪映最新 AI 全家桶，第一时间评测（在新窗口打开）
当「剪映」全面注入 AI，这个已经很成熟的创作工具又将发生什么新变化？我们先来试一试全新的「AI 剪映」的流程，再来理解创作者大会上的交流，会更加贴切一点。可以这么说，剪映的全面 AI 化，并非遥不可及的技术炫技，而是精准地切入了当下内容团队最真实、最高频的场景需求
“AI科学家”登顶Nature：MIT团队开发多模态AI平台，全程无人干预90天即发现高效电催化剂（在新窗口打开）
近日，为了加速多元素催化剂的发现与优化，美国麻省理工学院团队开发了一个多模态机器人平台——CRESt（Copilot for Real-world Experimental Scientists）。该平台能够结合自动化设备、大规模模型和实验室监测，在实验设计中融入人类经验、文献知识和显微结构信息，从而加速多元素催化剂的发现和优化加速发展。
暴走东京电玩展，Game Show也AI上了（在新窗口打开）
这年头出门逛展，中国厂商真的是把排面拉爆了。比如火热进行中的东京电玩展（TGS），现场是这样的：一眼AI含量爆棚的，当属阿里展台——通义千问和通义万相两个开源界当红炸子鸡，妥妥C位出展。
估值840亿AI实验室再放大招，他们要给大模型戴上「紧箍咒」（在新窗口打开）
在大模型训练时，如何管理权重、避免数值爆炸与丢失？Thinking Machines Lab 的新研究「模块流形」提出了一种新范式，它将传统「救火式」的数值修正，转变为「预防式」的约束优化，为更好地训练大模型提供了全新思路。
电路工程师AI转型指南（在新窗口打开）
上周，一个做算法的朋友给我演示了用大模型生成电路原理图的过程。那个瞬间，我仿佛看到了未来的轮廓——当AI开始理解硬件设计，我们这些靠经验在竞争中胜出的工程师，出路在哪里？
iOS 26.1 隐藏彩蛋曝光，苹果给 ChatGPT 们造了个新「C 口」（在新窗口打开）
据 9to5Mac 报道，iOS 26.1、iPadOS 26.1 和 macOS Tahoe 26.1 开发者测试版隐藏的代码显示，苹果正在为 App Intents 引入 MCP 支持打基础。这也意味着未来，我们能让 ChatGPT、Claude 或其他任何兼容 MCP 的 AI 模型直接与 Mac、iPhone 和 iPad 应用交互。
刚刚，奥特曼预言：人类「只剩」最后5年！（在新窗口打开）
奥特曼投下震撼弹：五年后AI将全面超越人类，到2030年诞生的「超级智能」甚至能攻克「量子引力」难题。人类智力的霸权时代，已进入倒计时。他在接受德国《世界报》采访时表示：我可以肯定地说，到2030年底之前，如果我们没能开发出能够完成人类自身无法企及任务的超级智能模型，我会感到非常意外。
业界首个高质量原生3D组件生成模型来了！来自腾讯混元团队（在新窗口打开）
业界首个高质量原生3D组件生成模型来了！来自腾讯混元3D团队。现有的3D生成算法通常会生成一体化的3D模型，而下游应用通常需要语义可分解的3D形状，即3D物体的每一个组件需要单独地生成出来。
京东AI一揽子开源！超多核心项目全开源，GitHub万star项目也有新进展了（在新窗口打开）
超越DeepMind的Langfun、抱抱脸的Smolagent等，国产智能体位列全球智能体第一梯队！GitHub明星开源项目、行业首个100%开源的企业级智能体JoyAgent，迎来重要更新——
你的AI助手更万能了！天禧合作字节扣子，解锁无限新功能（在新窗口打开）
天禧个人超级智能体和字节跳动扣子官宣生态合作！
阿里英伟达合作的Physical AI，是怎么回事？（在新窗口打开）
云栖大会上，阿里宣布AI平台将把完整的英伟达Physical AI（物理AI）软件栈纳入其开发者选项菜单。这个看似技术性的宣布，实际上标志着人工智能发展的一个重要转折点。英伟达CEO黄仁勋在2025年CES大会上明确表示：AI下一个前沿就是物理AI，蕴藏着巨大的潜力和机遇。
超越免训练剪枝：LightVLA引入可微分token剪枝，首次实现VLA模型性能和效率的双重突破（在新窗口打开）
LightVLA 是一个旨在提升 VLA 推理效率且同时提升性能的视觉 token 剪枝框架。当前 VLA 模型在具身智能领域仍面临推理代价大而无法大规模部署的问题，然而大多数免训练剪枝框架依赖于中间注意力输出，并且会面临性能与效率的权衡问题。
多模态推理最高加速3.2倍！华为诺亚新算法入选NeurIPS 2025（在新窗口打开）
不牺牲任何生成质量，将多模态大模型推理最高加速3.2倍！ 华为诺亚方舟实验室最新研究已入选NeurIPS 2025。
缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈（在新窗口打开）
视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
NeurIPS 2025 | 面向具身场景的生成式渲染器TC-Light来了，代码已开源（在新窗口打开）
TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器，能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染，同时具备良好的时序一致性和低计算成本开销，使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强，帮助获得具身智能训练所需的海量高质量数据。
NeurIPS Spotlight｜运动遮挡都不怕，0先验、一段视频精准预测相机参数（在新窗口打开）
在三维重建、NeRF 训练、视频生成等任务中，相机参数是不可或缺的先验信息。传统的 SfM/SLAM 方法（如 COLMAP）在静态场景下表现优异，但在存在人车运动、物体遮挡的动态场景中往往力不从心，并且依赖额外的运动掩码、深度或点云信息，使用门槛较高，而且效率低下。
实测Kimi全新Agent模型「OK Computer」，很OK（在新窗口打开）
Kimi发布全新Agent模型OK Computer ！这个新Agent名字好像还有点儿来头啊……别的先不说，OK Computer到底OK不OK？实测一下！
攻克结构化长文档检索难题！新框架让模型告别“结构性失明”（在新窗口打开）
AI读不懂HTML、Markdown长文档的标题和结构，找信息总踩坑？解决方案来了——SEAL全新对比学习框架通过带结构感知+元素对齐，让模型更懂长文。
用AI砍掉70%制作预算！OpenAI首部动画长片《Critterz》能否改写动画规则？（深度观察）（在新窗口打开）
《Critterz》讲述了一群森林生物在村庄受到一个陌生人打扰后踏上冒险之旅的故事，该片是OpenAI创意专家Chad Nelson的创意。2023年，导演兼编剧Chad Nelson与Native Foreign团队完成了《Critterz》短片，并尝试首次使用OpenAI的DALL-E完成美术与场景风格设定。
黄仁勋最新访谈：英伟达投资OpenAI不是签署大额订单的前提（在新窗口打开）
9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner，Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了当下市场的关心的问题。