揭开多智能体决策的隐形不公，结果指标相同也未必可靠 | EMNLP'26（在新窗口打开）
当多个大语言模型（LLM）组成「招聘委员会」，共同筛选简历、讨论候选人、打分并投票时，我们通常会用最终录用率来判断系统是否公平。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
长期知识库怎么维护？WeKnora 维护机制拆解与Milvus 接入实测（在新窗口打开）
给一个需要长期维护的知识库做数据库选型，通常会碰到两类问题：内容持续更新以后，框架能不能方便修改和回退；数据量和负载上来以后，底层向量数据库能不能根据需求切换。
单样本校准、零推理开销，免训练LoRA合并框架上线 | ICML'26（在新窗口打开）
AIGC相关创作中，多个LoRA合并到一起，画风串味、角色崩坏几乎是必然。
Action Map Policy：从高维动作回归到像素分类，一种新的机器人操作学习范式（在新窗口打开）
If I Had One Bet on Robot Learning, I’d Bet on Cross-Entropy. 大语言模型的成功揭示了一个适用于一维序列数据的清晰 Scaling Law：通过自回归训练，并采用交叉熵（cross-entropy）目标函数预测下一个 token 的概率分布，模型能够建模非常复杂的语义概率分布，并随着数据规模和模型规模的增长持续提升性能。
被小米悄悄上线的MiMoAgent惊到了！【附邀请码】（在新窗口打开）
不得不说，国内Agent大战已经到了白热化阶段，就在昨天，小米也正式下场。开放桌面端应用：MiMo Desktop。目前是邀测阶段。
Astra 的 Computer Use 能力是如何实现的？（在新窗口打开）
文章拆解了 Astra 模型与 Codex Harness 的配合方式：Codex 启动一个持续运行的代码环境，接入浏览器和桌面操作工具；Astra 通过无障碍模式读取界面中的文字、按钮结构，并通过截图综合判断。模型把准备执行的操作写成代码，交给 Codex 的工具完成。
重磅！力压Gemini，中国开源全新交互AI模型（在新窗口打开）
「麻烦你，帮我看一下。」 一副 AI 眼镜的价值，可能就藏在少说一次这样的话里。 到了陌生的地方，视障用户最需要的不是一个什么都能聊的 AI，而是一个能告诉他周围有什么、该注意什么的帮手。该提醒时及时提醒，没必要时就安静，别在耳边说个不停。 京东在本次 JDD 上展示的 AI 眼镜，瞄准的正是这个需求：接入 JoyAI-VL-Interaction 模型，通过第一视角持续理解周围环境，为全盲及低视力人群提供辅助，减少「必须问人」的时刻。 这是一副充满爱与希望的智能眼镜。它也是观察京东 AI 路线的一个小切口。 JDD 期间，京东发布并开源JoyAI-Echo WM 实时可交互世界模型，并带来一
还记得龙虾User.md吗「个性化」和记忆究竟能在多大程度上影响LLM的输出？UIUC评测（在新窗口打开）
个性化在通用AI产品中一直是个加分项。无论是ChatGPT、Gemini还是Claude，还是今年的Openclaw、Harmes都把记忆和个性化当成核心卖点，理由是它能提高可用性、参与度和用户满意度。学术界对个性化的研究，也几乎全部集中在"如何做得更好、更准、更符合用户口味"上。
大模型全是演技派！AI教学的正确方式：用真实数据训出60个数字学生（在新窗口打开）
AI教师已经可以完成不少单次教学任务。 一道数学题，它能拆解步骤；一篇英文作文，它能指出语法问题；一盘棋，它也能讲出下一步思路。很多场景里，模型输出已经足够像一位耐心助教。 但教学效果不能只看教师端。学生听完之后有没有改正错误，是否只是照着提示走，同一句讲解对不同学生是否产生不同效果，这些都发生在学生端。 AI教师如果要学习个性化指导，也需要反复观察学生反应。 现实里，这些反应主要来自human study。每次调整教学策略，都要组织学生参与，收集交互，再由人工评估。 AI模型可以快速更新，但教育反馈的获取速度受human study实验周期限制。 AI tutor需要学生反馈来改进教学，但真
ECCV 2026 | AgentVLN：让机器人导航进入Agent时代（在新窗口打开）
近年来，视觉语言模型（Vision-Language Model, VLM）在图像理解、语义推理等任务中展现出了强大的能力。然而，当这些模型真正进入物理世界，让机器人根据一句自然语言指令完成自主导航时，仍然面临巨大挑战。
国产世界模型EchoWM开源！会发声的「可探索世界」来了（在新窗口打开）
进入到 2026 年，可交互世界生成面对一道更难的考题：AI 生成的世界能否经得起用户反复探索？一扇门画得逼真，只是起点。往前走，它要自然靠近；穿过走廊再回头，它还应该留在原来的位置。用户每一次移动、转身和折返，都在检验模型是否有能力记住已经生成的世界。
DeepSeek V4.1 Flash 开源：全新架构（在新窗口打开）
刚刚，DeepSeek 开源了 V4.1 Flash，原生支持视觉理解，也是全新架构系列中最小的一款模型，550B 总参数，输入时激活 8B，输出时激活 16B（你没看错，输入输出激活不同）
中科院×字节提出直播间模拟器：让大模型还原用户如何被环境一步步改变 | EMNLP'26（在新窗口打开）
大模型在直播场景模拟用户行为，理解真实的社交动态和风险演化，是当前一个非常热门的研究话题。
虚幻引擎CEO围观最新世界模型：代码驱动，视频模型生成画面（在新窗口打开）
近年来，视频生成模型在清晰度、时序一致性和可控性上快速进步。给定文本、图像、相机轨迹或玩家动作，模型已经能够合成连贯的后续画面，也让「可交互视频世界」逐渐从概念走向可观看、可操作的原型。
同等预算下，Looped Transformer更强吗？清华、字节Seed给出答案（在新窗口打开）
在大模型的发展中，提升能力的主要手段一直是 "做大"—— 更多参数、更多数据、更多算力。如今，另一条思路开始受到关注：与其不断堆叠新的层，不如让已有的层再跑一遍。这就是 Looped Transformer。普通 Transformer 的每一层只执行一次，而 Looped Transformer 会把其中一部分层重复执行，让模型在不增加参数的情况下获得更深的计算。
全扩散架构、无需图文对预训练，LLaDA杀穿开源文生图（在新窗口打开）
先学会画，再学会听话。 LLaDA-Image 在预训练和中期训练阶段直接从图片学习视觉先验，超过 90% 的累计生成训练样本采用 image-only 监督；图文对则集中用于后续语言对齐。模型权重、训练代码和完整配方同步开放。
颜水成团队重磅发布VoiceMem,提出「流式双脑架构」打造下一代实时交互基础设施（在新窗口打开）
科幻早就预演过这一天，而这两年 AI 的真实进展，正把它推成一个可讨论的命题：AI 或许不会停在「工具」上，而会成为与人类共生的存在 ——AGI Being。
用GPT-6 Astra操控Blender玩3D，保姆级教程来了。（在新窗口打开）
Blender，可能就是这次GPT-6 Astra上线后的最大受益者。
王云鹤创业后交出首个模型（在新窗口打开）
王云鹤创业后，首次交卷了大模型成果。 量子位获悉，华为诺亚方舟实验室前主任、盘古大模型负责人王云鹤创办的基元律动，发布首个Agent-Native模型NeoHorse。 该模型由无问芯穹提供底层基础设施支撑与Infra优化技术能力，清华大学、北京大学团队参与算法和训练方法研究，共同探索提升Agent后训练的数据利用效率和训练效果。 NeoHorse-1包含4B和9B两个版本，重点面向Agent工作过程中需要的一组能力，包括调用工具、读取环境反馈、发现错误、调整路径，并最终完成任务。 在覆盖Harness Agent、工具使用、代码和指令遵循等10项评测中，经过Agentic Post-Trai
端侧模型太夯了！面壁智能开源2B「小钢炮」，通用Agent杀到端侧（在新窗口打开）
过去几年，端侧大模型一直在不断突破能力边界。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。