Nano Banana不会应试！指标拉垮，视觉效果惊艳，实测14个任务（在新窗口打开）
最新报告探讨了生成式模型Nano Banana Pro在低层视觉任务中的表现，如去雾、超分等，传统上依赖PSNR/SSIM等像素级指标。研究发现，Nano Banana Pro在视觉效果上更佳，但传统指标表现欠佳，因生成式模型更追求语义合理而非像素对齐。
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。
科研人福音！一键生成PPT和科研绘图，北大开源Paper2Any，全流程可编辑（在新窗口打开）
你是否经历过这样的至暗时刻： 明明实验数据已经跑通，核心逻辑也已梳理完毕，却在面对空白的 PPT 页面时陷入停滞； 明明脑海里有清晰的系统架构，却要在 Visio 或 Illustrator 里跟一根歪歪扭扭的线条较劲半小时； 好不容易用 AI 生成了一张精美的流程图，却发现上面的文字是乱码，或者为了改一个配色不得不重新生成几十次……
字节Seed：大概念模型来了，推理的何必是下一个token（在新窗口打开）
LLM的下一个推理单位，何必是Token？刚刚，字节Seed团队发布最新研究——DLCM（Dynamic Large Concept Models）将大模型的推理单位从token（词） 动态且自适应地推到了concept（概念）层级。
前OpenAI CTO押注的赛道，被中国团队抢先跑通，AI「下半场」入场券人人有份（在新窗口打开）
在大公司一路高歌猛进的 AI 浪潮里，小创业者和高校研究者正变得越来越迷茫。就连前段时间谷歌创始人谢尔盖・布林回斯坦福，都要回答「大学该何去何从」「从学术到产业的传统路径是否依然重要」这类问题。
MIT发现让AI变聪明的秘密，竟然和人类一模一样（在新窗口打开）
你有没有发现，你让AI读一篇长文章，结果它读着读着就忘了前面的内容？ 你让它处理一份超长的文档，结果它给出来的答案，牛头不对马嘴？ 这个现象，学术界有个专门的名词，叫做上下文腐化。 这也是目前AI的通病：大模型的记忆力太差了，文章越长，模型越傻！
500万人在线围观，Claude Code创建者的13条独家实战秘籍爆火（在新窗口打开）
2026 新年第三天，Claude Code 创建者、负责人 Boris Cherny 开展「线上教学」，亲自示范他自己使用这个 AI 编程工具的工作流。
为什么有人用 Claude Code 效率是你的 3 倍？秘密在这里（在新窗口打开）
最近火的一塌糊涂的 Skills 很多群友在问是啥东东
谷歌Vertex AI 1000美元赠金领取手把手教程（在新窗口打开）
在深入了解如何领取赠金之前，让我们首先认识一下Google Cloud和Vertex AI这两项核心服务：
AAAI 2026 | 小鹏联合北大，专为VLA模型定制视觉token剪枝方法，让端到端自动驾驶更高效（在新窗口打开）
VLA 模型正被越来越多地应用于端到端自动驾驶系统中。然而，VLA 模型中冗长的视觉 token 极大地增加了计算成本。但现有的视觉 token 剪枝方法都不是专为自动驾驶设计的，在自动驾驶场景中都具有局限性。
MIT团队推出递归语言模型！不改架构、不扩窗口，上下文处理能力扩展百倍（在新窗口打开）
新年伊始，MIT CSAIL 的一纸论文在学术圈引发了不小的讨论。Alex L． Zhang 、 Tim Kraska 与 Omar Khattab 三位研究者在 arXiv 上发布了一篇题为《Recursive Language Models》的论文，提出了所谓“递归语言模型”（Recursive Language Models，简称 RLM）的推理策略。
继2025推理模型之后，2026「递归模型」RLM要火了。（在新窗口打开）
2025年的最后一天， MIT CSAIL提交了一份具有分量的工作。当整个业界都在疯狂卷模型上下文窗口（Context Window），试图将窗口拉长到100万甚至1000万token时，这篇论文却冷静地指出了一个被忽视的真相：这就好比试图通过背诵整本百科全书来回答一个复杂问题，既昂贵又低效。
机器人也怕疼！港城突破性电子皮肤：主动痛觉 + 损伤自检双buff拉满（在新窗口打开）
这下，你打人形机器人，它真的会「疼」了。
ControlNet作者张吕敏最新论文：长视频也能实现超短上下文（在新窗口打开）
大部分的高质量视频生成模型，都只能生成上限约15秒的视频。清晰度提高之后，生成的视频时长还会再一次缩短。
信息论证明，小模型跑在本地才是Agent的终极解法｜斯坦福重磅（在新窗口打开）
在近一年里，Agentic System（代理系统/智能体系统）正变得无处不在。从Open AI的Deep Research到Claude Code，我们看到越来越多的系统不再依赖单一模型，而是通过多模型协作来完成复杂的长窗口任务。
多agent系统实战之：Agno与LangGraph，谁更适合快速落地生产？（在新窗口打开）
今天还是聊聊生产级agent怎么搭这回事。
比 JSON 省一半钱的格式，为什么大厂不敢用？（在新窗口打开）
最近在研究 RAG 系统优化的时候，发现了一个有意思的格式叫 TOON。全称是 Token-Oriented Object Notation，翻译过来就是面向 Token 的对象表示法。
LeCun在Meta还有论文：JEPA物理规划的「终极指南」（在新窗口打开）
真正的挑战在于，如何在错综复杂的原始视觉输入中提取抽象精髓。这便引出了本研究的主角：JEPA-WM（联合嵌入预测世界模型）。从名字也能看出来，这个模型与 Yann LeCun 的 JEPA（联合嵌入预测架构）紧密相关。事实上也确实如此，并且 Yann LeCun 本人也是该论文的作者之一。
微信炼出扩散语言模型，实现vLLM部署AR模型3倍加速，低熵场景超10倍（在新窗口打开）
近日，腾讯微信 AI 团队提出了 WeDLM（WeChat Diffusion Language Model），这是首个在工业级推理引擎（vLLM）优化条件下，推理速度超越同等 AR 模型的扩散语言模型。
系统学习Deep Research，这一篇综述就够了（在新窗口打开）
近年来，大模型的应用正从对话与创意写作，走向更加开放、复杂的研究型问题。尽管以检索增强生成（RAG）为代表的方法缓解了知识获取瓶颈，但其静态的 “一次检索 + 一次生成” 范式，难以支撑多步推理与长期
DeepSeek改造何恺明残差连接！梁文峰亲自署名，十年首次重大升级（在新窗口打开）
2026年新年第一天，DeepSeek上传新论文。给何恺明2016成名作ResNet中提出的深度学习基础组件“残差连接”来了一场新时代的升级。残差连接自2016年ResNet问世以来，一直是深度学习架构的基石。
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。