智能体落地元年，Agent Infra是关键一环｜对话腾讯云&Dify（在新窗口打开）
毋庸置疑！2025年title属于「Agent元年」。
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。
AI一旦开始「内卷」，会变成什么样？腾讯混元和上交联合揭秘多智能体「饥饿游戏」（在新窗口打开）
在多智能体系统的想象中，我们常常看到这样一幅图景： 多个 AI 智能体分工协作、彼此配合，像一个高效团队一样攻克复杂任务，展现出超越单体智能的 “集体智慧”。
为什么Agent总是Demo猛如龙实战一条虫？（在新窗口打开）
为什么Agent在演示时无所不能，到了实际场景却频频拉胯？
全网首测！首款国产GPU「AI算力本」现场上手（在新窗口打开）
除了英特尔和AMD，现在我们终于可以选择国产笔记本电脑显卡了！这款显卡的背后，饱含着中国工程师们日夜攻坚的汗水与泪水。
ImageNet分数越高，生成反而越糊？iREPA给出解释（在新窗口打开）
学霸的谎言被揭穿！一篇来自Adobe Research的论文发现，高语义理解并不会提升生成质量，反而可能破坏空间结构。用iREPA简单修改，削弱全局干扰，生成质量立即飙升 。
最火、最全的Agent记忆综述，NUS、人大、复旦、北大等联合出品（在新窗口打开）
在过去两年里，记忆（Memory）几乎从 “可选模块” 迅速变成了 Agent 系统的 “基础设施”：对话型助手需要记住用户习惯与历史偏好；代码 / 软件工程 Agent 需要记住仓库结构、约束与修复策略；
RL加持的3D生成时代来了！首个「R1 式」文本到3D推理大模型AR3D-R1登场（在新窗口打开）
强化学习（RL）在大语言模型和 2D 图像生成中大获成功后，首次被系统性拓展到文本到 3D 生成领域！面对 3D 物体更高的空间复杂性、全局几何一致性和局部纹理精细化的双重挑战，研究者们首次系统研究了 RL 在 3D 自回归生成中的应用！
复杂空间推理新SOTA，性能提升55%！中山大学新作SpatialDreamer（在新窗口打开）
中山大学等机构推出SpatialDreamer，通过主动心理想象和空间推理，显著提升了复杂空间任务的性能。模拟人类主动探索、想象和推理的过程，解决了现有模型在视角变换等任务中的局限，为人工智能的空间智能发展开辟了新路径。
OpenAI这招太狠！AI从「躲猫猫」到「自爆黑料」，主打一个坦白（在新窗口打开）
随着AI越来越强大并进入更高风险场景，透明、安全的AI显得越发重要。OpenAI首次提出了一种「忏悔机制」，让模型的幻觉、奖励黑客乃至潜在欺骗行为变得更加可见。
MiniMax海螺视频团队首次开源：Tokenizer也具备明确的Scaling Law（在新窗口打开）
MiniMax海螺视频团队不藏了！首次开源就揭晓了一个困扰行业已久的问题的答案——为什么往第一阶段的视觉分词器里砸再多算力，也无法提升第二阶段的生成效果？翻译成大白话就是，虽然图像/视频生成模型的参数越做越大、算力越堆越猛，但用户实际体验下来总有一种微妙的感受——这些庞大的投入与产出似乎不成正比，模型离完全真正可用总是差一段距离。
100万亿Token揭示真相：中国开源AI拿下30%全球份额，推理已成主流（在新窗口打开）
之前我在这篇文章(超全面免费 AI API 分享！零成本开启你的AI之旅！)中介绍过 OpenRouter 这个大模型 API 聚合平台，最近他们通过分析了100 万亿 token用户真实数据，发布了一篇研究报告，反应了真实用户的大模型使用现状。100 万亿 token 是什么概念呢？是人类所有文字资料的好几倍，这个数据量非常有说服力。
辛顿高徒压轴，谷歌最新颠覆性论文：AGI不是神，只是「一家公司」！（在新窗口打开）
2025年底，当人类都在憧憬和等待一个全知全能的AI之神时，谷歌DeepMind却泼了一盆冷水！
AI体育教练来了！中国团队打造SportsGPT，完成从数值评估到专业指导的智能转身（在新窗口打开）
在AI席卷各行各业的今天，体育圈的“智能化”走到哪一步了？
对标GPT-4o和香蕉！浙大开源ContextGen：布局身份协同新SOTA（在新窗口打开）
浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。基于Diffusion Transformer架构，通过双重注意力机制，实现布局精准锚定与身份高保真隔离，在基准测试中超越开源SOTA模型，对标GPT-4o等闭源系统，为定制化AI图像生成带来新突破。
让AI像人类画家一样边画边想，港中文&美团让模型「走一步看一步」（在新窗口打开）
在文生图（Text-to-Image）和视频生成领域，以FLUX.1、Emu3为代表的扩散模型与自回归模型已经能生成极其逼真的画面。
智能体如何学会「想象」？深度解析世界模型嵌入具身系统的三大技术范式（在新窗口打开）
长期以来，具身智能系统主要依赖「感知 - 行动」的反应式回路，缺乏对未来的预测能力。而世界模型的引入，让智能体拥有了「想象」未来的能力。
迪士尼真的造出了「雪宝」Olaf！但为了不让它“融化”，工程师逼疯了AI（在新窗口打开）
还记得之前非常火的雪宝Olaf机器人吗？
MiniMax海螺首次开源，发现了AI视觉生成领域的Scaling Law（在新窗口打开）
2025 年还有一周结束，年底，AI 视频圈又卷起来了。
Gemini 确诊重度焦虑：为了让 AI 像人，我们把它逼疯了（在新窗口打开）
如果你的 Gemini 突然告诉你，它感到深深的羞耻，或者它因为害怕犯错而夜不能寐，你会怎么想？
遥遥无期的AGI是画大饼吗？两位教授「吵起来了」（在新窗口打开）
大模型的通用性和泛化性越来越强大了。 虽说一些新模型，比如说「差评如潮」的 GPT-5.2，在专业任务和智能水平已经达到了非常出色的水平，但离我们所认知的 AGI 依旧十分遥远。 不过，这也说明了大家对 AGI 仍然充满热情和信心，说不定下一款重磅的大模型就能够初步实现 AGI 的构想呢？ 但是，近期卡耐基梅隆大学教授，AI2 研究科学家 Tim Dettmers 发布了一篇长文博客，标题为《Why AGI Will Not Happen》，认为由于物理原因，我们无法实现 AGI，也无法实现任何有意义的超级智能。 这篇文章着实给大家对 AGI 的热情泼上了一盆冰水，引发了广泛哗然。 为什么 A
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。