是RAG已死，还是RAG Anything，All in RAG？（在新窗口打开）
每隔一阵子，总有人宣告“RAG已死”：上下文越来越长、端到端多模态模型越来越强，好像不再需要检索与证据拼装。但真正落地到复杂文档与可溯源场景，你会发现死掉的只是“只切文本的旧RAG”。
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。
无奖励也能把Agent练硬，Meta发布早期经验学习，隐式建模+反思（附提示词）（在新窗口打开）
Meta提出早期经验（Early Experience）让代理在无奖励下从自身经验中学习：在专家状态上采样替代动作、执行并收集未来状态，将这些真实后果当作监督信号。核心是把“自己造成的未来状态”转为可规模化的监督。
英伟达4段简短提示词，IOI夺金！开源模型也能征服最难编程竞赛（在新窗口打开）
OpenAI的封闭模型在IOI 2025竞赛夺金的同时，英伟达团队交出了一份同样令人振奋的答卷——他们利用完全开源的大模型和全新的GenCluster策略，在IOI 2025竞赛中跑出了媲美金牌选手的成绩！开源模型首次达到了IOI金牌水准。这究竟是怎样实现的？
AI点外卖哪家强，美团LongCat团队做了个全面评测（在新窗口打开）
美团LongCat团队发布了当前高度贴近真实生活场景、面向复杂问题的大模型智能体评测基准——VitaBench（Versatile Interactive Tasks Benchmark）。VitaBench以外卖点餐、餐厅就餐、旅游出行三大高频生活场景为典型载体，构建了一个包含66个工具的交互式评测环境，并设计了跨场景综合任务。
Meta用40万个GPU小时做了一个实验，只为弄清强化学习Scaling Law（在新窗口打开）
在 LLM 领域，扩大强化学习算力规模正在成为一个关键的研究范式。但要想弄清楚 RL 的 Scaling Law 具体是什么样子，还有几个关键问题悬而未决：如何 scale？scale 什么是有价值的？RL 真的能如预期般 scale 吗？
400元遥操95%机械臂！上海交大推出开源项目U-Arm，打造通用、低成本的人机遥操作接口（在新窗口打开）
400元遥操95%机械臂，上海交大推出开源项目U-Arm！ 目前它已在XArm6、Dobot CR5、ARX R5等多种机械臂真机上进行了遥操作的验证。
GPT-6要「活」了？MIT新作曝光，AI「自进化」不远了（在新窗口打开）
麻省理工学院最新研究预示着人类距离能够自主学习的AI又迈出了关键一步。该研究推出了一种全新的自适应大模型框架「SEAL」，让模型从「被动学习者」变为「主动进化者」。
斯坦福具身智能大佬引用，Huggingface官方催更：北京人形开源WoW具身世界模型（在新窗口打开）
在「具身智能」与「世界模型」成为新一轮 AI 竞赛关键词的当下，来自北京人形机器人创新中心、北京大学多媒体信息处理国家重点实验室、香港科技大学的中国团队开源了全新的世界模型架构。
AI智能编程新框架，节省一半时间就能“聪明”地写代码丨上海AI Lab&华师大（在新窗口打开）
在代码层面，大语言模型已经能够写出正确而优雅的程序。但在机器学习工程场景中，它离真正“打赢比赛”仍有不小差距。
多轮Agent训练遇到级联失效？熵控制强化学习来破局（在新窗口打开）
在训练多轮 LLM Agent 时（如需要 30 + 步交互才能完成单个任务的场景），研究者遇到了一个严重的训练不稳定问题：标准的强化学习方法（PPO/GRPO）在稀疏奖励环境下表现出剧烈的熵值震荡，导致训练曲线几乎不收敛。
稳定训练、数据高效，清华大学提出「流策略」强化学习新方法SAC Flow（在新窗口打开）
本文介绍了一种用高数据效率强化学习算法 SAC 训练流策略的新方案，可以端到端优化真实的流策略，而无需采用替代目标或者策略蒸馏。SAC FLow 的核心思想是把流策略视作一个 residual RNN，再用 GRU 门控和 Transformer Decoder 两套速度参数化。
这是最新AI产品季度百强丨量子位智库AI 100（在新窗口打开）
最新一季度的「AI 100」双榜单出炉了。 领军阵营中，哪些头部产品的地位被撼动，哪些新起之秀成功突围？高潜力种子选手中，有哪些新的细分场景和产品设计展现潜力？ 旗舰100和创新100榜单分别聚焦「国
谷歌142页报告首发揭秘：90%码农每天用AI超2小时！（在新窗口打开）
90%的开发者都在用AI，却只有24%真正信任它！DORA 2025报告揭示：AI不是万能解药，而是放大镜。它让强者飞升，让弱者溃败。七种团队人设、七项关键能力，决定了你的团队，是进化还是崩塌。
推理提速4倍！莫纳什、浙大提出动态拼接，大小模型智能协作（在新窗口打开）
针对「大模型推理速度慢，生成token高延迟」的难题，莫纳什、北航、浙大等提出R-Stitch框架，通过大小模型动态协作，衡量任务风险后灵活选择：简单任务用小模型，关键部分用大模型。实验显示推理速度提升最高4倍，同时保证高准确率。
边打字边出片，交互式生成长视频！英伟达联合MIT开源新SOTA（在新窗口打开）
AI拍长视频不再是难事！LongLive通过实时交互生成流畅画面，解决了传统方法的卡顿、不连贯等痛点，让普通人都能轻松拍大片。无论是15秒短片还是240秒长片，画面连贯、节奏流畅，让创作变得像打字一样简单。
语音助手的「智商滑铁卢」：当GPT开口说话，准确率从74.8%跌到6.1%（在新窗口打开）
杜克大学和 Adobe 最近发布的 VERA 研究，首次系统性地测量了语音模态对推理能力的影响。研究覆盖 12 个主流语音系统，使用了 2,931 道专门设计的测试题。
破解空间智能数据稀缺难题，影石开源DiT架构全景生成模型，在线可玩（在新窗口打开）
空间智能领域的全景数据稀缺问题，有解了。影石研究院团队，推出了基于DiT架构的全景图像生成模型DiT360。通过全新的全景图像生成框架，DiT360能够实现高质量的全景生成。
动作波动率降低70%！清华发布工业控制专用神经网络模型 | TIV'25（在新窗口打开）
在机器人与自动驾驶领域，由强化学习训练的控制策略普遍存在控制动作不平滑的问题。这种高频的动作震荡不仅会加剧硬件磨损、导致系统过热，更会在真实世界的复杂扰动下引发系统失稳，是阻碍强化学习走向现实应用的关键挑战。
ICCV 2025 | 浙大、港中文等提出EgoAgent：第一人称感知-行动-预测一体化智能体（在新窗口打开）
在今年的国际计算机视觉大会（ICCV 2025）上，来自浙江大学、香港中文大学、上海交通大学和上海人工智能实验室的研究人员联合提出了第一人称联合预测智能体 EgoAgent。
「重要性采样」并不「重要」？快手清华ASPO攻克重要性采样权重错配（在新窗口打开）
从ChatGPT到DeepSeek，强化学习（Reinforcement Learning, RL）已成为大语言模型（LLM）后训练的关键一环。
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。