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。
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。
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。
Sora2还在5秒打转，字节AI生视频已经4分钟“起飞”（在新窗口打开）
从5秒到4分钟，Sora2也做不到的分钟级长视频生成，字节做到了！这就是字节和UCLA联合提出的新方法——Self-Forcing++，无需更换模型架构或重新收集长视频数据集，就能轻松生成分钟级长视频，也不会后期画质突然变糊或卡住。
小米最新大模型成果！罗福莉现身了（在新窗口打开）
小米的最新大模型科研成果，对外曝光了。就在最近，小米AI团队携手北京大学联合发布了一篇聚焦MoE与强化学习的论文。而其中，因为更早之前在DeepSeek R1爆火前转会小米的罗福莉，也赫然在列，还是通讯作者。
谷歌×耶鲁联手发布抗癌神器！AI推理精准狙击「隐身」癌细胞（在新窗口打开）
近日，谷歌与耶鲁大学联合发布的大模型C2S-Scale，首次提出并验证了一项全新的「抗癌假设」。这一成果表明，大模型不仅能复现已知科学规律，还具备生成可验新科学假设的能力。
神经网络与符号系统大一统！华盛顿大学教授把AI逻辑统一成了张量表示（在新窗口打开）
在通往AGI的道路上，人类欠缺的是一种合适的编程语言？华盛顿大学计算机学院教授Pedro Domingos在最新的独作论文中表示，当前AI领域使用的编程语言，无一例外全都存在缺陷。同时，Domingos还提出了一种新的统一语言，将AI逻辑统一成了张量表示。
你的Agent可能在“错误进化”！上海AI Lab联合顶级机构揭示自进化智能体失控风险（在新窗口打开）
当Agent学会了自我进化，我们距离AGI还有多远？从自动编写代码、做实验到扮演客服，能够通过与环境的持续互动，不断学习、总结经验、创造工具的“自进化智能体”（Self-evolving Agent）实力惊人。
LLM越狱攻击的威胁被系统性高估? 基于分解式评分的「越狱评估新范式」出炉（在新窗口打开）
可惜，目前 LLM 越狱攻击（Jailbreak）的评估往往就掉进了这些坑。常见做法要么依赖关键词匹配、毒性分数等间接指标，要么直接用 LLM 来当裁判做宏观判断。这些方法往往只能看到表象，无法覆盖得分的要点，导致评估容易出现偏差，很难为不同攻击的横向比较和防御机制的效果验证提供一个坚实的基准。
多模态大模型首次实现像素级推理！3B参数超越72B传统模型，NeurIPS 2025收录（在新窗口打开）
多模态大模型首次实现像素级推理，指代、分割、推理三大任务一网打尽！
RL微调，关键在前10%奖励！基于评分准则，Scale AI等提出新方法（在新窗口打开）
大模型强化学习总是「用力过猛」？Scale AI联合UCLA、芝加哥大学的研究团队提出了一种基于评分准则（rubric）的奖励建模新方法，从理论和实验两个维度证明：要想让大模型对齐效果好，关键在于准确区分「优秀」和「卓越」的回答。这项研究不仅揭示了奖励过度优化的根源，还提供了实用的解决方案。
从掩码生成到「再掩码」训练：RemeDi让扩散语言模型学会自我纠正与反思（在新窗口打开）
近期，扩散语言模型备受瞩目，提供了一种不同于自回归模型的文本生成解决方案。为使模型能够在生成过程中持续修正与优化中间结果，西湖大学 MAPLE 实验室齐国君教授团队成功训练了具有「再掩码」能力的扩散语言模型（Remasking-enabled Diffusion Language Model, RemeDi 9B）。
当Search Agent遇上不靠谱搜索结果，清华团队祭出自动化红队框架SafeSearch（在新窗口打开）
在 AI 发展的新阶段，大模型不再局限于静态知识，而是可以通过「Search Agent」的形式实时连接互联网。搜索工具让模型突破了训练时间的限制，但它们返回的并非总是高质量的资料：一个低质量网页、一条虚假消息，甚至是暗藏诱导的提示，都可能在用户毫无察觉的情况下被模型「采纳」，进而生成带有风险的回答。
AI玩拼图游戏暴涨视觉理解力，告别文本中心训练，无需标注的多模态大模型后训练范式（在新窗口打开）
在多模态大模型的后训练浪潮中，强化学习驱动的范式已成为提升模型推理与通用能力的关键方向。
基础模型已颠覆科研，进入第五范式！港科大综述113篇论文 | NeurIPS'25（在新窗口打开）
基础模型（FM）是一种在海量数据上训练的人工智能系统，具备强大的通用性和跨模态能力。港科大最新发表的论文显示：FM可能引领科学进入第五范式，但大模型的偏见、幻觉等问题仍需正视。
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。