杜克大学、Zoom推出LiveMCP‑101：GPT‑5表现最佳但未破60%，闭源模型Token效率对数规律引关注（在新窗口打开）
杜克大学与 Zoom 的研究者们推出了 LiveMCP-101，这是首个专门针对真实动态环境设计的 MCP-enabled Agent 评测基准。该基准包含 101 个精心设计的任务，涵盖旅行规划，体育娱乐，软件工程等多种不同场景，要求 Agent 在多步骤、多工具协同的场景下完成任务。
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。
Nature重磅：AI进入「光学」时代，首次画出彩色梵高（在新窗口打开）
今天，AI 行业发展更进一步，将“光”引入 AIGC 领域，完全基于系统硬件物理定律，首次实现了具备特定特征的全新（未见过的）图像生成。来自加州大学洛杉矶分校的研究团队成功实现了手写数字、时尚产品、蝴蝶、人脸及艺术品（如梵高风格）的单色与多色图像光学生成，且整体性能媲美基于数字神经网络的生成式模型。
斯坦福报告：美国年轻人就业受AI影响最严重（在新窗口打开）
美国当地时间周二，由三位斯坦福经济学家联合发布、尚未经过同行评议的最新研究显示：自2022年11月ChatGPT上线以来，生成式AI已在“可高度自动化”的岗位上显著压低年轻美国人的就业率。
刚刚，全球AI百强榜发布！ChatGPT稳坐第一，DeepSeek第三，前50有22个来自中国（在新窗口打开）
a16z最新发布「全球Top100消费级GenAI应用榜单」，AI竞争格局逐渐稳定，中国力量全面崛起，DeepSeek、豆包、夸克等多款产品跻身前十。ChatGPT依旧领跑，谷歌Gemini紧随其后，Grok高速逆袭。整体来看，全球AI正进入多极化竞争的新阶段。
告别「面瘫」配音，InfiniteTalk开启从口型同步到全身表达新范式（在新窗口打开）
传统 video dubbing 技术长期受限于其固有的 “口型僵局”，即仅能编辑嘴部区域，导致配音所传递的情感与人物的面部、肢体表达严重脱节，削弱了观众的沉浸感。现有新兴的音频驱动视频生成模型，在应对长视频序列时也暴露出身份漂移和片段过渡生硬等问题。
We-Math 2.0：全新多模态数学推理数据集 × 首个综合数学知识体系（在新窗口打开）
近期，多模态大模型在图像问答与视觉理解等任务中进展迅速。随着 Vision-R1 、MM-Eureka 等工作将强化学习引入多模态推理，数学推理也得到了一定提升。
谷歌Nature震撼发文，Gemini教练暴打专家！医学双料冠军，秒出睡眠报告（在新窗口打开）
谷歌DeepMind最新Nature王炸，直接把Gemini版大模型PH-LLM调教成了「AI健康私教」，把可穿戴冷冰冰的数据，直接变成睡眠健身建议，结果准确率暴打人类医生。
国产黑马自优化「超级大脑」，全闭环Agent杀疯！一站式AI原生基建来了（在新窗口打开）
AI加速走向落地，企业「超级大脑」却在关键时刻断片？行业亟需一套能够持续进化、越用越聪明的系统框架，实现多智能体协同作战，通过自优化、自反馈瞬间激活知识库。清华系黑马已将其塞进AI原生引擎，率先在能源、军工等硬核场景中规模化落地，为产业智能升级提供了可靠路径。
Agentic Deep Research新范式，推理能力再突破，可信度增加，蚂蚁安全团队出品（在新窗口打开）
尽管 LLM 的能力与日俱增，但其在复杂任务上的表现仍受限于静态的内部知识。为从根本上解决这一限制，突破 AI 能力界限，业界研究者们提出了 Agentic Deep Research 系统，在该系统中基于 LLM 的 Agent 通过自主推理、调用搜索引擎和迭代地整合信息来给出全面、有深度且正确性有保障的解决方案。
刚刚，大模型装上「鹰眼」！首创高刷视频理解，谷歌Gemini 2.5完败（在新窗口打开）
刚刚，面壁智能再放大招——MiniCPM-V 4.5多模态端侧模型横空出世：8B参数，越级反超72B巨无霸，图片、视频、OCR同级全线SOTA！不仅跑得快、看得清，还能真正落地到车机、机器人等。这一次，它不只是升级，而是刷新了端侧AI的高度。
教AI「择偶生娃」，复刻自然演化！上交校友提名最佳论文（在新窗口打开）
Sakana AI以自然演化为灵感，提出了一种全新的模型融合进化方法M2N2。通过引入自然界的「择偶机制」，AI可以像生物一样「竞争、择偶、繁衍」。在当前全球算力短缺、模型训练实际规模受制的情况下，Sakana AI借助自然界的启示，为模型融合探索出了一条新路。
FlashAttention-4震撼来袭，原生支持Blackwell GPU，英伟达的护城河更深了？（在新窗口打开）
在正在举办的半导体行业会议 Hot Chips 2025 上，TogetherAI 首席科学家 Tri Dao 公布了 FlashAttention-4。
英伟达再出手！新型混合架构模型问世，两大创新实现53.6倍吞吐提速（在新窗口打开）
Transformer 架构对计算和内存的巨大需求使得大模型效率的提升成为一大难题。为应对这一挑战，研究者们投入了大量精力来设计更高效的 LM 架构。
从需求分析到代码生成，LLM都能干点啥？一文读懂291个软工Benchmark！（在新窗口打开）
大语言模型正加速重塑软件工程领域的各个环节，从需求分析到代码生成，再到自动化测试，几乎无所不能，但衡量这些模型到底「好不好用」、「好在哪里」、「还有哪些短板」，一直缺乏系统、权威的评估工具。
搞不定有表格数据和多模态的Prompt？试下微软最新的提示词编排标记语言POML（在新窗口打开）
最近来自微软的研究者们带来了一个全新的思路，他们开源发布了POML（Prompt Orchestration Markup Language），它的的解决方案它的核心思想非常直接：为什么我们不能像开发网页一样，用工程化的思维来构建和管理我们的Prompt呢？这个编排语言很类似IBM的PDL
手把手教机器人：斯坦福大学提出RTR框架，让机械臂助力人形机器人真机训练（在新窗口打开）
人形机器人的运动控制，正成为强化学习（RL）算法应用的下一个热点研究领域。当前，主流方案大多遵循 “仿真到现实”（Sim-to-Real）的范式。研究者们通过域随机化（Domain Randomization）技术，在成千上万个具有不同物理参数的仿真环境中训练通用控制模型，期望它能凭借强大的泛化能力，直接适应动力学特性未知的真实世界。
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。