港科广×腾讯联手打造《我的世界》神操作，400张截图就能让AI挖矿通关，成本降至5%｜EMNLP 2025（在新窗口打开）
在大多数人眼中，《我的世界》（Minecraft）只是一款自由度极高的沙盒游戏。 而在香港科技大学（广州）与腾讯联合团队的眼中，它却是一座可以演练通用人工智能的“数字练兵场”。
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。
MetaGPT 用户智能体发布，开启端到端自主软件测试新范式！（在新窗口打开）
当你刚用 AI 生成了一个精美的电商网站，却在演示时购物车结账功能存在隐藏 Bug？
当AI时代软件成本趋于零时，商业模式会有哪些变化？（在新窗口打开）
你有没有想过，软件商业模式可能正在经历五十年来最大的变革？当我看到 Cursor、Claude Code、Lovable 这些 AI 编程工具的出现，以及它们正在以惊人的速度降低软件开发成本时，我意识到我们正站在一个历史转折点上。这不仅仅是开发效率的提升，而是整个软件行业商业逻辑的根本性重构。
Nano Banana官方提示词来了，附完整代码示例（在新窗口打开）
Nano banana正火爆全球，谷歌立马推出官方提示词指南。
UCSD首个智能体浏览器发布！多页面设计，颠覆传统交互（在新窗口打开）
加州大学最新推出Orca浏览器，把拥挤标签页变成可随意拖拽、并排比较的无限画布，让AI替你同时点按钮、填表单。你只需像指挥家一样扫一眼全局、下指令，就能让上百个网页和智能体自动完成搜索、整理、汇总，全程可控。
人工智能提出七十载！从百度CTO到NVIDIA副总裁，十年共启ASI新智元（在新窗口打开）
今年是人工智能正式被提出七十周年，新智元十周年峰会也将于9月7日在北京中关村软件园举行，主题是「新天终启，万象智生」。此次峰会将发布《2025新智元ASI前沿趋势报告》，大会集结百度CTO、NVIDIA副总裁等十位领航者，以「十人十题」解构AI五阶段路线图，纵贯大模型、Physical AI、具身智能到医疗AI、视频AI、脑科学、AI Agent与人才培养，定义下个十年智能图景。
AI教父Hinton诺奖演讲首登顶刊！拒绝公式，让全场秒懂「玻尔兹曼机」（在新窗口打开）
AI教父Hinton荣膺诺贝尔奖，可谓是实至名归。如今，他发表的「玻尔兹曼机」震撼演讲，已登上APS期刊。这一曾催化深度学习革命的「历史酶」，究竟讲了什么？
用“因果规划”解决多智能体协作中的任务依赖难题｜港科广&腾讯（在新窗口打开）
在长周期、多步骤的协作任务中，传统单智能体往往面临着任务成功率随步骤长度快速衰减，错误级联导致容错率极低等问题。
大模型“记性差一点”反而更聪明！金鱼损失随机剔除token，让AI不再死记硬背（在新窗口打开）
训练大模型时，有时让它“记性差一点”，反而更聪明！
腾讯混元最新开源成“最强翻译”：国际机器翻译比赛获30个语种第一（在新窗口打开）
腾讯混元，刚刚又拿下一个国际冠军—— Hunyuan-MT-7B，以7B总参数量获得国际翻译比赛冠军。该模型支持33个语种、5种民汉语言/方言互译，是一个能力全面的轻量级翻译模型。
谷歌nano banana官方最强Prompt模板来了！先收藏再说（在新窗口打开）
nano banana爆火！网上看到的那些超强效果图是如何生成的呢？谷歌的官方Prompt模板终于来了！赶紧先收藏再说！
DeepMind爆火论文：向量嵌入模型存在数学上限，Scaling laws放缓实锤？（在新窗口打开）
这几天，一篇关于向量嵌入（Vector Embeddings）局限性的论文在 AlphaXiv 上爆火，热度飙升到了近 9000。
苹果新研究：不微调、不重训，如何让AI提问效率暴增6.5倍？（在新窗口打开）
在这场以大型语言模型（LLM）为核心的 AI 浪潮中，苹果似乎一直保持着低调，很少出现在技术报道的前沿。尽管如此，时不时地，该公司也能拿出一些非常亮眼的研究成果，比如能在 iPhone 上直接运行的高效视觉语言模型 FastVLM。
想成为一名合格的 AI PM，先抛弃过去那些让你成功的经验（在新窗口打开）
AI 产品经理，和我们所熟知的 PC、App 时代的产品经理完全不一样。
告别无效计算！新TTS框架拯救19%被埋没答案，推理准确率飙升（在新窗口打开）
大语言模型通过 CoT 已具备强大的数学推理能力，而 Beam Search、DVTS 等测试时扩展（Test-Time Scaling, TTS）方法可通过分配额外计算资源进一步提升准确性。然而，现有方法存在两大关键缺陷：路径同质化（推理路径趋同）和中间结果利用不足（大量高质量推理分支被丢弃）。
你的RAG系统有个数学BUG，DeepMind首次证明嵌入向量检索召回能力有限（在新窗口打开）
最近，工业界“RAG已死”甚嚣尘上。过去几年，AI领域的主旋律是“规模定律”（Scaling Law），即更大的模型、更多的数据会带来更好的性能。即便偶然有瑕疵，也认为只是工程上的不足，并非数学上的不可能。
冲上热搜！美团大模型，靠「快」火了（在新窗口打开）
国内外开发者：亲测，美团新开源的模型速度超快！
第一性原理视角下的MoE推理的经济学分析（在新窗口打开）
随着DeepSeek R1、Kimi K2和DeepSeek V3.1混合专家（MoE）模型的相继发布，它们已成为智能前沿领域大语言模型（LLM）的领先架构。由于其庞大的规模（1万亿参数及以上）和稀疏计算模式（每个token仅激活部分参数而非整个模型），MoE式LLM对推理工作负载提出了重大挑战，显著改变了底层的推理经济学。
IROS 2025 | 机器人衣物折叠新范式，NUS邵林团队用MetaFold解耦轨迹与动作（在新窗口打开）
机器人对可形变物体的操作（Deformable Object Manipulation, DOM），是衡量通用机器人智能水平的关键指标之一。与刚体操作不同，衣物、绳索、食物等物体的形态不固定，其状态空间维度极高，且物理交互过程呈现出复杂的非线性动力学特性，为感知、规划和控制带来了巨大挑战。
图像编辑太慢太粗糙？全新开源自回归模型实现精准秒级修改 | 智象未来（在新窗口打开）
AI图像编辑技术发展迅猛，扩散模型凭借强大的生成能力，成为行业主流。 但这类模型在实际应用中始终面临两大难题：一是“牵一发而动全身”，即便只想修改一个细节，系统也可能影响到整个画面；二是生成速度缓慢，难以满足实时交互的需求。
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。