SocioVerse2：长程推演的社会模拟实验基地，让研究者和智能体携手进化（在新窗口打开）
来自上海创智学院、复旦大学、伦敦国王学院与牛津大学等机构的研究团队推出SocioVerse2，将大模型社会模拟扩展为可干预、可迭代、可回溯的开源社会科学研究框架。
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。
魔搭开源动态检索新框架，无需预构建向量索引，知识库还能自己进化（在新窗口打开）
ModelScope团队开源动态检索框架Sirchmunk，无需预构建向量索引即可在原始文件中即时定位证据，并通过KnowledgeEvolver把检索经验沉淀为可复用知识，使知识库在检索过程中持续连接、合并与重组，实现自我进化。
万分之一——大模型后训练中的极端稀疏监督（在新窗口打开）
亚马逊公司与杜克大学的研究表明，在大模型后训练的在线策略蒸馏（OPD）中，仅保留万分之一的极端稀疏监督信号即可显著提升学生模型的推理能力，且性能可匹配甚至超越密集全信号训练。
Jev火了，NeurIPS 2025的ConfTuner早已探索相似思路（在新窗口打开）
TypeSafe AI推出的Jev模型因直接输出决策与概率火爆出圈，其技术思路与NeurIPS 2025入选论文ConfTuner高度一致，后者通过Tokenized Brier Score直接训练候选置信度概率分布以实现概率校准。
CoRL 2026｜让机器人更会动，从学会「起步」开始（在新窗口打开）
东南大学魏秀参团队提出LeaP（Learnable source Prior）方法，由本体感知信息驱动并联合预测动作生成起点的均值与方差，在RoboTwin仿真15项任务上平均成功率81.6%、较标准高斯基线提升25.5个百分点，相关论文已被CoRL 2026接收。
Agent Harness到底怎么选？南洋理工大学安波团队最新研究给出答案（在新窗口打开）
南洋理工大学安波团队最新研究指出，Agent Harness的选型应将模型、Harness与任务作为完整配置联合评估，不同任务下最佳组合会变化，原生搭配也未必优于其他可配置Harness。
淘宝TaoMate-H3开源：三步生成「分钟级」音视频连续创作（在新窗口打开）
TaoMate-H3 是由阿里巴巴 TaoLive AIGC 团队研发的音视频联合流式生成模型。基于 MiniMax H3，TaoMate-H3 将三步 LoRA 推理与自回归生成相结合，能够根据文本
喝点VC｜a16z最新90页报告解读：AI的钱正流向哪里，利润留给谁（在新窗口打开）
a16z最新90页报告《STATE OF MARKETS》指出，Alphabet、亚马逊、Meta、微软和甲骨文五家科技巨头2026年合计资本开支预计接近7770亿美元，AI建设正成为影响宏观经济的重要变量，供应链获得订单但回报兑现仍有先后，软件行业则进入"证明自己"的阶段。
LegoFlow：让智能体自主跑完代码数据构建+训练测评全流程（在新窗口打开）
从 1200 万个候选拉取请求中，最终留下 5000 个 SWE 代码任务 —— 不足 0.05%。把「出题、答题、改卷、训练、评测」这条代码数据流水线全自动跑起来，就是 LegoFlow； 在这个过
OpenAI员工长文：AI 时代的文明岔路（在新窗口打开）
OpenAI"智能时代"平台发布文章《The Eternal Complement》，讨论AI走向超级智能后文明稀缺资源将转向判断力与"品味"，提出"深度文明"与"广度文明"两种发展路径，并强调人类好奇心与创造多样性仍具持续价值。
把Depth Anything砍到6M，深度估计终于能跑进Jetson（在新窗口打开）
论文DepthART提出抗偏置数据采样与相机条件化微调方法，将基础单目深度估计模型压缩至约6M参数，在保留跨场景泛化能力的前提下实现Jetson等端侧设备的高帧率部署。
让AI自己给大模型做后训练：AIBuildAI开源递归自进化PostTrain Agent，登顶PostTrainBench（在新窗口打开）
给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrain
NeurIPS'26 | 港科大：从CPU到GPU，AI能否真正加速全流程？（在新窗口打开）
港科大团队在NeurIPS 2026上提出AccelEval基准，覆盖6个领域42项任务和43类CUDA优化策略，评测大模型能否从可信CPU程序生成端到端更快的GPU实现，其中Gemini 3.1 Pro在中规模通过正确性验证的任务上取得71.2倍几何平均加速比。
看一遍就会，三星&上交提出RoboICL新方法，GPT-6 Astra多项机器人操控评测全面领先（在新窗口打开）
三星与上海交通大学提出RoboICL具身上下文学习方法，通过冻结GPT-6 Astra模型并在推理时提供少量示范与机器人自身交互记忆，在RoboDojo 30项机器人操控评测中以50.64分全面领先PhysicalRSI等现有方法，并公开了929条可逐布局核查的执行记录及真实机械臂实验结果。
EMNLP 2026｜「AI把数字说歪」，官方AI审稿现场演示了一遍（在新窗口打开）
EMNLP 2026录用论文提出Claim-Locked Reporting方法，针对AI审稿等场景中数字正确但方向或结论强度被改写的统计主张失真问题，通过先锁定证据支撑的主张、再由代码固定数字与方向而模型仅负责衔接，在fMRI与临床试验报告上将跨次生成数值复现率分别提升至98.5%和100%，并消除了方向反转错误。
Token用量暴涨124倍，研发提速仅一成？前微软合伙人万字长文质疑RSI引发“智能爆炸”（在新窗口打开）
AI 确实在帮 AI 变强，但收益正逐轮递减。当前 AI 自我改进回路的实际强度，仅为触发“智能爆炸”所需理论阈值的 10% 到 20%；若要实现自我维持式的加速进化，这条回路必须再增强 5 到 10 倍。而在巨额过程损耗面前，眼下的系统连维持匀速进步都已十分吃力。
AI搜索的下一站：可信度三层过滤机制，从点击监督到答案级反馈（在新窗口打开）
百度联合中国科学院计算技术研究所与武汉大学的研究者围绕这一现状，提出答案支撑、内容可信与上下文组织三阶段框架，并结合百度搜索工业实践，梳理了从检索排序、可信度判断、结构化上下文组织到生成后反馈的优化链路。
openJiuwen X-Router自演进模型路由技术首发，昇腾亲和，Agent越跑越省，实测减少50+%Token消耗（在新窗口打开）
不是所有任务都需要最强的模型。让每一次请求选对模型，让每一次反馈都成为下一次更优、更省的选择。不是所有任务都需要最强的模型。让每一次请求选对模型，让每一次反馈都成为下一次更优、更省的选择。
DeepSeek mHC多流残差坍塌失效了？（在新窗口打开）
对DeepSeek-V4-Flash模型中mHC结构的分析显示，四条残差流的读写权重集中在约两条流上，且深层（第22–42层）残差混合矩阵已接近单位矩阵，表明训练后的模型对动态多流混合的依赖程度有限。
为了理解而生成：他们用合成数据教会模型「视频通话」（在新窗口打开）
一、什么是 OmniVChat？ 从音视频问答到原生音视频对话 现有的音视频交互的研究中，对 “交互” 的定义往往其实是对音视频内容的问答，比如对于一个流式视频，用户输入一个文本问题，然后模型选择合适
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。