Vector Lakebase对比Lakebase以及向量数据库，如何选型？（在新窗口打开）
这篇文章想回答几个大家更关心的基础问题：Vector Lakebase 能解决你的什么问题，什么场景下用它最合适，如何用好Vector Lakebase 。
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。
Agent记忆框架怎么做才靠谱？UC Berkeley MemFai测穿4款顶尖记忆系统，向量库不是唯一答案（在新窗口打开）
过去半年，几乎所有Agent框架都在补长期记忆能力。最常见的做法，是给系统接一个向量数据库，把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来，只要把“记忆”这块补上，Agent就能从一次性对话工具变成长期协作伙伴。
吃透大模型SFT底层机理：终结实践争议，规避无效算力（在新窗口打开）
长期以来，监督微调（Supervised Fine-Tuning，SFT）一直是深度神经网络中最常用的模型适配手段。在中小规模的传统神经网络中，SFT 通常能够稳定提升下游任务表现。
把DeepSeek接入Codex ，额度自由了，还不用手机号验证｜附保姆级指南（在新窗口打开）
Codex 又又又大更新，前一天负责人还在说，是不是要改名 ChadGPT，网友在下面评论说，不如直接将 ChatGPT 重新命名为 Codex。
多模态模型终于不用「抽帧看世界」？LLaVA-OneVision-2.0全开源全帧率技术解读（在新窗口打开）
由格灵深瞳灵感实验室主导研发的 LLaVA-OneVision-2.0，是一款面向下一代感知智能的视觉语言大模型。团队充分利用视频 Codec 流和自研 OneVision-Encoder，实现跨帧、跨事件的增量观测和连续证据流建模。本文将详细介绍模型架构、训练方法与能力验证，展示该技术在视频理解、空间推理和目标追踪等任务中的应用潜力。
大晓机器人x南洋理工PhysX-Omni统一物理3D生成！一个框架搞定刚体/软体/关节体（在新窗口打开）
3D生成领域，一个核心矛盾正在浮出水面。
一步生成 ImageNet FID 1.29！斯坦福用 Wasserstein 梯度流重写一步生成模型（在新窗口打开）
训练时让分布沿最优传输的 “下山方向” 走，推理时只需一次网络前向。W-Flow 把多步演化压进静态生成器，在 ImageNet 256×256 上刷新一步生成指标。
大模型「行口」不一？首个专测执行幻觉基准，覆盖真实行为越狱（在新窗口打开）
随着大模型智能体深入渗透真实操作系统，一种全新的安全威胁悄然成型：行为越狱（Behavior Jailbreak）。现有安全基准只盯着模型「说了什么」，却对「做了什么」视而不见。新基准LITMUS是首个同时覆盖真实OS环境行为越狱、语义-物理双层验证与多攻击范式的完整评测体系，并首次系统量化了「执行幻觉」这一被整个评测社区忽视的致命盲区。
刚刚，Meta Skill来了（在新窗口打开）
GitHub最新火爆仓库：OpenSquilla。
万字深度|做了8年向量数据库后，我们决定为Milvus重构AI时代的存储引擎（在新窗口打开）
过去八九年，我们一直在做一件事：把向量数据库从一个很小众的系统方向，做成 AI 基础设施里的关键组件。
ICML 2026 | 计算所联合ETH研究者提出WorldCache，视频世界模型近似无损提速3.7 倍（在新窗口打开）
如果说扩散世界模型的瓶颈，是每一步去噪都要把同一个大 Transformer 再跑一遍，那么 WorldCache 的思路就是：不要再把所有 Token、所有时间步都当成同一件事。这篇工作把 “哪些内容适合缓存”和“哪些时刻必须重算” 拆开处理，在不重新训练模型、几乎不增加额外显存的前提下，把缓存真正做成了一套更贴合世界模型结构的推理策略。
浏览器秒变手机！中科院开源Agent训练场，微信、原神都能跑（在新窗口打开）
中科院自动化所模式识别实验室开源MobileGym，运行在浏览器里的高并发安卓仿真平台，完全自定义，告别模拟器风控与真机成本，一个平台搞定Mobile Agent训练与评测，甚至还能玩原神！
AGI将至！40项实验全面SOTA，超级递归智能体自主打造最强材料基座模型（在新窗口打开）
今年，我们正在打开 AI 自我进化的大门，按下了通往 AGI 的加速键。
聊一聊 Agent 的存算分离架构设计（在新窗口打开）
一个有灵魂，有记忆的 Agent，一次任务的生命周期包括以下步骤
Codex顶级邪修！配合Coze3，组合Claude Code！躺着玩手机的手把手教程！（在新窗口打开）
昨儿发了 Coze 3.0 的介绍说明，很多小伙伴看起来都没仔细看。
DataMaster：当AI开始成为自己的数据工程师（在新窗口打开）
过去，AI 研发基本是一条由人主导的流水线。
图灵奖得主Sutton新作：AI的下一步，是走向「生成认知」（在新窗口打开）
从 LLM 的超长文本处理、视频生成模型的以假乱真、Agent 自主规划与执行的日趋成熟，到 VLA、世界模型等开始进入物理世界，AI 正在不断拓宽其能力边界。
Mind Lab连续发布LoRA最新进展，大模型「持续学习」新范式浮现（在新窗口打开）
最近，前沿实验室 Mind Lab 密集发布了一系列关于 LoRA 与 PEFT（高效微调）的研究结果，似乎描绘出了另一条大模型「持续学习」的路径。在 Mind Lab 的视角中，PEFT 不再是对大模型全参数后训练的一种廉价平替，更是实现从 “基础模型” 向 “可持续学习智能体” 过渡的核心架构机制。
机器人运控训练步入分钟级时代！清华AIR开源UniLab：3分钟训好人形，速度暴涨10倍，Mac上也能跑（在新窗口打开）
在具身智能训练中，“把计算全部塞进GPU”似乎成了唯一的提速密码，机器人运控并行训练的框架，IsaacLab、MuJoCoPlayground、mjlab都默认遵循这一范式，这些系统都牢牢绑定在NVIDIA生态中。
云端模型如何落地物理世界？招商局狮子山人工智能实验室用LiOS打通具身智能全链路（在新窗口打开）
把一件皱成一团的衣服叠好，是家务，也是机器人操作里的“硬仗”。
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。