名师一定出高徒？清华团队最新揭秘：别再迷信大模型蒸馏的「免费午餐」（在新窗口打开）
当下的大模型后训练（Post-training）pipeline 中，On-Policy Distillation（OPD）已经成为了明星技术。从 Qwen3、MiMo 到 GLM-5，业界纷纷采用 OPD 并报告了巨大的性能提升。相比于强化学习（RL）稀疏的结果奖励，OPD 提供了密集的 Token 级别监督信号，看起来就像是一顿「免费的午餐」。
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。
ICML 2026 | 将多教师冲突转化为动态约束，破解多模态大模型推理对齐难题（在新窗口打开）
在多模态大模型（MLLM）快速发展的浪潮中，融合多模型 “集体智慧” 已成为提升模型性能的关键路径，并催生了多教师知识蒸馏这一主流范式。然而，不同来源的教师模型在架构与优化上的差异，其在相似推理过程中呈现出不稳定甚至偏移的认知轨迹，即 “概念漂移”（Concept Drift）。
清华系团队出手！一张 4090 即可「爆改」，1.3B小钢炮震撼开源（在新窗口打开）
端侧多模态，卷出新天花板。仅1.3B，性能反超，效率翻倍，一张4090就能「爆改」。刚刚，清华系团队面壁智能开源了新一代「小钢炮」MiniCPM-V 4.6，再次证明了在端侧AI领域，中国团队已然站在世界前沿。
Auto Research时代，47个没有标准答案的任务成了Agent能力必测榜（在新窗口打开）
如果把AI丢进一个没有标准答案的工程现场，它还能活下来吗？
VLA模型为何忽视语言？破解指令跟随幻觉，分布外场景泛化新突破（在新窗口打开）
当前VLA模型常依赖视觉线索而非语言指令，导致在新场景下表现不佳。论文提出LangForce方法，通过引入对数似然比损失，强化模型对语言的依赖，提升其在分布外环境中的泛化能力，并保留语言核心功能。
ICML 2026 Spotlight| 拒绝盲目猜token，阿里x浙大将投机解码带入弹性预算时代（在新窗口打开）
随着大模型参数规模持续扩大，推理成本已经成为生产级 LLM 服务的核心瓶颈。投机解码（Speculative Decoding, SD）通过「小模型 draft + 大模型 verify」的方式，将多个候选 token 放到一次目标模型前向中并行验证，从而缓解自回归解码的串行瓶颈。
CVPR 2026 Highlight｜让家电「在仿真中运转起来」，北大正式发布RealAppliance！（在新窗口打开）
家用电器是家庭服务机器人最难啃的一类任务对象。与桌面物体操作相比，家电操作不仅涉及按钮、旋钮、门体等多种异构部件，还受到模式切换、状态约束和程序逻辑的共同支配。真正完成一次家电任务，机器人往往既要「看得见」，也要「读得懂」，还要「按说明书做对」。
何恺明首个语言模型：105M参数，不走GPT自回归老路（在新窗口打开）
何恺明，也下场做语言模型了。 只不过，这次他带队做的不是大家熟悉的、像ChatGPT背后那套“预测下一个词元”（next token prediction）的自回归范式。 而是另一条过去几年在图像领域大火、如今正被越来越多人搬进文本生成的新路线：扩散语言模型（Diffusion Language Model，DLM）。 在最新的论文中，何恺明团队放出全新连续扩散语言模型：ELF：Embedded Language Flows。 与不少还停留在token层面做扩散的语言模型不同，ELF把整个生成过程都留在了连续的embedding空间里，直到最后一步，才重新离散化，将表示变回token。 靠着这
Thinking Machines 刚发的「边听边说」，让我想到了几个月前的面壁智能（在新窗口打开）
OpenAI 前 CTO Mira Murati 和前应用研究负责人翁荔（Lilian Weng）创立的 Thinking Machines Lab，也就是 TML，刚刚发布了一个叫「Interaction Models」的研究
告别云端依赖！字节开源新作DreamLite让手机秒变 AI 画板（在新窗口打开）
近日，字节跳动智能创作部门（Intelligent Creation Lab）提出新作 DreamLite，一个主干网络仅有 0.39B 参数的轻量级统一扩散模型，在单一网络内同时支持文生图（Text-to-Image） 和图像编辑（Text-guided Image Editing）两个任务，是目前已知首个实现这一能力的端侧模型。
TTS也要真人感！首个字级内容、毫秒级停顿控制的语音合成系统（在新窗口打开）
语音合成这两年发展迅速：把一段话顺顺当当地念完，已经不算难事；难的是该慢的时候慢，该顿的时候顿，该强调的时候真能把重点托出来。
Agent Infra 实践复盘：Kimi 如何搭建 Agent 背后的 Database 服务（在新窗口打开）
Agent 到底需要什么样的 infrastructure，今年业界一直有很多探讨，PingCAP 联合创始人黄东旭此前也发过多篇讨论文章，不过当时都是一些猜想。随着 agent 今年的爆发，大规模落地的案例出现了。
你的公司在“用AI”，还是真正AI原生？Greg说：全球也就（在新窗口打开）
昨天我在刷X，Greg Isenberg发了一篇长文。133K次浏览，598个赞，说的是"如何成为AI原生公司"。我读到第三段停下来了。
上海AI Lab新研究：SFT能泛化，只要满足这三个条件（在新窗口打开）
随着大模型后训练（Post-training）技术的发展，强化学习（RL）在提升模型推理能力方面的表现备受瞩目。
翻完五角大楼公开的全部 UFO 档案后，我完整做了一个 Wiki 网站给大家用（在新窗口打开）
这两天，最火的新闻就是美国战争部（五角大楼）把过去几十年的 UFO 档案全部「开源」了。
Auto Research最后一块拼图，Frontier-Eng Bench登场，在工程闭环里死磕最优（在新窗口打开）
科研，能被 AI 全程加速吗？ 过去两年，Auto Research 被寄予厚望：读论文、找方向、写代码、跑实验，甚至生成新假设 ——AI 仿佛要成为科研全能助手。 但做过科研的人都知道，真正烧脑、耗时间的不是「能跑」，而是「够好」：调参数、改代码、看输出，再跑，再调…… 每一次优化都琐碎又重复，却几乎无法跳过。 于是问题来了：能不能把这些繁琐的迭代交给 AI？Researcher 只提供方向，后续的「看反馈 → 调代码 → 逼近最优」，全交给 Agent 自动完成？ Einsia AI 旗下 Navers Lab 的最新论文 Frontier-Eng 盯上的就是这件事。 论文题目：Front
ICML 2026 | 大模型内部也会长出「情绪树」，规模越大越懂人心（在新窗口打开）
随着语音、视频、多模态能力不断融入大语言模型（LLM），人与 AI 的交互正在越来越接近自然对话。今天的 LLM 不再只是回答问题的工具，也越来越多地出现在教育、客服、陪伴、心理健康等高度依赖情绪理解的场景中。
ICLR 2026 Oral｜大模型总爱「想太多」？ DECS从源头消除冗余思考，实现推理token减半且性能不降反升（在新窗口打开）
以 DeepSeek-R1、OpenAI GPT Thinking 为代表的大型推理模型，通过长达数千 token 的「思维链」在各类复杂推理任务中展现出卓越的性能。然而，这些模型普遍存在一个核心问题，即过度思考（overthinking） ：
一个框架，重塑具身研发流程：Dexbotic走向具身PyTorch（在新窗口打开）
近日，原力灵机开源的具身智能原生框架 Dexbotic 宣布正式支持以 RLinf 作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着 VLA 模型研发中长期存在的「SFT 与 RL 割裂」问题，正在被真正打通。
打不过AI就加入？他辍学MIT，要把人类意识装进芯片，创造「数字生命」（在新窗口打开）
「我即将离开麻省理工学院，不再继续攻读博士学位。人工智能的发展速度太快，人类已然难以跟上。
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。