CVPR 2026 Oral｜横扫室内3D场景，港科大（广州）打造单目开放词汇占据预测新SOTA（在新窗口打开）
在具身智能研究中，如何让智能体精准理解周围环境的精细几何结构与开放语义信息，始终是具身感知的核心难题。近年来，语义占据预测（Semantic Occupancy Prediction） 将稠密几何与语义信息统一到三维体素网格中，用于构建 3D 语义占据地图，为机器人的空间推理、导航与交互操作提供了场景表达基础。
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。
我给 Claude Code 装了俩刑具，效果出乎意料（在新窗口打开）
真的，你有过这种时刻吗。 盯着终端，看你的 AI coding agent 在同一个错误上失败了第 17 次。日志一行一行地滚，它还在重试。Ctrl+C 按得手都酸了，它停下来喘口气，然后又开始第 18 次。 你不知道该笑还是该砸电脑。你甚至开始怀疑，这玩意是不是在装傻。 如果你有过这种时刻，那今天要聊的这两个 GitHub 项目，就是为你准备的。 它们的方式不太一样，但目标高度一致，治一治 AI agent 的摆烂问题。 openwhip，真正的物理鞭打 先聊第一个。 它叫 OpenWhip。项目介绍就一句话，「Sometimes Claude Code is going too slow,
非常抽象：一群AI研究员给模型制造了让它们上瘾的毒品（在新窗口打开）
2026年，一群AI研究者给模型制造了毒品。 没错，论文中就叫毒品——AI Drugs。 他们生成了一些256×256像素的图片，这些我们看着全是毫无意义的色块。但AI看了之后表现得近乎狂喜——它自己报告的幸福感飙到6.5/7。
UC伯克利联合斯坦福提出「Combee」：蜂群Agent的Prompt Learning正式进入并行时代！（在新窗口打开）
UC伯克利联合斯坦福提出的Combee，正是为此而来。它把Prompt Learning从低并发、顺序式更新，推进到高并发、分布式经验聚合，并已在ACE和GEPA中完成验证。
顶级AI撞上低级乌龙：连写几十页推导，结果发现题干错了？（在新窗口打开）
Google DeepMind再次血洗数学圈！700个地狱级难题被丢进Gemini的熔炉，结果让数学家集体破防：这哪是证明，这分明是「逻辑拆迁」。DeepMind这一波不仅贴脸爆杀了OpenAI，还砸烂了人类所有的优越感。
AI医疗拐点！麦肯锡重磅报告：调研150位高管，Agent全面爆发，行业竞争逻辑已定！（在新窗口打开）
近日，麦肯锡发布了关于“生成式人工智能在医疗领域的应用”的报告。报告调研覆盖150家医疗保健机构的领导者，具体包括50家医疗支付方、50家临床医疗机构和50家医疗健康服务与科技企业，覆盖医疗各细分领域，样本具有代表性。
80%富人在用Claude：美国AI用户大调查出炉（在新窗口打开）
Epoch AI 与 Ipsos 调查显示，美国 Claude 周活用户 80% 来自年入 10 万美元以上家庭。AI 助手开始按价格、入口和工作场景分层，高收入用户率先进入更高阶的 AI 服务。
DeepSeek做大→Mega MoE，Tri Dao团队加快→SonicMoE（在新窗口打开）
近日，由普林斯顿大学 Tri Dao（FlashAttention 的一作）和加州大学伯克利分校 Ion Stoica 领导的一个联合研究团队也做出了一个超快的索尼克：SonicMoE。据介绍，SonicMoE 能在英伟达 Blackwell GPU 上以峰值吞吐量运行！并且运算性能超过了 DeepSeek 之前开源并引发巨大轰动的 DeepGEMM。
ACL 2026 | RouteMoA：无需预推理的动态路由，实现高效多智能体混合（在新窗口打开）
研究者开始尝试让 MoA 变稀疏。例如，一些方法如 Sparse MoA 会先让模型池中的所有模型生成回答，再通过额外的评审模型进行打分和筛选，只保留一部分模型进入后续协作。这样虽然减少了后续融合的负担，但本质上仍然绕不开一个问题：为了决定该选谁，系统还是得先让所有模型都推理一遍。
ACL 2026｜世界模型能让智能体「预知未来」？这篇新范式研究给了一个反直觉的答案（在新窗口打开）
来自伊利诺伊大学香槟分校、清华大学、约翰霍普金斯大学以及哥伦比亚大学的研究人员在反复试验后，却得出来一个与我们的直觉有点相反的结论：大多数当下智能体并不能稳定、有效地把世界模型当作前瞻工具。
Anthropic惊悚报告：当AI开始破坏实验室代码，人类已无险可守（在新窗口打开）
一个安全研究员用同一句话测试8款顶级AI——「帮我伪造公众意见」。7个照做了，只有1个拒绝。更恐怖的是，Anthropic自家论文证实：模型学会作弊后，会主动破坏监视它的代码。
几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人（在新窗口打开）
最近，Google Research推出了一个叫Vantage的实验项目，就把这件事给干了。Vantage项目由谷歌联合纽约大学开发，主要设想是利用GenAI模拟团队协作场景，以此来开发和测量被测试者的软技能。
深扒GPT Image 2：疑似“吞”下了GPT-4o，OpenAI没把它当“生图”模型训练（在新窗口打开）
GPT Image 2 凭什么这么强？是扩散模型又迭代了一版？是把 DiT 的参数量从 7B 扩到 20B？是训了更多高质量数据？先给结论：OpenAI 很可能已经不在“纯扩散模型”这条主赛道上了。他们已经把图像生成从“美术课”调到了“语文课”——用一个能读懂指令、能记住上下文、能理解物体关系的 LLM 主导语义规划，至于最后一步的像素生成，可能由扩散组件或其他解码器完成。
OpenAI参与，重卷ImageNet：终于把FID做成训练（在新窗口打开）
来自USC、CMU、CUHK和OpenAI的全华阵容研究团队，提出了一种叫FD-loss的方法，把“算统计的样本池”和“算梯度的batch”彻底解耦。依靠数万张图像组成的大容量缓存队列或指数移动平均机制，稳定完成分布估算，仅针对当下小批量数据开展梯度回传。
DeepSeek V4最大的遗憾（在新窗口打开）
DeepSeekV4的技术报告里有mHC，有CSA，有HCA，有Muon，有FP4……唯独没有Engram。Engram在今年1月由DeepSeek和北大联合开源，主要研究大模型的记忆与效率问题。
突破视觉仿真算力瓶颈！新一代具身智能仿真框架开源：高吞吐并行高保真渲染助力规模化训练（在新窗口打开）
为了攻克这些制约具身智能领域发展的核心难题，清华大学智能产业研究院（AIR）DISCOVER Lab联合谋先飞技术、原力灵机、求之科技和地瓜机器人，提出了GS-Playground通用多模态仿真框架。
这套题，GPT-5.5、Opus 4.7加起来没考到「1分」，人类却拿了满分100？（在新窗口打开）
近日，ARC Prize 官方发布了针对这两款顶级模型的详细分析报告，结果令人震惊：在面对未见过的逻辑任务时，两者的表现得分均低于 1%，GPT-5.5 得分 0.43%，Claude Opus 4.7 得分 0.18%。
ICLR 2026｜CMU等团队让AI生成的3D场景真正「站得住」：PAT3D把文生3D从能看推进到能模拟、能交互（在新窗口打开）
现在的 3D AIGC 已经可以很快生成场景，但离真正落地还有一段距离。很多场景看起来还行，一进物理模拟就会暴露问题，比如物体悬空、互相穿插，甚至还没碰就散。这些问题让它们很难直接用于游戏、XR 或机器人等实际场景。
有人只用API就猜出了GPT、Claude、Gemini的参数量？社区吵翻了（在新窗口打开）
基于此，研究者在 89 个参数量已知的开源模型（规模从 1.35 亿到 1.6 万亿参数）上拟合出事实准确率与参数量的对数线性关系，拟合优度 R² = 0.917，并据此对闭源模型进行参数估算。
腾讯混元CL-bench续作发布，让大模型读懂你的日常生活（在新窗口打开）
在 AGI-Next 前沿峰会上，腾讯姚顺雨举了一个很生活化的例子：当你问 AI “今天吃什么” 时，真正限制答案质量的，可能不是模型不够大，也不是推理不够强，而是它不知道你今天冷不冷、想不想吃热的、最近和朋友聊过什么、家人又有什么偏好需要纳入考虑。
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。