微软最新提出SkillOpt，用训练大模型的方法优化你的Agent Skills（在新窗口打开）
训练大模型时，工程师绝对不会指望网络做一次前向传播就能收敛。它需要数据喂养、Batch切分、学习率控制、验证集筛选以及优化器状态的迭代试错。
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。
谷歌Gemma 4 12B震撼发布！全球下载破1.5亿，16G轻薄本封神（在新窗口打开）
刚刚，谷歌扔出Gemma 4 12B大杀器！16G轻薄本就能全离线流畅跑通，性能直逼26B巨兽，全体开发者惊呼太震撼了，平民级本地AI封神之作降临。硬核实测速来看！
微软「意外泄密」：Claude Mythos万亿参数，训练规模浮出水面？（在新窗口打开）
Claude Mythos就用6.1×10²⁷ FLOPs提前叩响了奇点的大门。
一个GPT Plus会员的钱，够机器人跑一个月世界模型了（在新窗口打开）
真没想到啊！物理AI的账单，有一天竟然能和大模型一个价。
刚刚，李飞飞亲自下场定义世界模型（在新窗口打开）
世界模型火，火到都有点乱了。 单单一个定义，就越来越众说纷纭：视频生成模型可以是世界模型，能生成游戏的语言模型也被叫世界模型，还有人把物理引擎也塞进这个筐里…… 乱，乱得李飞飞本人都有点看不下去了。刚刚，她亲自撰文，给世界模型来了个清晰的功能分类。 用词毫不客气：世界模型是当今人工智能领域最重要也最被滥用的术语之一。 古希腊人无法就世界的构成达成共识，因为“世界”从来不是一个单一的实体。人工智能也继承了同样的问题，而此时，这个领域恰恰最需要的就是精准性。 至少，要先分清三件事： 渲染、模拟、规划。 话不多说，赶紧一起来做笔记。 世界模型的三大功能 李飞飞首先拆析了世界模型的技术意义。 智能体（
Anthropic内部95%业务分析交给Claude，秘诀竟然不在更强模型（在新窗口打开）
都以为让AI查数据省事，结果它答得漂亮你却不敢信。Anthropic最近说这事有解了，靠的是一套和代码无关的「笨功夫」。
首次系统定义「Token经济学」，浙大&阿里联合发布大模型Agent资源分配新范式（在新窗口打开）
当大模型 Agent 从实验室加速走向金融、医疗、代码开发等高价值场景，一个隐秘却致命的瓶颈正在浮现：Token 的指数级消耗正引发算力、协作与安全的系统性危机。传统 “堆算力、加参数” 的线性优化已触及天花板，我们该如何在 “输出质量” 与 “经济成本” 之间找到可持续的最优解？
规避文献幻觉，准确率提升13.2%！细粒度检索智能体 | ACL'26（在新窗口打开）
为解决科研中对单篇文献深度解析的需求，佐治亚大学团队提出IntrAgent，专注单篇内容，避免大模型幻觉。通过段落排序与迭代阅读机制，精准提取实验细节与元数据。
AI短剧的Harness模式，LuxReal跑通了。（在新窗口打开）
一直有在关注的一个 AI 短剧工具最近终于上线了，那就是群核科技的 LuxReal 短剧版。
老黄吹的Cosmos 3，在一个北大团队做的榜单上拿了第一（在新窗口打开）
刚刚过去的GTC Taipei上，最备受关注的，莫过于Cosmos 3。
RSS 2026｜蚂蚁灵波提出首个自回归因果世界模型，50条数据解锁通用机器人操控（在新窗口打开）
赋予机器人物理理解和预测能力是通用操作的关键。蚂蚁灵波等机构提出的 LingBot-VA 试图将视频帧预测与动作推理统一起来，让机器人通过自回归扩散框架学会“一边思考一边行动”。
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 。
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。
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。