乐鑫龙虾 ESP-Claw 来了！聊天就能开发智能设备（在新窗口打开）
乐鑫信息科技 (688018.SH) 正式推出 ESP-Claw —— 以 Chat Coding（聊天造物）为核心的 AI 智能体框架。它突破了编程边界，让人人都能通过对话定义智能设备。
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。
神秘模型「大象」：仅100B拿下SOTA，Token效率超高！（在新窗口打开）
神秘模型Elephant的面纱，终于被揭开了。
用Claude Code剪视频，自动去口癖、加字幕、调色，完全免费开源（在新窗口打开）
browser-use 团队最近开源了一个叫 video-use 的 Claude Code 技能。
国产多模态Agent拿下医学分割SOTA！不用改模型、不加token | 浙大&上海AI Lab（在新窗口打开）
这个生物医学视觉推理框架，被CVPR 2026接收了！
GitHub Star明码标价5毛/颗，AI项目刷假星最猛（在新窗口打开）
真的没人管管GitHub刷星吗…… 早就听说Star能买，甚至比点外卖还方便，5毛一颗，量大打折。 但没想到造假动静这么大。卡内基梅隆大学一篇ICSE 2026顶会收录研究，把这项“产业”扒了个底朝天—— GitHub上存在约600万颗假Star，分布在18617个仓库，背后牵扯超过30万个造假账号。 的确，现在GitHub标星还真有点数值膨胀的意思。 放以前，几万星的项目是公认的顶级标杆，但现在随便大量新兴项目都能轻松冲高星、上热门。 原来是因为买得起啊（doge）。 而且很扎心的是，AI/LLM项目是假星重灾区…… 假星产业链 CMU团队研发了一个可大规模检测异常Star行为的工具Star
狂跑一万帧丝滑不崩！拿着几十块单摄走一圈，整栋楼3D地图建好了（在新窗口打开）
SLAM教父罕见公开点赞！中国队开源的LingBot-Map，仅靠普通摄像头实现万帧流式3D重建，在全网引爆120万人围观。
普通网线也能跑万亿大模型！月之暗面抛出王炸架构，亲证：不用全买 H100！1T模型实测：延迟暴降64%！大模型推理“围城”攻破了！（在新窗口打开）
在 AI 工程界，长文本推理一直是个“富贵病”。
动动嘴写SQL！Codex+终身记忆，OpenAI把查询难度直接归零（在新窗口打开）
2026年初，当大多数企业还在用数据分析师手动写SQL查表时，OpenAI内部曝光的能自主思考、推理甚至自我进化的数据分析智能体，将数据查询从「天数级」缩短至「分钟级」。
一张图生成「能动」的3D资产：VAST+香港大学AniGen把AIGC推向动画、游戏、仿真与具身智能 (SIGGRAPH 2026 TOG)（在新窗口打开）
如果把今天最热门的几个方向摆在一起看，你会发现它们其实在卡同一道坎。
跨维智能DexWorldModel斩获榜首，世界模型真正的考场在机器人执行里（在新窗口打开）
今年4月，具身智能领域发生了一件看起来不大、但意味深长的事。
晶圆级芯片和存算一体结合：中科院提出15万tokens/s晶圆级芯片方案丨ASPLOS'26（在新窗口打开）
当前大模型的发展呈现出类似于“军备竞赛”的趋势——模型规模持续攀升，对计算硬件的需求也随之快速增长。
都让让！赛博女娲蒸馏一切，让乔布斯马斯克集体给你打工（在新窗口打开）
继skill同事之后，有聪明人迁移泛化了一下： 既然可以蒸馏任何人，那为什么不让乔布斯马斯克给我打工呢？
AURA：让视频大模型从“看完再答”，走向“边看边理解、边看边响应”（在新窗口打开）
近年来，视频多模态大模型（VideoLLM）发展迅猛，在视频描述、视频问答、时序定位等任务上不断刷新性能上限。随着模型能力持续增强，业界也开始思考一个更重要的问题：视频大模型能不能不再只是 “看完一段视频再回答”，而是真正进入实时世界，持续观察、实时理解，并在关键时刻主动给出反馈？
20亿美金苏度科技具身首秀即大招！0真机数据，zero-shot，跑出98%首次抓取成功率（在新窗口打开）
具身机器人在60分钟内，不间断抓取100多个没见过的物体（透明的、金属的、软质的），目前能达到什么水平？
97年金融男带8只「电商龙虾」全球开店！2个月后同行慌了（在新窗口打开）
阿里版「电商龙虾」正式打通国际站！Accio Work深度进化，选品、发品、广告、客服等7个岗位的活，现在一个工作台、一句话就能全包。28岁金融男零代码部署8个Agent，竟跑出100%好评。
从0开始，在国内用上Claude Code的终极保姆教程来了。（在新窗口打开）
最近很多朋友都在问我，能不能出一期Claude Code的小白教程。
继Harness之后，“龙虾”JiuwenClaw率先开启“Coordination Engineering”时代（在新窗口打开）
AI工程范式的迭代速度，正让行业陷入一种“定义赶不上进化”的焦虑。
你的「龙虾」真记得你吗？剑桥发布长期个性化记忆基准ATM-Bench（在新窗口打开）
ATM-Bench 将「个人 AI 助手是否真的记得你」这件事，变成了一个研究的测试基准。结果并不乐观：专用记忆智能体系统普遍低于 20%，而 OpenClaw、Codex、Claude Code 等通用智能体普遍表现不佳，最高准确率不到 40%。
Agent不是关键！人大AiScientist实现23小时、74轮长程记忆（在新窗口打开）
中国人民大学团队打造的AiScientist，旨在解决长程机器学习研究工程的持续性难题。该系统从论文理解开始，跨越环境配置、代码实现与实验迭代，保持状态连续与决策连贯，显著提升科研效率。其核心在于通过File-as-Bus机制，稳定保存项目状态，使AI能真正接手科研流程，而非仅辅助单个环节。
CVPR 2026｜突破3D空间推理瓶颈：北大联合南科大提出QuatRoPE，让大模型精准理解三维物体关系（在新窗口打开）
本文主要介绍来自该团队的最新论文：Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models。
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。