全行业的「龙虾热」中，什么是AI Infra下半场的「神之一手」？（在新窗口打开）
我确实对运行 OpenClaw 持相当怀疑的态度。…… 整个生态给人的感觉就像是一个彻底的狂野西部，在安全性上简直是一场噩梦。 —— Andrej Karpathy
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。
Mac用户可以在oMLX中使用TurboQuant了，搭配Gemma-4-31B，谷歌全家桶实测很能打！（在新窗口打开）
对本地部署玩家，尤其是Mac用户来说，长上下文推理最大的痛点往往不是“模型不够聪明”，而是稍微多用点上下文，统一内存就被撑爆了”，这一点在最近的Gemma-4 31B的部署中尤为明显，在同等上下文的情况，显存占用比Qwen3.5-27B高约一倍不止，直接劝退了不少人。但好消息是，谷歌近期提出的TurboQuant KV缓存量化算法，正是为了解决这个痛点而生。
让机器人学会手往哪儿伸、怎么操作，东大团队给了新解法（在新窗口打开）
在具身智能领域，可供性（affordance）预测 —— 即让机器人从视觉观测中理解 "在哪里操作"（接触点）与 "如何操作"（动作方向）—— 是实现精细化机器人操作的基础之一。精细操作要求机器人不仅能定位到物体的可交互区域，更要掌握接触后的准确运动方向，例如判断抽屉把手的精确拉动方向完成开合。
生成式推理再排序，可能会是LLM4RecSys的新突破口吗？（在新窗口打开）
大模型（LLM）的世界知识和推理能力是实现下一代推荐系统，即基于大模型的推荐系统（LLM4Recsys）的重要基石。来自meta ai的研究者们尝试将推理模型引入再排序阶段，推荐系统的最后一环。
不要接盘！七巨头暗套84亿，20万亿AI泡沫濒临崩塌（在新窗口打开）
穆迪最新报告揭示了两条平行宇宙：要么AI让生产率狂飙，失业率降至3.8%；要么泡沫破裂，460万人失去饭碗。Anthropic CEO预警白领消亡，经济学家却说还没到时候。2026年1月创纪录的裁员数据，似乎正在验证前者。
「生化危机」女主用Claude手搓满分AI，一年0.7美元反杀大厂！（在新窗口打开）
全网震撼！《生化危机》女主跨界撸码，用Claude造出地表最强AI记忆系统，斩获全球首个满分。一年仅0.7美元，就能让大模型拥有永久记忆。
Claude爆火研究漏引华人团队成果，已挨打立正道歉（在新窗口打开）
Anthropic新论文漏引同行工作，被抓包并贴脸质疑了。
小米AI语音新框架：人人都能当声音导演（在新窗口打开）
语音合成大家都不陌生，这两年市面上各种AI配音也层出不穷。
不止动起来：SentiAvatar重新定义3D数字人动作生成范式（在新窗口打开）
当你和 3D 数字人对话时，有没有遇到过这种诡异时刻：它的嘴在动，但表情依旧僵硬；手在挥舞，但和说话内容完全脱节；更糟的是，那种外表像真人但动作不自然的违和感，让人瞬间陷入 “恐怖谷”。
谷歌的Gemma-4-31B适合哪些人？值得你放弃Qwen3.5-27B吗？深度调研战略报告（在新窗口打开）
Gemma4 31B的发布，在开源模型社区引发了巨大的关注。面对这款由谷歌DeepMind于2026年4月2日 推出的重磅模型，很多技术团队和本地部署玩家都在问同一个问题：Gemma4的出现，到底是在开辟一条新的本地部署路线，还是只是给高端玩家多了一个可选项？我们到底需不需要把现有的Qwen3.5 27B工作流整体迁移过去？
再不怕乱引文献！绕过付费墙，BibAgent把学术核验转为证据链（在新窗口打开）
大模型正在批量生成「看起来很像真的」学术论述，但这些论述背后的引用，真的成立吗？更关键的是：当被引论文被付费墙锁住、原文根本读不到时，自动化核验是否就注定失效？
CVPR 2026｜1分钟单图变4D视频！AI看图直接脑补物理规律（在新窗口打开）
让静态的图片变成三维物体并动起来已经不算新鲜，但如果让图片不仅动起来，还能完美遵循现实世界的物理规律（比如蛋糕的Q弹、沙堆的散落、石雕的坚硬）呢？
卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍（在新窗口打开）
AI圈的节奏已经快到让人产生幻觉了。 Karpathy分享的个人知识库爆火出圈，48小时就有人拿着完全体送货上门。 Graphify，一款零配置、全模态、本地跑、还特能省token的知识图谱工具，GitHub开源狂揽2k+ Star。 不仅能自动构建可导航知识图谱、自带反向链接和关系溯源，更实现71.5倍token消耗节省，直接把卡神的/raw笔记法进化到了完全体。 万物皆可图谱化 卡神那套爆火的知识库，核心是一套不用复杂向量数据库的轻量化工作流。 靠raw/目录存论文、代码、截图等原始资料，再通过LLM自动生成带交叉引用的Wiki文档，配合定期体检维护，慢慢搭建起一个能持续生长、越用越好用的
同一个模型，换个Harness排名跳了25位：智能体基础设施完全解剖（在新窗口打开）
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施，达到了 76.4% 的通过率，超过了所有人工设计的方案。
Claude Mythos Preview来了！强大又危险，Anthropic还专门组了个研究团（在新窗口打开）
和之前 Claude Code 泄漏的代码揭示的一样，Claude Mythos 它真的来了。今天凌晨，Anthropic 发布了大量关于其新模型 Claude Mythos Preview 的信息（包含一份长达 244 页的系统卡）。同时，Anthropic 还宣布了一个基于此模型的 AI 网络安全项目 Project Glasswing。
一句话生成无限逼真3D场景！匹兹堡大学新作直击VLM空间推理软肋丨CVPR'26（在新窗口打开）
VLM看图像描述头头是道，一遇到3D空间推理就“晕菜”。
关于具身智能「触觉」，你想知道的都在这篇综述里了（在新窗口打开）
在具身智能的感知拼图中，触觉一直扮演着不可或缺却难以被完美量化的角色。它提供了视觉等远程传感器无法替代的关于接触几何、材料特性和交互动态的直接反馈。
CVPR 2026｜DROID-W：复杂室外动态场景，也能稳定SLAM（在新窗口打开）
SLAM 在自动驾驶、机器人、AR/VR 乃至具身智能系统中都是至关重要的环节，它决定了算法能否在一个陌生环境中一边“看懂世界”，一边“知道自己在哪”。
AI邪修时刻！Meta联手MIT投毒，左脚踩右脚强行升天（在新窗口打开）
Meta SOAR用「剧毒数据」当垫脚石，硬生生把模型从Fail@128的认知黑洞里拽出来，推理能力暴涨9.3%！2026年，这才是最硬核的反杀路线。
用雨伞「钓」无人机？首个针对自主目标跟踪闭环系统的物理攻击（在新窗口打开）
研究者用特制雨伞干扰无人机视觉系统，让其误判目标在远去，从而失控俯冲。FlyTrap攻击无需信号干扰，仅靠物理图案就能欺骗多款商用无人机，实现静默捕获或击毁。实验显示，物理闭环攻击成功率超60%，且对新人物、新场景均有强泛化能力。这项研究揭示了AI感知系统的重大安全隐患，警示我们：视觉安全正成为智能设备的阿喀琉斯之踵。
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。