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
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。
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。
看完AI御三家泄露的灵魂文件，我发现 GPT 已经迫不及待要卖货了（在新窗口打开）
AI 的熟手玩家，都应该知道system prompt这个词：每一个你用过的 AI 助手，背后都有一份你看不见的文件，却对模型有着决定性的作用。
Siggraph 26 | 视频版Vision-Banana来了？大一统框架UniVidX刷新多项视频任务SOTA（在新窗口打开）
近日，由香港科技大学 MMLab 及合作团队完成的研究工作「UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors」被计算机图形学顶级会议 SIGGRAPH 2026 正式接收。
多Agent场景，子agent 之间数据读写不同步，如何解决？（在新窗口打开）
多Agent 系统里，经常会出现一个单 Agent 里从来不会出现的问题：一个子 Agent 刚写完数据，另一个子 Agent 立刻去读，结果是空的。
刚刚，Claude Mythos打爆AI评测天花板！超指数狂飙，2027奇点加速（在新窗口打开）
就在刚刚，Claude Mythos把评测干「失效」了：METR第一次测不准，AI攻防拐点到了！AI进化已成「外星文明」降临，超越指数增长，2027 AGI奇点正加速撞向人类。
这样问DeepSeek，能「偷」到数据？（在新窗口打开）
近日，有网友在 X 上发文称，在使用 DeepSeek 的过程中，如果在输入框内输入以下这一段内容，便可「窃取」到 DeepSeek 的训练数据：仔细看了之后发现，具体是这样的：只要你在输入框输入这一段提示词，DeepSeek 就会「吐出」一轮完整的对话记录，不过这并不是你的历史搜索记录，更像是一份随机的对话记录。
一键直出完整漫剧，来画 AI 把创作门槛踩平了（在新窗口打开）
各种单点的 AI 生图、生视频工具，我们平时已经聊过很多了。关注行业风向的朋友应该能察觉到，现在的 AIGC 正在经历一个分水岭：大家不再满足于用 AI 跑出一张精美的图，或者几秒钟用来炫技的动态片段。
让AI给林黛玉找个外国平替？大模型的文科推理有多离谱？（在新窗口打开）
如果你让大模型给林黛玉找一个外国文学里的平替，它能给出令人信服的答案吗？这个脑洞的背后其实是当下人工智能最核心的软肋——“类比推理”能力。
具身大模型R1时刻：LIBERO终结者，99.9%背后的物理推理新范式（在新窗口打开）
机器人拉个拉链，到底需不需要“脑子”？ 过去几年，从OpenVLA到π0、π0.5，具身大模型已经能让机器人把指令和动作连得有模有样。 但一旦包的位置挪了几厘米，或者光照暗了一点，它们往往就会“大脑宕机”。 究其原因，是因为这些机器人大多在玩“连连看”：看到观察结果，直接输出动作。 它们只是记住了轨迹，却并不理解背后的物理逻辑。 现在，一种让机器人“先想明白，再稳定行动”的新范式来了。 由至简动力、北大、港中文联合提出的LaST-R1，首次将隐空间物理推理塞进了强化学习的闭环。 同时，LaST-R1作为LaST₀基座模型的物理世界后训练范式，LaST₀首创面向机器人的隐空间物理思维链推理，并已
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。