深度体验Town AI一周后，我终于明白为什么硅谷VC都在推荐它了（在新窗口打开）
最近，一款叫Town的AI助手，成了硅谷创投圈最火的AI产品之一。
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。
阿里22B模型实现实时分钟级稳定数字人生成，自定义角色流式交互模型开源（在新窗口打开）
当数字人视频从数秒扩展到数分钟，生成系统面对的核心问题不再只是单帧质量，而是递归生成中的误差累积。
英伟达、斯坦福联合发布新工作：机器人上下文扩至8K，意味着什么？（在新窗口打开）
近五分钟“肌肉记忆”，推理延迟不随历史增长
Agent终于不再「用完即忘」：华为诺亚开源MindMemOS，让记忆和Skill一起进化（在新窗口打开）
Agent的能力越来越强，但使用体验仍有一个尴尬之处： 每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。
80亿参数记性不如U盘：他算出了大模型记忆天花板（在新窗口打开）
一个80亿参数的大模型，一口气吞下15万亿token的训练数据，堆到硬盘上差不多7TB。可它真正「背」得下来的，少得可怜：每个参数只装得下3.6 bit。一个英文字母8 bit，连半个都填不满。
清华团队VeriLoop Coder-E1正式开源：以循证螺旋驱动可验证的递归式自我改进（在新窗口打开）
近日，由清华大学深圳国际研究生院智能机器人实验室刘厚德教授领衔、王立博博士后担任 AI 首席研究员的大模型团队，正式发布了 VeriLoop Coder-E1—— 一款基于 Qwen3.6-27B 构建、面向仓库级代码修复与智能体式软件工程任务的开源垂类代码模型。
生成模型也能端到端训练了？核心竟是一个for循环（在新窗口打开）
最近，一篇来自 UIUC 与哈佛大学的论文，试图把这块最后的拼图补上。作者给这个新范式起了个名字，叫 Explorative Modeling（探索式建模），模型简称 XM。它的想法简单到近乎朴素，却指向一个大胆的结论：生成模型除了参数和数据，其实还有第三根可以放大的轴。
世界模型不再「盲搜」9000次：浙大、清华等团队提出INTACT，直接从意图生成动作（在新窗口打开）
浙江大学、清华大学智能产业研究院、影溯 InSpatio、RoboParty Lab 等团队提出的 INTACT（INtent-To-ACTion），一种基于端到端 JEPA 的无搜索世界模型控制方法，试图改变这一范式：直接利用离线轨迹中已有的状态、动作与未来结果，将运动意图转化为动作模型可以读取的语义接口，使模型无需搜索候选动作序列，就能直接生成动作计划
只读文本的AI，科学推理能力只有“看图”AI的1/3丨中科大（在新窗口打开）
目前，这项技术已成功应用于上海人工智能实验室Intern-S2-Preview 35B/397B系列多模态大模型的预训练中，有效提升了模型的科学推理与多模态理解能力。值得一提的是，相关研发均基于国产昇腾算力平台完成，并成功实现了面向大规模预训练的深度适配与优化。
ICML 2026 | 我们让蒸馏模型当了采样器，Diffusion RL采样成本降低一个数量级（在新窗口打开）
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
AI能接管实验室了？中国科大最新研究给出真实物理世界的压力测试（在新窗口打开）
中国科学技术大学发布的最新研究让AI「大脑」接管机器科学家实验室「身体」，由此将这一问题从知识问答和方案生成，推进到真实物理世界中的实验执行与反馈学习。研究团队搭建了一个机器催化实验室，其中包括45个覆盖合成、表征和催化性能测试的模块化自动工作站。
ECCV2026｜4步去噪实现12.66 FPS，清华、港科大提出实时流式视频编辑框架LiveEdit（在新窗口打开）
近日，清华大学与香港科技大学的研究团队提出 LiveEdit，一种面向通用文本指令的实时流式视频编辑框架。该方法以因果、分块的方式处理持续到来的视频，在 4 步 / 视频块的推理条件下实现 12.66 FPS 的流式编辑，并能保持被编辑区域的准确性以及未编辑区域的一致性。
A²-Edit：突破物体类别与掩码精度限制，实现精准参考图编辑（在新窗口打开）
上海交通大学联合上海创智学院团队提出 A²-Edit，它以统一框架支持任意物体类别和任意精度掩码，通过混合 Transformer 专家路由、掩码退火训练及 50 万级多品类数据，让用户只需给出粗略区域，也能完成身份一致、结构完整、自然融合的参考图引导局部编辑。
推荐系统只会「猜你喜欢」，却未必「听你的」？我们用多智能体给黑盒推荐做了一次外部可控性体检（在新窗口打开）
打开视听平台，系统决定你接下来看到什么；进入购物软件，系统预测你可能购买什么。过去几十年，推荐系统主要关注 “能否更准确地预测用户下一步喜欢什么”。但当用户希望探索小众内容、调整兴趣结构或摆脱热门推荐时，系统是否会响应？
神秘黑马-莫刻机器人冲榜WorldArena，仅32张真武810E封神（在新窗口打开）
机器人实验室里，这样的画面总是反复出现：屏幕上模拟的机械臂正以完美轨迹移动，但真实世界的一边，玻璃杯还待在桌面上，甚至已被夹爪打翻。
“接力跑”盘活全国算力，PD分离终于破局：延迟砍半、成本直降近40%！（在新窗口打开）
在刚刚落幕的2026 WAIC世界人工智能大会上，无问芯穹首次公布了其在大模型推理系统架构中的新突破——跨集群异构推理架构PDD。
三类视觉Token分配，能直接解决高压缩时序碎片化 | ECCV‘26（在新窗口打开）
长视频理解，正在成为多模态大模型的重要能力。
从苹果落地到牛顿定律，Apple-π 把视频模型的物理推理过程摆上考场（在新窗口打开）
一个苹果从树上落下，今天的视频模型大多能生成一段「看起来正确」的运动：苹果向下、速度加快，最终落地。
模型变强没有用，创作仍然碎片化！面向长程多模态创作的开放式Harness（在新窗口打开）
近几年，多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜，甚至整套演示文稿。只看成品，创作门槛似乎已经大幅降低。
我们用 Kimi K3 搓了一颗火影螺旋丸，只花 129 元就顶一个前端团队？（在新窗口打开）
“推理轻量化，训练提效 25%，前端效果同样惊艳。 ”
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。