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。
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。
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。
从Vibe Coding到Wish Coding，AI编程迎来C端拐点（在新窗口打开）
最近几个月，Vibe Coding（氛围编程）是一大刷屏热词。以 Cursor 和 Claude Code 为代表的一批工具，正在将软件开发效率推向新的高度。
新一代记忆智能体框架MIA：让智能体告别「失忆式工作」，在持续进化中变强（在新窗口打开）
如今的大多数智能体，仍然活在一种「失忆式工作」模式中：每一次检索都是从零开始，每一条推理路径都无法沉淀，每一次失败也不会转化为经验。它们虽能多轮交互，但很难在深度研究中持续变强。
Kimi新论文：把KVCache玩成新商业模式了（在新窗口打开）
把长上下文做到极致的Kimi又发新成果！
Claude 进了 Word，Pro 和 Max 都能用（在新窗口打开）
Anthropic 4 月 10 日发布 Claude for Word 公测版，第一批只开给 Team 和 Enterprise 用户
有人把 Claude Mythos 的架构逆向出来了（在新窗口打开）
Anthropic 没有公开 Claude Mythos 的架构。但研究社区没有等。
大模型架构的下半场（在新窗口打开）
研究者们花了十年去扩展层内的计算能力，却忘了扩展层间的通信能力。
全球84%的人从未碰过AI，你以为自己晚了？其实你早得离谱！（在新窗口打开）
一张图在X上炸了：全球84%的人从未真正用过AI，16%偶尔玩玩免费聊天机器人，0.3%愿意每月付20美元，0.04%用AI写代码，0.01%是凌晨跑模型、买硬件的重度玩家。这不是鸡汤，微软官方数据托底。你天天刷AI资讯，以为全世界都在卷——其实你身处的那个圈子，是全球最顶端的0.01%。
世界引擎：Post-Training开启Physical AGI新纪元（在新窗口打开）
一年前，DeepSeek R1 横空出世，人们才意识到，真正让模型产生推理能力质变的，不必是更大的预训练规模 —— 后训练，用强化学习、过程奖励、闭环反馈，以极低的代价解锁了原本需要数倍算力才能触达的能力边界。
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。