清华团队首发OpenClaw研究报告！（在新窗口打开）
「龙虾」实火！最近，清华沈阳教授团队发布了两份最新报告，对OpenClaw做了深度且全面的解读。
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。
英伟达最强B200算力浪费60%！普林斯顿团队出手，利用率升至71%（在新窗口打开）
所有用英伟达Blackwell B200的人，都在花冤枉钱？？
OpenClaw带火AI记忆，DeepMind用混合记忆把3D重建拉到近2万帧（在新窗口打开）
过去两天，全球爆火的 Agent 私人助手 OpenClaw，接连更新了两个版本，让人直呼「开发团队是不睡觉了吗？」
以「图」破局，HyperOffload定义超节点存储管理新范式（在新窗口打开）
随着生成式 AI 迈入万亿参数时代，大语言模型（LLM）的推理与部署面临着前所未有的“显存墙”挑战。如何在超节点（SuperNode）复杂的异构存储架构下，实现海量张量的高效管理和调度，已成为大模型落地的胜负手。
6个龙虾Skill全开源，最后一个神级！GLM-5-Turbo 养虾专用模型果然能打（在新窗口打开）
前段时间，龙虾（OpenClaw）火的得过分，担心大家跑偏。
挺搞笑，MiniMax模型就是不认识「马嘉祺」（在新窗口打开）
最近，有网友发现了一个很有意思的 bug：MiniMax 的模型似乎不认识「马嘉祺」这三个字。
大象秒变挖掘机！三维变形新突破，无需额外训练 | CVPR'26（在新窗口打开）
南京大学与北京大学提出MorphAny3D，无需训练即可让三维生成模型实现跨类别平滑变形。通过创新注意力机制融合源与目标特征，精准控制结构与时序，轻松完成复杂变形，效果远超传统方法。
华人团队打造养虾神器，开源OpenClaw-RL框架，让AI边用边学（在新窗口打开）
过去一周全网都在养那只红色卡通龙虾 OpenClaw。作为能够自己动手干活的 AI 智能体，有人花几千块请它回家，几天后账号被盗、文件被删，又花几百块请人卸载。从排队安装到扎堆卸载只隔了一周。
视频生成一长就漂移竟是前序帧「太干净」惹的祸！研究揭示共享噪声水平才是长视频稳定关键（在新窗口打开）
自回归视频生成越往后越崩的问题有救了！ 随着视频生成向长时序演进，自回归（AR）扩散模型因其支持流式输出的特性，受到了学术界和工业界的广泛关注。然而，现有的AR生成范式在迈向“无限长”时，始终面临一个核心痛点：训推不一致导致的误差累积。这使得生成的视频越往后，时序漂移和画面崩坏问题（drift）就越严重。 为了缓解这一退化问题，现有的方法尝试了多种路径，例如模拟预测误差、引入First frame sink或者Self-rollout机制。但这些修补方案都存在各自的局限性，比如使用frame sink往往会导致视频的场景变化受到严重限制。 长时序下的漂移问题，其根源到底在哪里？ 「自回归生成的
一个 9.9 元拼车账号，我打通了 Claude Code、Cherry Studio、OpenClaw（在新窗口打开）
所以今天我就去闲鱼上找了找，看看有没有更便宜一点、能继续顶上来的方案，最后顺手买了一个 9.9 元的 bussiness 拼车。买完之后，我就顺手把它折腾了一下，最终成功接到了 Claude Code 里面。
OpenAI 官方博客：用技能（Skills）加速开源项目维护（在新窗口打开）
我们用 Codex 改变了维护 OpenAI Agents SDK[1] 仓库的方式。仓库本地的技能（skills）、AGENTS.md 文件和 GitHub Actions，让我们把反复出现的工程工作——验证、发布准备、示例集成测试、PR 审查，变成了可重复执行的工作流。
80万条数据揭示隐患：AI正在「污染」病历，你的诊疗数据可能越来越不靠谱（在新窗口打开）
随着生成式人工智能在医疗领域的加速渗透，越来越多的病历、影像报告及各类临床文本正逐步纳入 AI 参与生成的范畴。这一旨在提升医疗效率的技术革新背后，潜藏着威胁诊断安全性的深层隐患。
DeepSeek、GPT、Qwen，所有大模型架构图都有，Karpathy：宝藏画廊！（在新窗口打开）
最近几年，大模型赛道好不热闹。 叫得上名字的几乎数都数不过来：从 GPT、Llama、Gemma、Mistral，到 DeepSeek、Qwen、Kimi、GLM、MiniMax 等等，新模型几乎以周更的速度出现。 但问题是，当架构创新越来越多时，理解它们反而变得越来越困难。不同论文里的模型结构图风格各异、模块命名不统一，即便是研究者，也很难快速看清一个模型究竟在哪些地方做出了关键改动。 如果把过去几年主流模型的架构放在一起，你会发现一个明显的空白：我们拥有大量模型，却缺少一张清晰的大模型架构图。 最近，AI 研究者 Sebastian Raschka 就尝试给了这样一张图，他将过去几年主流大
CVPR'26 | 以机器人为中心的ToM推理框架，从心智推理到决策行动（在新窗口打开）
吉林大学&微软亚洲研究院等团队提出MindPower框架，让机器人像人一样理解他人想法并主动帮忙，构建了首个以机器人为中心的心智推理评测体系，通过六层推理链条，让AI不仅看懂场景，更能推断意图、做出决策、执行动作，显著提升助人能力。
CVPR 2026 | 从视觉Token内在变化量出发，实现VLM无损加速1.87倍（在新窗口打开）
随着高分辨率图像理解与长视频处理需求的爆发式增长，大型视觉语言模型（LVLMs）所需处理的视觉 Token 数量急剧膨胀，推理效率成为落地部署的核心瓶颈。Token 压缩是缩短序列、提升吞吐的直接手段，但现有方法普遍依赖注意力权重来判断 Token 重要性，这一路线暗藏两个致命缺陷：
全新线性注意力范式！哈工深张正团队提出模长感知线性注意力！显存直降92.3%！（在新窗口打开）
当 Transformer 席卷计算机视觉领域，高分辨率图像、超长序列任务带来的算力与显存瓶颈愈发凸显：标准 Softmax 注意力的二次复杂度，让 70K+token 的超分辨率任务直接显存爆炸，高分辨率图像分割、检测的推理延迟居高不下。
Transformer祖制，被Kimi捅破了！谷歌大V高赞：Kimi触碰了十年没人敢碰的禁区！性能炸裂，相当于免费得1.25倍算力，网友：简直天才洞察（在新窗口打开）
就在刚刚，Moonshot AI（月之暗面）发布了一项足以撼动 Transformer 底层的研究：《Attention Residuals》。海外科技大 V，谷歌高级AI产品经理 Shubham Saboo 直接开启了“高赞”模式：“他们触碰了那个十年没人敢碰的部分。”
从多模态大模型中「拆」出音频向量模型（在新窗口打开）
Google 最近发了 Gemini Embedding 2，他们第一个原生多模态向量模型。文本、图像、视频、音频、文档，全部映射到同一个 3072 维向量空间。这是 Omni Embedding（全模态向量模型）的大趋势：一个架构吃下所有模态，从 jina-embeddings-v4 到 Omni-Embed-Nemotron 再到 Omni-5，大家都在往这个方向收敛。
ICLR 2026｜多模态大模型真的理解情绪吗？MME-Emotion给出了系统答案（在新窗口打开）
近年来，多模态大模型（Multimodal Large Language Models, MLLMs）正在迅速改变人工智能的能力边界。从图像理解到视频分析，从语音对话到复杂推理，大模型正在逐步具备类似人类的综合感知能力。但一个关键问题仍然没有得到充分回答：这些模型真的能够理解人类情绪吗？
后训练中的RL已死？MIT新算法挑战传统后训练思维，谢赛宁转发（在新窗口打开）
在当前的 LLM 开发中，后训练阶段通常被视为赋予模型特定能力的关键环节。传统的观点认为，模型必须通过强化学习（如 PPO、GRPO 或 RLHF）和进化策略（ES）等算法，在反复的迭代和梯度优化过程中调整权重，才能在特定任务上达到理想的性能。
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。