Vercel 开源 json-render！短短 4 天狂揽 7500 Star，这才是 AI 生成 UI 的终极解法！（在新窗口打开）
如果你关注前端或 AI 圈，这几天一定被 Vercel 最新开源的 json-render 刷屏了。
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。
保姆级Clawdbot教程来了，但我还是想劝大家悠着点。（在新窗口打开）
这几天，相信大家肯定都被一个产品名给刷屏了。
AAAI 2026 Oral | SplatSSC：解耦深度引导的高斯泼溅，开启单目语义场景补全高效新范式（在新窗口打开）
单目 3D 语义场景补全 (Semantic Scene Completion, SSC) 是具身智能与自动驾驶领域的一项核心技术，其目标是仅通过单幅图像预测出场景的密集几何结构与语义标签。
比人类专家快2倍，斯坦福联合英伟达发布TTT-Discover：用「测试时强化学习」攻克科学难题（在新窗口打开）
在技术如火如荼发展的当下，业界常常在思考一个问题：如何利用 AI 发现科学问题的新最优解？
蚂蚁具身智能明牌了：做大脑，和宇树们错位竞争（在新窗口打开）
从3000小时到整整20000小时。 真实世界数据里的Scaling Law，直接喂出了个最强VLA（Vision-Language-Action）基座模型！ 这就是蚂蚁灵波今天开源的具身智能基座模型——LingBot-VLA。 为什么说它是目前最强？先看数据。 从“20000小时”这个量上来看，LingBot-VLA已经解锁了迄今为止开源的最大规模真实机器人数据之一。 并且性能也是够打，在权威评测中也全面超越了此前公认最强Physical Intelligence的π0.5，以及英伟达GR00T N1.6等一众国际顶尖模型。 再看实际表现。 此前具身智能圈子一个很头疼的问题，就是一旦环境发生
曾在一线手搓材料，如今他要为每家企业配一位AI CTO | 专访律动造物谢童（在新窗口打开）
在 AI 浪潮席卷全球的今天，大模型在写诗、作画、敲代码上已经展现出惊人的天赋。然而，在面对严谨、硬核的物质科学（物理、化学、材料）时，却常常表现得像个“偏科生”：它们能侃侃而谈化学理论，却在最基础的分子式、晶体结构书写和反应推理上频繁出现不稳定输出：说的像那么回事，写出来却漏洞百出。
Claude Code 浏览器自动化方案，怎么选？（在新窗口打开）
哈喽，大家好，我是刘小排。 昨天和几位创业的朋友吃饭，席间讨论了一个问题：“在Claude Code中，最好的浏览器自动化方案是什么？”
You are a helpful assistant只是高维空间中的一个脆弱坐标。牛津Anthropic联合发布（在新窗口打开）
我们都在System Prompt里写过无数次 You are a helpful assistant，但你是否想过：这行文字在模型的残差流（Residual Stream）中究竟对应着怎样的几何结构？
「熟悉的陌生人」才是「好老师」？复旦提出简单指标，找出推理蒸馏中真正有教学价值的数据（在新窗口打开）
什么样的思维链，能「教会」学生更好地推理？
大模型哪里出问题、怎么修，这篇可解释性综述一次讲清（在新窗口打开）
过去几年，机制可解释性（Mechanistic Interpretability）让研究者得以在 Transformer 这一 “黑盒” 里追踪信息如何流动、表征如何形成：从单个神经元到注意力头，再到跨层电路。但在很多场景里，研究者真正关心的不只是 “模型为什么这么答”，还包括 “能不能更稳、更准、更省，更安全”。
持续怒斩53K星！狠人揭秘Clawdbot反行业记忆系统！跟ChatGPT大不同：不靠狂塞上下文，而是一个个md文件！网友：AI记忆第一次被工程化了（在新窗口打开）
过去一年，几乎所有 AI 产品都在谈一个词：记忆。
DeepSeek又拿第一！首创「因果流」视觉推理，超越Gemini（在新窗口打开）
DeepSeek开源DeepSeek-OCR2，引入了全新的DeepEncoder V2视觉编码器。该架构打破了传统模型按固定顺序（从左上到右下）扫描图像的限制，转而模仿人类视觉的「因果流（Causal Flow）」逻辑。
高效智能体的「幕后推手」是谁？一篇综述带你从记忆×工具学习×规划看透（在新窗口打开）
随着大模型能力的跃迁，业界关注点正在从 “模型能不能做” 快速转向 “智能体能不能落地”。过去一年可以看到大量工作在提升智能体的有效性（effectiveness）：如何让它更聪明、更稳、更会用工具、更能完成复杂任务。
机器人看不清，蚂蚁给治好了（在新窗口打开）
天下苦机器人看不清透明和反光物体久矣。 毕竟就连小动物甚至人，有时候一个不小心，都会搞笑地撞到干净的玻璃门…… 不仅如此，若是让机器人拿起透明的玻璃杯、反光的不锈钢物体，他们也会经常出现“突然看不清了”的情况。 这一切的问题，正是出在了机器人的眼睛——深度相机。 因为无论是基于结构光还是双目立体视觉的深度相机，它们的工作原理都是依赖物体表面对光线的稳定反射。 而透明材质会让光线直接穿透，高反光材质则会将光线漫反射到四面八方，导致传感器无法接收到有效的回波信号，从而产生大量缺失或错误的深度值。 对比一下我们人类看到的场景和机器人眼中的场景，就一目了然了： 毫不夸张地说，这类让机器人睁眼看不清的问
思维链太长拖慢推理？把它「画」进隐空间！新框架RoT探索大模型隐空间推理新范式（在新窗口打开）
在 LLM 时代，思维链（ CoT）已成为解锁模型复杂推理能力的关键钥匙。然而，CoT 的冗长问题一直困扰着研究者——中间推理步骤和解码操作带来了巨大的计算开销和显存占用，严重制约了模型的推理效率。
多模态大模型中Attention机制暗藏「骗局」，需用一个公式修正丨上大×南开（在新窗口打开）
Attention真的可靠吗？ 近年来，Vision-Language Models（VLMs）在多模态理解任务中取得了显著进展，尤其是在视觉问答、图像理解和视频理解等场景中，模型通常通过language-to-vision attention来衡量视觉token与文本之间的相关性，并据此进行visual token pruning，以降低推理成本、提升运行效率。 然而，一个长期被忽视的问题是：attention本身是否真的能够作为“语义重要性”的可靠指标？ 在最新研究中，上海大学曾丹团队系统分析了主流VLM中attention的行为模式，发现一个关键却容易被忽略的现象——attention并
DeepSeek最新王炸模型：VLM架构重磅突破，AI像人一样读图（在新窗口打开）
这一框架可用于集成额外文本、语音和视觉等多种模态。
斯坦福英伟达推出测试时强化学习：微调开源模型胜过顶级闭源模型，仅需几百美元（在新窗口打开）
大模型持续学习，又有新进展！ 来自斯坦福、英伟达等研究机构的最新研究，针对解决开放的科学问题，提出全新思路—— Test-Time Training to Discover (TTT-Discover)。 其基于开源模型gpt-oss-120b，在多个领域达到SOTA，优于人类专家与闭源前沿模型。 该方法不再沿用“测试时缩放”（Test-time Scaling）只通过Prompt调度冻结模型的做法。 而是在测试阶段，针对单个具体问题，引入强化学习（RL）对模型权重进行更新。 这种“测试时训练”使模型能够从该问题的失败尝试中实时获取经验，更新参数，实现模型能力的定向进化。 数学：给出了Erdő
让Agent画思维导图稳固长期记忆：新框架实现稳定长期学习，准确率提升38%（在新窗口打开）
思维导图曾被证明可以帮助学习障碍者快速提升成绩，那么当前已经可堪一用的智能体系统如果引入类似工具是否可以帮助改善长期学习记忆能力呢？有研究团队做出了探索性尝试。
北大AI研究颠覆认知：我们看到的不是真实，而是被语言润色过的现实（在新窗口打开）
近日，北京大学朱毅鑫教授课题组、北京大学毕彦超教授课题组和山西医科大学第一医院王效春团队通过结合 AI 模型和大脑损伤患者的数据，发现语言其实是一副无形的智能眼镜，时刻在悄悄修饰着我们看到的世界。我们可能以为视觉就是眼睛看到什么就是什么，但是这项成果说明了视觉从来都不是孤立的。事实上，当我们在看图片的时候，其实不只是在看，而是在进行被语言调制过的看。
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。