企业级OpenClaw最强拍档来了！万亿参数的国产多模态大模型，刚刚开源发布（在新窗口打开）
刚刚，YuanLab.ai团队正式开源发布源Yuan3.0 Ultra多模态基础大模型。
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。
Qwen3.5-397B+Milvus+ColQwen2，如何做基于PDF的多模态RAG知识库（在新窗口打开）
最近关于Qwen3.5还有其幕后团队，市场上的讨论沸沸扬扬，但今天我们不聊八卦，主要讲讲干货。
ICLR 2026 | OpenAI打广告后，如何成为爆款？CMU提出AutoGEO解密流量密码（在新窗口打开）
AI 搜索引擎正逐渐取代传统搜索入口，「问 AI」已经成为日常习惯。随着 OpenAI 宣布在 ChatGPT 中引入商业推荐，搜索与内容分发的边界正在被重新定义。在这样的环境下，你的内容能否在 AI 搜索中成为「爆款」，不再只取决于标题和流量，而是更大程度取决于 AI 本身的引用偏好。
模型砍掉一大半，准确率反升15%！华科&阿里安全新研究实现ViT近乎无损的类特定压缩｜ICLR'26（在新窗口打开）
近年来，视觉大模型在自动驾驶、智慧医疗等场景中得到广泛应用，但在真实业务环境中，“大而全”的通用模型往往并不是最优选择。
ICLR 2026｜滑铁卢大学联合可灵提出UniVideo：统一视频理解、生成、编辑多模态（在新窗口打开）
统一多模态模型在多模态内容理解与生成方面已展现出良好效果，但目前仍主要局限于图像领域。
弯道超车？国产具身，千小时人类数据激发智能涌现（在新窗口打开）
导读：近日，位于中关村的深度机智全球首次使用全新范式——人类学习，在多个国际 Benchmark 上取得 SOTA，史无前例地使用全新架构（仅使用人类第一视角数据、零真机数据）击败 Physical Intelligence 和英伟达等头部巨头二十多个百分点，并在两会开幕首日被央视报道。
告别「边画边说」：LatentMorph 开启视觉生成隐式潜空间推理新范式（在新窗口打开）
人类在创作艺术时，大脑并非一味地输出，而是在每一笔落下时都在进行着复杂的、难以言表的 “视觉优化”。
32B逆袭GPT-5.2：首个端到端GPU编程智能体框架StitchCUDA问世（在新窗口打开）
现有的 LLM 自动化 CUDA 方法大多只能优化单个 Kernel，面对完整的端到端 GPU 程序（如整个 VisionTransformer 推理）往往束手无策。
Claude Code + 开源工具的暴力工作流，下次直接躺赢（在新窗口打开）
前两天有个朋友问我最近在忙什么。 我说翻了两本书。 一本回忆录，542 页。一本讲 OpenAI 和 DeepMind 的，350 页。加起来四十多万字中文。 他说你翻了多久。 我说第一本花费半天，第二本半小时。 他沉默了大概五秒钟，然后说：“你是不是在测试我的智商。” 我把 Claude Code 的操作日志截图发过去了。 他看了半天，回了一个字：靠。。然后追了一句：“你不是搞媒体的吗。” 对，跟翻译八竿子打不着。 这个反差我自己也没完全消化。所以今天想把整个过程从头拆一遍。重点不是翻译技术，重点是我在这件事上发现的一个快速搭建 AI 工作流的办法。 先把故事讲完。 13 万词丢过来的时候我
ICLR 2026 | 当视频难以被表征：UCSD、HKUST等机构联合提出FlowRVS，用生成式流匹配重构视觉感知范式（在新窗口打开）
长期以来，计算机视觉领域陷入了一个 “表征（Representation）” 的执念。我们习惯设计各种精巧的 Encoder，试图将动态世界压缩成一组特征向量。然而，视频作为现实的高维投影，其熵值之高、动态之复杂，让这种试图 “定格” 的表征显得力不从心。
训练机器人方式对了吗？英伟达DreamZero双榜第一新反思（在新窗口打开）
近日，NVIDIA 发布的世界 - 动作模型 DreamZero，在两项颇具代表性的机器人基准测试 RoboArena 、MolmoSpaces 上双双登顶。
为什么BF16的FlashAttention会把训练「炸掉」？清华首次给出机制解释，用极简改动稳住训练（在新窗口打开）
一句话总结：社区里困扰了多年的一个 “玄学” 现象终于被拆解清楚了：在 BF16 等低精度训练里，FlashAttention 不是随机出 bug，而是会在特定条件下触发有方向的数值偏置，借助注意力中涌现的相似低秩更新方向被持续放大，最终把权重谱范数和激活推到失控，导致 loss 突然爆炸。论文还给出一个几乎不改模型、只在 safe softmax 里做的极小修改，实测能显著稳定训练。
李曼玲、李飞飞、吴佳俊等联手：评估具身大模型的新范式！（在新窗口打开）
全新的具身模型空间能力评估范式 Theory of Space 突破了传统静态图文问答的局限，系统性地考察基础模型能否像人一样，在部分可观测的动态环境中，通过自主探索来构建、修正和利用空间信念。该论文已被 ICLR 2026 接收。
补齐OpenClaw进化拼图！AReaL v1.0开源，智能体强化学习「一键接入」（在新窗口打开）
2026 开年已两个月，Agent 依然是全球最引人注目的 AI 赛道之一。OpenClaw（原 Clawbot）掀起的那波 Agent 热潮至今仍在发酵，甚至让「一人公司」概念第一次真正有了落地的可能性。
不止修bug：Agentic Coding评测走向复杂feature交付新阶段（在新窗口打开）
在 Princeton 发布 SWE-Bench 之后，用真实世界代码仓库+可执行测试评测大模型软件工程能力，几乎已成为学术界与工业界的共识。围绕 SWE issue 的评测范式迅速发展，也催生了一系列 SWE 系列 benchmark，在刻画模型 bug 修复能力方面发挥了重要作用。
给GUI Agent装上「世界模型」：阿里通义用混合数据+统一思维链，让模型学会预判屏幕变化（在新窗口打开）
伴随多模态大模型的发展，GUI Agent正成为人机交互的新范式。
ICLR 2026 | 7B小模型干翻GPT-5？AdaResoner实现Agentic Vision的主动「视觉工具思考」（在新窗口打开）
你见过 7B 模型在拼图推理上干翻 GPT-5 吗？
推荐系统进入「双动力」时代！首篇LLM-RL协同推荐综述深度解析（在新窗口打开）
强化学习（RL）将推荐系统建模为序列决策过程，支持长期效益和非连续指标的优化，是推荐系统领域的主流建模范式之一。然而，传统 RL 推荐系统受困于状态建模难、动作空间大、奖励设计复杂、反馈稀疏延迟及模拟环境失真等瓶颈。
Seedance 2.0 最全上手指南：4 大入口、火爆玩法、详细提示词都在这（在新窗口打开）
Seedance 2.0 有多火爆，这几天国内外网友分享的实测视频，或许都能略窥一二。
字节清华智能体自动写CUDA内核，比torch.compile加速2.11倍（在新窗口打开）
让AI自己写高性能GPU代码，字节Seed与清华AIR团队做到了。
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。