GLM-5 技术报告全解读｜a16z：“最好的开源模型”（在新窗口打开）
a16z 昨天发了一张图，把 GLM-5 和 Claude Opus 4.6 并排标注在 Artificial Analysis Intelligence Index 的时间线上。原文的说法是： A proprietary model (Claude Opus 4.6) is still the 'most intelligent,' but the gap between
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。
训练奖励太稀疏？港中文联合美团给Agent加上「过程分」（在新窗口打开）
在很多大模型和 Agent 的训练里，最常见的一种做法就是只看结果：最后答案对了就给奖励，错了就当 0 分。 在单轮问答里，这样「只看结果」还勉强能用；可一旦换成 Agent 这种要多轮对话、搜索、刷
ICLR 2026 | 阿里高德发布SpatialGenEval，揭秘谁才是真正的文生图大师（在新窗口打开）
来自阿里高德的一篇最新 ICLR 2026 中稿论文《Everything in Its Place: Benchmarking Spatial Intelligence of Text-to-Image Models》提出了面向文生图空间智能的系统性评估基准 SpatialGenEval，旨在通过长文本、高信息密度的 T2I prompt 设计，以及围绕空间感知
霸榜SOTA，蚂蚁开源UI-Venus-1.5，GUI智能体办事时代加速到来（在新窗口打开）
GUI 智能体最近卷到什么程度了？Claude、OpenAI Agent 及各类开源模型你方唱罢我登场，但若真想让 AI 成为 「能在手机和网页上稳定干活的助手」，仍绕不开三大现实难题：
ICLR 2026｜新版「图灵测试」：当VLA走进生物实验室（在新窗口打开）
现有 VLA 模型的研究和基准测试多局限于家庭场景（如整理餐桌、折叠衣物），缺乏对专业科学场景（尤其是生物实验室）的适配。生物实验室具有实验流程结构化、操作精度要求高、多模态交互复杂（透明容器、数字界面）等特点，是评估 VLA 模型精准操作、视觉推理和指令遵循能力的理想场景之一。
从AlphaGo到DeepSeek R1，推理的未来将走向何方？（在新窗口打开）
机器之心编译 如果把人生看作一个开放式的大型多人在线游戏（MMO），那么游戏服务器在刚刚完成一次重大更新的时刻，规则改变了。 自 2022 年 ChatGPT 惊艳亮相以来，世界已经发生了深刻变化。在
ICLR 2026 | SEINT：高效的跨空间刚体不变度量（在新窗口打开）
本文提出一种具有 SE(p) 不变传输性质的度量 SEINT：通过构造无需训练的 SE(p) 不变表示，将高维结构信息压缩为可用于 Optimal Transport (OT) 对齐的一维表征，从而在保持不变性与严格度量性质的同时显著提升效率。
一个模型统一所有离线任务！微软用671B大模型重构广告推荐「推理大脑」（在新窗口打开）
近日，微软Bing Ads与DKI团队发表论文《AdNanny: One Reasoning LLM for All Offline Ads Recommendation Tasks》，宣布基于DeepSeek-R1 671B打造了统一的离线推理中枢AdNanny，用单一模型承载所有离线任务。这标志着从维护一系列任务特定模型，转向部署一个统一的、推理中心化的基础模型，从
ICLR 2026 | PIL：基于线性代理的不可学习样本生成方法（在新窗口打开）
不可学习样本（Unlearnable Examples）是一类用于数据保护的技术，其核心思想是在原始数据中注入人类难以察觉的微小扰动，使得未经授权的第三方在使用这些数据训练模型时，模型的泛化性能显著下降，甚至接近随机猜测，从而达到阻止数据被滥用的目的。
单个LLM已不够？华盛顿大学开源多模型协同框架MoCo（在新窗口打开）
为了支持多模型协同研究并加速这一未来愿景的实现，华盛顿大学 (University of Washington) 冯尚彬团队联合斯坦福大学、哈佛大学等研究人员提出 MoCo—— 一个针对多模型协同研究的 Python 框架。MoCo 支持 26 种在不同层级实现多模型交互的算法，研究者可以灵活自定义数据集、模型以及硬件配置，比较不同算法，优化自身算法，以此构建组合式人工智能系统。MoCo 为设计、
李飞飞团队新作：简单调整生成顺序，大幅提升像素级图像生成质量（在新窗口打开）
但扩散模型生图，顺序真的对吗？李飞飞团队最新论文提出的Latent Forcing方法直接打破了这一共识，他们发现生成的质量瓶颈不在架构，而在顺序。
清华新框架让大模型学会「精读略读」！实现12倍端到端加速，基准评分翻倍（在新窗口打开）
来自清华大学、鹏城实验室与阿里巴巴未来生活实验室的联合研究团队发现：现有任务相关的压缩方法不仅陷入效率瓶颈——要么一次性加载全文（效率低），要么自回归逐步压缩（速度慢），更难以兼顾“保留关键信息”与“保持自然语言可解释性”。
训练加速40倍、打破“不可能三角”：MiniMax Agent RL 架构解密（在新窗口打开）
随着 MiniMax M2.5 的发布并在社区引发热烈反响，很高兴能借此机会，分享在模型训练背后关于 Agent RL 系统的一些思考。 在大规模、复杂的真实世界场景中跑 RL 时，始终面临一个核心难
2026年OpenClaw Skills排行榜：Top 20必装清单（附安装顺序）（在新窗口打开）
装 Clawdbot（现在叫 OpenClaw）不难。难的是装完之后打开一看——1700 多个 Skill，不知道先装哪个。我帮你筛了一遍。下面 20 个 Skill 按「先打地基 → 再接入口 → 最后扩场景」的顺序排好了，跟着装就行。每个都写清楚：干嘛用的、适合谁、一句话安装。
GLM-5最具破坏力的玩法来了！结合CC新出的Agent Teams，解锁Vibe coding终极形态！（在新窗口打开）
当大多数人还在测试它的单点逻辑推理能力时，敏锐的开发者已经发现了一个更具破坏力的玩法：将GLM-5的高密度思维模型注入到Anthropic最新推出的Claude Code Agent Teams架构中。
这个春节P图不求人！小红书开源图像编辑新SOTA（在新窗口打开）
AI生图领域，又出了个“狠角色”。 今日，小红书基础模型FireRed-Image-Edit正式亮相。 看似“低调”，实则战绩惊人——其在处理复杂编辑指令、风格化转换，及高精度文字编辑等多个核心指标上，展现出超强实力。 对比结果显示，FireRed-Image-Edit凭借更精准的理解力、更强的ID保持度及高效的架构，在多项权威测试中脱颖而出，在ImgEdit、GEdit等多个榜单中取得了SOTA，达到业界领先水平。 △主流榜单和自建评测集上的指标对比 这种高效架构背后的技术底座，来自小红书Super Intelligence Team在图像生成与编辑领域的一次重要探索。 划重点！目前该项目代
视听分离SOTA提速6倍！清华发布首个6M高性能模型｜ICLR'26（在新窗口打开）
清华大学团队推出的Dolphin模型突破了「高性能必高能耗」的瓶颈：仅用6M参数（较主流模型减半），通过离散化视觉编码和物理启发的热扩散注意力机制，实现单次推理即可精准分离语音，速度提升6倍以上，在多项基准测试中刷新纪录，为智能助听器、手机等端侧设备部署高清语音分离开辟新路。
开源：参考OpenClaw，我们给 Claude Code 加上了轻量化的永久透明记忆（在新窗口打开）
但考虑到在代码领域，如何做好记忆与检索，相比其他场景又有所不同，因此，基于 memsearch CLI ，我们同时也为Claude Code 做了个永久记忆的 plugin——memsearch ccplugin（可适用所有AI coding软件）。
一副手套，干翻硅谷炫技派！中国队杀入战场，狂卷100万小时数据（在新窗口打开）
灵初智能选择了一条更为激进的技术路线：「人类中心（Human-Centric）」。他们自主研发了全球首个灵巧手真实世界数采引擎Psi-SynEngine。
ICLR 2026 | 异常需要定义！中传团队提出开放世界视频异常检测新范式（在新窗口打开）
针对这一问题，中国传媒大学媒体融合与传播国家重点实验室的吴晓雨教授团队于 ICLR 2026 发表论文《Language-guided Open-world Video Anomaly Detection under Weak Supervision》，直面 VAD 领域的核心问题 —— 什么是异常？
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。