自回归因果注意力也能并行解码？上交联合UCSD突破LLM推理瓶颈，模型代码全开源（在新窗口打开）
在大语言模型（LLM）落地应用中，推理速度始终是制约效率的核心瓶颈。传统自回归（AR）解码虽能保证生成质量，却需逐 token 串行计算，速度极为缓慢；扩散型 LLM（dLLMs）虽支持并行解码，却面
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。
三维空间太难懂？RoboTracer让机器人理解复杂空间指令，推理3D空间轨迹，开放世界也能精确行动（在新窗口打开）
我们希望具身机器人真正走进真实世界，尤其走进每个人的家里，帮我们完成浇花、收纳、清洁等日常任务。但家庭环境不像实验室那样干净、单一、可控：物体种类多、摆放杂、随时会变化，这让机器人在三维物理世界中「看懂并做好」变得更难。
给AI做微创手术：哈工大博士生发明新算法，5分钟让大模型减重近半（在新窗口打开）
作为一名 AI 领域的博士生，徐玉庄的经历比较特殊。本科毕业于国防科技大学，随后在部队工作了 5 年，接着在清华大学获得硕士学位，目前在哈尔滨工业大学读博。
必须得让AI明白，有些不该碰的东西别碰（doge）（在新窗口打开）
近期，以DeepEyes、Thymes为代表的类o3模型通过调用视觉工具，突破了传统纯文本CoT的限制，在视觉推理任务中取得了优异表现。
Gemini Pro 学生优惠还能这么玩？免费 Opus 4.5 接入 Claude Code 实测（在新窗口打开）
上上周跟大家盘了 Gemini 学生教育优惠。
Meta病急乱投医，Manus用户少了70%，还要花数十亿美金收购？｜非凡产研用数据带来真相（在新窗口打开）
Manus被Meta收购的消息在AI圈刷屏了。 交易细节尚未完全公开，但Meta的态度很明确：它不仅要把Manus的能力整合进自家产品（包括Meta AI），还计划继续把Manus作为独立服务运营和销
清华朱军团队Nature Machine Intelligence：多模态扩散模型实现心血管信号实时全面监测（在新窗口打开）
近日，清华朱军等团队提出了一种统一的多模态生成框架 UniCardio，在单扩散模型中同时实现了心血管信号的去噪、插补与跨模态生成，为真实场景下的人工智能辅助医疗提供了一种新的解决思路。
ICLR史无前例！中国团队站上C位，全球AI顶会首次为它设专场（在新窗口打开）
史上首次，ICLR成立后设立机制设计相关Workshop，全球顶流学者众神云集！
我招了 6 个 AI 员工一起干活（在新窗口打开）
大家好，我是艾逗笔。 今天我花了一天时间，招聘了 6 个 AI 员工，帮助他们走完了入职流程，给他们分配了工作权限，了解了他们各自的特点和能力，然后安排了一个工作间，让他们在一起开始干活了。
告别“音画割裂”与“人物崩坏”！AutoMV：首个听懂歌词、卡准节拍的开源全曲级MV生成Agent（在新窗口打开）
现有的AI视频生成模型虽然在短片上效果惊人，但面对一首完整的歌曲时往往束手无策——画面不连贯、人物换脸、甚至完全不理会歌词含义。
港大联合字节跳动提出JoVA: 一种基于联合自注意力的视频-音频联合生成模型（在新窗口打开）
视频 - 音频联合生成的研究近期在开源与闭源社区都备受关注，其中，如何生成音视频对齐的内容是研究的重点。
单agent落幕，双agent才能解决复杂问题！附LangGraph+Milvus实操（在新窗口打开）
做agent简单，但是做能落地的agent难，做能落地的长周期agent更是难上加难！
全景视觉的Depth Anything来了！Insta360推出DAP，200万数据打造全场景360°空间智能新高度（在新窗口打开）
在空间智能（Spatial Intelligence）飞速发展的今天，全景视角因其 360° 的环绕覆盖能力，成为了机器人导航、自动驾驶及虚拟现实的核心基石。然而，全景深度估计长期面临 “数据荒” 与 “模型泛化差” 的瓶颈。
Agent「记吃不记打」？华为诺亚&港中文发布SCOPE：Prompt自我进化，让HLE成功率翻倍（在新窗口打开）
在 LLM Agent 领域，有一个常见的问题：Agent 明明 "看到了" 错误信息，却总是重蹈覆辙。
SIGGRAPH Asia 2025｜当视频生成真正「看清一个人」：多视角身份一致、真实光照与可控镜头的统一框架（在新窗口打开）
在电影与虚拟制作中，「看清一个人」从来不是看清某一帧。导演通过镜头运动与光线变化，让观众在不同视角、不同光照条件下逐步建立对一个角色的完整认知。然而，在当前大量 customizing video generation model 的研究中，这个最基本的事实，却往往被忽视。
深度拆解沐曦MXMACA软件栈功能，算力自主+生态兼容，破解国产GPU落地难题（在新窗口打开）
近日，刚刚 IPO 的国产 GPU 公司沐曦股份，完成了自上市后的首个重大技术发布。
AI医生终于有了硬标尺！全球首个专病循证评测框架GAPS发布，蚂蚁联合北大王俊院士团队出品（在新窗口打开）
蚂蚁健康与北京大学人民医院王俊院士团队历时6个多月，联合十余位胸外科医生共同打磨，发布了全球首个大模型专病循证能力的评测框架—— GAPS（Grounding, Adequacy, Perturbation, Safety），及其配套评测集 GAPS-NSCLC-preview。
AI4S回归白盒符号主义，清华等联合发布SR-LLM：自主发现科学知识（在新窗口打开）
清华大学等多所高校联合发布SR-LLM，这是一种融合大语言模型与深度强化学习的符号回归框架。它通过检索增强和语义推理，从数据中生成简洁、可解释的数学模型，显著优于现有方法。在跟车行为建模等任务中，SR-LLM不仅复现经典模型，还发现更优新模型，为机器自主科学发现开辟新路径。
QwenLong-L1.5发布：一套配方，三大法宝，让30B MoE模型长文本推理能力媲美GPT-5（在新窗口打开）
作为大模型从业者或研究员的你，是否也曾为一个模型的 “长文本能力” 而兴奋，却在实际应用中发现它并没有想象中那么智能？
别再吹AI搞科研了！新评测泼冷水：顶尖模型离「合格科学家」还差得远（在新窗口打开）
如今，大模型在理解、推理、编程等方面表现突出，但AI的“科学通用能力”（SGI）尚无统一标准。
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。