ViT一作盛赞：这个中国开源“PS模型”强过Nano Banana（在新窗口打开）
太香了太香了，妥妥完爆ChatGPT和Nano Banana！
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。
AAAI 2026 Oral｜LENS：基于统一强化推理的分割大模型（在新窗口打开）
文本提示图像分割（Text-prompted image segmentation）是实现精细化视觉理解的关键技术，在人机交互、具身智能及机器人等前沿领域具有重大的战略意义。这项技术使机器能够根据自然语言指令，在复杂的视觉场景中定位并分割出任意目标。
今年TRAE写的代码：100000000000行！超50%程序员每天在按Tab键（在新窗口打开）
TRAE在一年里写了1000亿行代码！如果按照一个程序员每天写100行有效代码计算，这相当于300万个程序员不吃不喝、没日没夜干了一整年。而这也仅仅是《TRAE 2025年度产品报告》中的冰山一角，更多惊人的数据还包括：
开源模型质变：Claude Code 超级小白入门指南（在新窗口打开）
两个月以来，我一直想写一篇给小白的 CC 入门指南，今天终于可以写了。
不会用命令行？Claude Code图形化界面完全指南（在新窗口打开）
面对苍白的CLI终端界面，有些深度依赖IDE的使用者，用Claude Code还是会不习惯的。于是我找了蛮多的资料，看看有没有适合新手的GUI工具。
VLNVerse“宇宙降临”：吴琦团队交出2025具身导航最终答卷（在新窗口打开）
告别碎片化！以全栈之姿，开启具身导航的 2026 新篇章。
告别「单线程」思维：通研院提出NPR框架，让智能体进化出原生的并行推理大脑（在新窗口打开）
近年来，大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时，传统的链式思维（Chain-of-Thought）往往就开始「吃力」：容易被早期判断带偏、发散不足、自我纠错弱，而且顺序生成的效率天然受限。
顶刊TPAMI｜多模态视频理解领域重磅数据更新：MeViSv2发布（在新窗口打开）
近日，多模态视频理解领域迎来重磅更新！由复旦大学、上海财经大学、南洋理工大学联合打造的 MeViSv2 数据集正式发布，并已被顶刊 IEEE TPAMI 录用。
华人一作！Meta等复刻AlphaZero神话，AI甩开人类自修成神（在新窗口打开）
当模型学会「左右互搏」的那一刻，平庸的模仿时代结束了，真正的硅基编程奇迹刚刚开始。
AI 真能看懂物理世界吗？FysicsWorld：填补全模态交互与物理感知评测的空白（在新窗口打开）
近年来，多模态大语言模型正在经历一场快速的范式转变，新兴研究聚焦于构建能够联合处理和生成跨语言、视觉、音频以及其他潜在感官模态信息的统一全模态大模型。此类模型的目标不仅是感知全模态内容，还要将视觉理解和生成整合到统一架构中，从而实现模态间的协同交互。
12毫秒暴露自动驾驶致命缺陷，北航新研究实现场景感知的动态物理对抗攻击｜TPAMI2025（在新窗口打开）
近日，部分L3级自动驾驶车型已经通过工信部批准正式上路，这标志着这我国自动驾驶产业的新阶段。
百万人围观，「上下文图谱」火了，万亿美元新机遇？（在新窗口打开）
编辑｜张倩、陈陈 当智能体（Agent）开始深度介入人类世界，关于豆包 AI 手机的讨论可能只是个开始。 在此之前，手机、电脑软件都是给人用的 —— 人负责一步步操作，系统负责把信息存好、算好。但现在
只剩1%的人在完全手写代码，近七成Vibe产品仅需一个月就可上线 | 2025中国Vibe创作生态报告发布（在新窗口打开）
开发周期被打破了。曾需数月打磨的 MVP，如今近七成可在一个月内上线；曾需十人协作的产研流程，如今超七成由三人以下小团队完成。AI Coding 工具已不再是辅助，而是主力：仅 1% 的创作者仍完全手写代码，近六成将多数乃至全部编码交予 AI。效率的跃升前所未有，但随之而来的是一个尖锐的问题：快，是否等于有价值？
训练时间爆砍80%！港大快手联合打造了一个AI炼金师：专挑“有营养”数据，20%数据达成50%效果（在新窗口打开）
由香港大学丁凯欣领导，联合华南理工大学周洋以及快手科技Kling团队共同完成的这项研究，开发出了一个名为“炼金师”（Alchemist）的AI系统。它就像一位挑剔的大厨，能从海量图片数据中精准挑选出最有价值的一半。
单卡2秒生成一个视频！清华联手生数开源TurboDiffusion，视频DeepSeek时刻来了（在新窗口打开）
现在生成一个视频，比你刷视频还要快。 因为一个开源新框架，竟能让视频生成在保证质量的情况下，最高提速200多倍！ 而且还是单张显卡就能hold住的那种，来感受一下这个feel： 没错，原先1.3B-480P在单张RTX 5090生成一个5秒的视频，需要的时间大概是184秒。 而现在，只需要1.9秒，速度足足提升97倍！ 这背后，便是清华大学TSAIL实验室和生数科技联合开源的视频生成加速新框架——TurboDiffusion。 新框架一出，网友们也是不淡定了，直呼： 我们已经进入到了生成的视频比看的视频还多的时代。 包括Meta研究员和伯克利教授也站台打call： 2秒就能生成一个视频 过去，
上下文工程的Agent Skills来了，CC、Codex直接用，一周获2.3k star（在新窗口打开）
GitHub上最近出现了一个非常火的项目Agent-Skills-for-Context-Engineering，发布不到一周就斩获了2.3k Stars。为什么它能瞬间引爆社区？因为站在2025年末的节点上，我们已经受够了那些只存在于大厂白皮书里的Context Engineering（上下文工程） 理论。
字节Seed发布最强数学模型：一招“打草稿”，IMO银牌变金牌（在新窗口打开）
字节最新数学推理专用模型，刚刚刷新战绩：拿下IMO金牌成绩。
物理学变天！「AI主导」论文首次登顶刊，人类科学家沦为验证者？（在新窗口打开）
AI提供1%的灵感，人类提供99%汗水！密歇根州立大学物理学家许道辉，在AI启发下，重新思考量子力学本质，在顶刊《物理快报B》上发表了相关结论。
一键生成出海营销数字人！GLM-4.7+Claude Code可以封神了～（在新窗口打开）
大家好，我是被智谱卷到的袋鼠帝。 昨天智谱刚把GLM-4.7放出来，群里就有老哥找我写文章了..
客观聊聊 MiniMax 的新模型（在新窗口打开）
前脚刚听完罗永浩和 MiniMax 创始人闫俊杰的超长播客，然后就看到 MiniMax M2.1 发布了。
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。