NUS LV Lab新作｜FeRA：基于「频域能量」动态路由，打破扩散模型微调的静态瓶颈（在新窗口打开）
新加坡国立大学 LV Lab（颜水成团队） 联合电子科技大学、浙江大学等机构提出 FeRA (Frequency-Energy Constrained Routing) 框架：首次从频域能量的第一性原理出发，揭示了扩散去噪过程具有显著的「低频到高频」演变规律，并据此设计了动态路由机制。
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。
谷歌发布智能体Scaling Law：180组实验打破传统炼金术（在新窗口打开）
智能体（Agent），即基于语言模型且具备推理、规划和行动能力的系统，正在成为现实世界 AI 应用的主导范式。
GPT在模仿人类？Nature发现：大脑才是最早的Transformer！（在新窗口打开）
我们以为语言是语法、规则、结构。但最新的Nature研究却撕开了这层幻觉。GPT的层级结构与竟与人大脑里的「时间印记」一模一样。当浅层、中层、深层在脑中依次点亮，我们第一次看见：理解语言，也许从来不是解析，而是预测。
效率提升25%，灵巧操作数采困境被「臂-手共享自主框架」解决（在新窗口打开）
实现通用机器人的类人灵巧操作能力，是机器人学领域长期以来的核心挑战之一。近年来，视觉 - 语言 - 动作 (Vision-Language-Action，VLA) 模型在机器人技能学习方面展现出显著潜力，但其发展受制于一个根本性瓶颈：高质量操作数据的获取。
纯文本驱动视频编辑，清华&华为&中科大实现无需掩码/参考帧就能精准移除/添加对象（在新窗口打开）
近年来，基于扩散的视频生成模型的最新进展极大地提高了视频编辑的真实感和可控性。然而，文字驱动的视频对象移除添加依然面临巨大挑战：
何恺明NeurIPS 2025演讲盘点：视觉目标检测三十年（在新窗口打开）
不久前，NeurIPS 2025 顺利举办，作为人工智能学术界的顶级会议之一，其中不乏学术界大佬的工作和演讲。
别让米其林主厨削土豆！英伟达用「小脑指挥大脑」，重构AGI生产力（在新窗口打开）
觉得大模型消耗的算力过大，英伟达推出的8B模型Orchestrator化身「拼好模」，通过组合工具降本增效，使用30%的预算，在HLE上拿下37.1%的成绩。
大模型的第一性原理：（一）统计物理篇（在新窗口打开）
白铂 博士，华为 2012 实验室理论研究部主任 信息论首席科学家
你的Agent可能设计错了：UIUC & 斯坦福等联合发文，重构Agent适配2X2（在新窗口打开）
随着基础模型的日益成熟，AI领域的研发重心正从“训练更强的模型”转移到“构建更强的系统”。在这个新阶段，适配（Adaptation） 成为了连接通用智能与垂直应用的关键纽带。
被拒≠失败！这些高影响力论文都被顶会拒收过（在新窗口打开）
近日，Waymo 发布了一篇深度博客，详细介绍了该公司的 AI 战略以及以 Waymo 基础模型为核心的整体 AI 方法。
阿里开源实时虚拟人项目 LiveAvatar：虚拟人直播进入无限时长时代！（在新窗口打开）
2025 年 12 月，由 阿里巴巴 联合 中国科学技术大学、浙江大学等机构共同研发的实时虚拟人项目 LiveAvatar 正式对外开源。该项目聚焦长期困扰虚拟人行业的两大技术瓶颈——“实时响应能力”与“长时稳定生成能力”，首次在同一系统中实现了二者的工程级统一。
MIT最新发现：这十年，算法进步被高估了（在新窗口打开）
在过去十年中，AI 的进步主要由两股紧密相关的力量推动：迅速增长的计算预算，以及算法创新。
向量数据库新范式：分层存储，让数据从全量加载到按需加载 | Milvus Week（在新窗口打开）
本文为Milvus Week系列第7篇，该系列旨在把Zilliz团队过去半年多积累的先进的技术实践和创新整理成多篇干货深度文章发布。
这是2025年度AI十大趋势，4个维度10大结论，“开源AI进入中国时间”（在新窗口打开）
刚刚，《2025年度AI十大趋势报告》在MEET2026智能未来大会上正式发布。
一键清空Win11所有AI！开发者“整活”，一行命令秒清Copilot、Recall，开源狂揽1.7k星！（在新窗口打开）
“真的受够了 Windows 11 中各种莫名其妙的 AI 功能。”
微软发布首个测试时扩展大规模研究，还给出了终极指南（在新窗口打开）
如果说大模型的预训练（Pre-training）是一场拼算力、拼数据的「军备竞赛」，那么测试时扩展（Test-time scaling, TTS）更像是一场在推理阶段进行的「即时战略游戏」。
扩散语言模型推理太慢？北大团队提出ODB-dLLM框架，破解计算访存双重瓶颈（在新窗口打开）
基于扩散的大语言模型 (dLLM) 凭借全局解码和双向注意力机制解锁了原生的并行解码和受控生成的潜力，最近吸引了广泛的关注。例如 Fast-dLLM 的现有推理框架通过分块半自回归解码进一步实现了 dLLM 对 KV cache 的支持，挑战了传统自回归 LLMs 的统治地位。
仿真数据也能Scaling！虚实结合训练，端到端性能全面提升｜中科院x港大x小米汽车（在新窗口打开）
自动驾驶数据荒怎么破？ 来自香港大学OpenDriveLab、中科院自动化所、小米汽车的联合团队提出了一种解决方案——SimScale。 该方案通过真实世界仿真生成关键场景，以及真实仿真协同训练策略，首次揭示了自动驾驶仿真数据的规模效应。 无需更多真实数据，只靠扩大仿真数量，一样能持续突破任何端到端驾驶模型的性能上限。 为什么要有SimScale？ 因为让大模型屡创新高的Data Scaling，在自动驾驶场景中失灵了—— 现实世界难以提供足够的关键与长尾场景，采集到的大多是价值有限的常态片段，导致数据越多、提升越难。 因此，自动驾驶的瓶颈不在规模，而在缺乏能系统生成关键场景并支撑大规模训练的
LLM距离AGI只差一层：斯坦福研究颠覆「模式匹配」观点（在新窗口打开）
有关大语言模型的理论基础，可能要出现一些改变了。
华人博士用AI破解十年材料发现困局，让ZIF晶体发现效率翻倍（在新窗口打开）
近日，师从新晋诺贝尔化学奖得主奥马尔·亚吉（Omar M. Yaghi）、目前在美国加州大学伯克利分校读博的荣自超，带领一个跨国际的研究团队，打造出名为AIRES （algorithmic iterative reticular synthesis）的机器学习指导的高通量实验平台，
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。