DeepSeek、Gemini谁更能提供情感支持？趣丸×北大来了波情绪轨迹动态评估（在新窗口打开）
近日，由趣丸科技与北京大学软件工程国家工程研究中心共同发表的《Detecting Emotional Dynamic Trajectories: An Evaluation Framework for Emotional Support in Language Models（检测情感动态轨迹：大语言模型情感支持的评估框架）》论文，获 AAAI 2026 录用。
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。
DeepSeek V3到V3.2的进化之路，一文看全（在新窗口打开）
12 月 1 日，DeepSeek 一口气发布了两款新模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。几天过去，热度依旧不减，解读其技术报告的博客也正在不断涌现。知名 AI 研究者和博主 Sebastian Raschka 发布这篇深度博客尤其值得一读，其详细梳理了 DeepSeek V3 到 V3.2 的进化历程。
LLM强化学习不稳定之谜，被Qwen团队从「一阶近似」视角解开（在新窗口打开）
如今，强化学习（RL）已成为提升大语言模型（LLM）复杂推理与解题能力的关键技术范式，而稳定的训练过程对于成功扩展 RL 至关重要。由于语言具有强烈的上下文属性，LLM 的 RL 通常依赖序列级奖励 —— 即根据完整生成序列给一个标量分数。
Gemini手搓3D粒子特效，体验现实版钢铁侠（在新窗口打开）
无需懂一行代码，Gemini 3正在重塑3D交互创作的边界！详细对比了Canvas与AI Studio在开发场景下的独特优势，带你亲身体验这场「零门槛」的3D交互革命。
近乎零成本破解模型幻觉！清华团队最新研究：逆向验证法，让 AI 停止“瞎扯”，只需先验证再作答（在新窗口打开）
关于如何避免让大语言模型产生幻觉，一直以来的相关研究都非常多。
谷歌祭出Transformer杀手，8年首次大突破！掌门人划出AGI死线（在新窗口打开）
谷歌DeepMind掌门人断言，2030年AGI必至！不过，在此之前，还差1-2个「Transformer级」核爆突破。恰在NeurIPS大会上，谷歌甩出下一代Transformer最强继任者——Titans架构。
他们让万亿参数RL学会了「省着跑」，顺便砍掉九成算力（在新窗口打开）
2025年，AI大模型的竞争焦点正在发生根本性转移。
Agent2025年终报告来了，UC伯克利、斯坦福和IBM联合发布（在新窗口打开）
2025就要过去了。UC Berkeley、Stanford和IBM联手做了一件大事。他们调研了306份在一线“造 Agent”的从业者问卷，并深度访谈了20个已经成功落地并产生价值的一线企业案例（涵盖金融、科技、医疗等领域）。试图回答一个最朴素的工程问题：一个能用的、赚钱的Agent，到底是用什么架构搭出来的？
Agent微调复活？英伟达开源8B新模型带飞GPT-5：在HLE狂卷37分，还把成本打下来（在新窗口打开）
当问题又深又复杂时，一味上最强模型既贵又慢。测试时扩展能想得更久，却不一定想得更对。
浙大00后硕士破局AI记忆难题！新技术让长对话响应速度快十余倍（在新窗口打开）
走上了堪称是“最佳 AI 转型路径”之后，他也在读研期间和合作者针对 AI 记忆开展了一项研究，借此发明出一种名为 LightMem（轻量记忆）的技术。在 LongMemEval 和 LoCoMo 这两个专门用于考察 AI 长期记忆能力的基准测试上，LightMem 回答问题的准确率全面超越之前的冠军模型，最高提升了 7% 以上，在某些数据集上甚至提升了将近 30%。
无情淘汰PPT选手！美国AI创业圈，PhD才是敲门砖（在新窗口打开）
在AI浪潮中，博士学位正成为创业者的新宠，取代了传统的MBA文凭。昔日辍学神话渐成例外，如今的技术精英们凭借科研深度，引领小型高效团队迅速崛起。
谷歌新架构突破Transformer超长上下文瓶颈！Hinton灵魂拷问：后悔Open吗？（在新窗口打开）
两项关于大模型新架构的研究一口气在NeurIPS 2025上发布，通过“测试时训练”机制，能在推理阶段将上下文窗口扩展至200万token。两项新成果分别是：Titans：兼具RNN速度和Transformer性能的全新架构；MIRAS：Titans背后的核心理论框架。
基于文本AI的终结？Agent协作可直接「复制思维」，Token效率暴涨（在新窗口打开）
一直以来，传统 MAS 依赖自然语言沟通，各个 LLM 之间用文本交流思路。这种方法虽然可解释，但冗长、低效、信息易丢失。LatentMAS 则让智能体直接交换内部的隐藏层表示与 KV-cache 工作记忆，做到了：
首帧的真正秘密被揭开了：视频生成模型竟然把它当成「记忆体」（在新窗口打开）
在 Text-to-Video / Image-to-Video 技术突飞猛进的今天，我们已经习惯了这样一个常识： 视频生成的第一帧（First Frame）只是时间轴的起点，是后续动画的起始画面。
告别「2D错觉」，SpatialActor通过解耦语义与几何，为具身智能注入强鲁棒空间基因（在新窗口打开）
作者在包含 50 多个任务的多个仿真和真实世界场景中评估了 SpatialActor。它在 RLBench 上取得了 87.4% 的成绩，达到 SOTA 水平；在不同噪声条件下，性能提升了 13.9% 至 19.4%，展现出强大的鲁棒性。目前该论文已被收录为 AAAI 2026 Oral，并将于近期开源。
视频模型也能推理，Sora2推理能力超过GPT-5（在新窗口打开）
DeepWisdom研究团队提出：视频生成模型不仅能画画，更能推理。 为了验证这一观点，团队推出了VR-Bench——这是首个通过迷宫任务评估视频模型空间推理（spatial reasoning）能力的基准测试
北航领衔发布300页代码智能综述：从基础模型到智能体，一次读懂Code LLM全景图（在新窗口打开）
这篇学术论长文由北京航空航天大学复杂关键软件环境全国重点实验室领衔。《From Code Foundation Models to Agents and Applications》一文是对过去几年代码智能领域的一次系统梳理：模型、任务、训练、智能体、安全与应用都被串联成了一条完整、连贯的技术链路。
人们用AI在做什么？答案藏在100万亿token背后（在新窗口打开）
2025 年 12 月，硅谷风险投资机构 Andreessen Horowitz（简称 a16z）与 AI 推理服务平台 OpenRouter 联合发布了一份名为《State of AI》的研究报告。这份报告基于 OpenRouter 平台上超过 100 万亿 token 的真实用户交互数据，试图呈现过去一年间大语言模型在实际应用中的真实状态。
Anthropic官宣PTC突破，中国开发者一年前就实现了（在新窗口打开）
Anthropic发布了Programmatic Tool Calling（PTC）特性，让Claude通过代码编排工具执行，降低token消耗、减少延迟并提升准确性。
Ilya刚预言完，世界首个原生多模态架构NEO就来了：视觉和语言彻底被焊死（在新窗口打开）
全球首个可大规模落地的开源原生多模态架构（Native VLM），名曰NEO。要知道，此前主流的多模态大模型，例如我们熟悉的GPT-4V、Claude 3.5等，它们的底层逻辑本质上其实玩的就是拼接。
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。