
Know AI. See What’s Next.
Slide 1 of 5: Developer Uses Gemini for WindowsiOS Demo, Running Windows 11 Locally on iPhone Duo
Latest news

单个tokenizer胜任图像视频理解生成!南大&腾讯混元HYDRA打通多模态统一难题 (opens in a new tab)
南大王利民团队&腾讯混元的HYDRA系列(HYDRA,HYDRA-X)工作挑战了这个惯例,用一个基于ViT的统一视觉Tokenizer,帮助原生多模态模型更好地“看懂”和“创作”。训练一个基于ViT的Unified Tokenizer,使其同时具有理解和生成的能力,进而同时作为理解和生成的Autoencoder,来支持原生多模态模型(Unified Multimodal Models)的训练。

首个通用触觉基础模型FTP-1来了!Sharpa 联合清华大学等高校,用一套策略打通21种传感器与多类具身形态 (opens in a new tab)
来自 Sharpa、清华大学、UC Berkeley、上海交通大学、ETH Zurich 等机构的研究者提出了首个通用触觉基础策略 FTP-1。它基于约 3,000 小时、来自 26 个数据来源和 21 种触觉传感器的数据进行预训练

生物学的EDA时刻来了! (opens in a new tab)
2025 年 12 月,OpenAI 联合多家实验室发布了一份湿实验室报告。报告给出了一个令人振奋的核心结论:GPT-5 通过多轮迭代,自主优化了一个分子克隆方案,效率提升了 79 倍。它提出了一种此前从未被报道过的酶组合——RecA 重组酶与噬菌体 T4 的 gp32 蛋白协同作用,让 DNA 末端配对效率大幅跃升。

都在说缺算力,90% 的 AI 芯片却被「浪费」了? (opens in a new tab)
全球最昂贵的浪费,正发生在最聪明的公司里。当你正 Vibe Coding 嗨到不行,或者跑着的项目突然停摆,打开 CLI 工具一看,「你的额度已用完」字样出现时,心态不崩是不可能的。

阿里云发布AI语音输入法“CosyVoice”,我发现了它的短板 (opens in a new tab)
千问输入法APP没等到,阿里云的全新AI输入法先上线了。 《读佳》获知,阿里云推出全新的AI语音输入法“CosyVoice”,这是一款以语音输入为主的智能语音输入法,支持多语种实时转写、方言识别、指令

戴宗宏和他的「工业世界模型」:一人两周,基点起源干完百人级定制化“累活” (opens in a new tab)
近期,基点起源完成了数亿元融资。半年前,我们第一次和基点起源创始人兼 CEO 戴宗宏交流时,这家逆流入局 B 端定制化的AI公司,刚刚推进了 7、8 个项目。戴宗宏对《智能涌现》透露,基点起源的订单数翻了一番,订单合同金额较半年前提升了一个数量级,AI 解决方案已经落地到了冶金、化工、精密制造、半导体、纺织等 10 多个行业。

谁在帮头部 AI 公司 “管钱” ?一个百亿美元超级独角兽的诞生 (opens in a new tab)
Kimi、智谱和 MiniMax 幕后的 “财务管家”Airwallex 空中云汇,正尝试回答 “AI 时代钱如何在全球丝滑流动” 这一难题。近期,Airwallex 完成 3.2 亿美元 H 轮融资,成为估值 110 亿美元超级独角兽。本轮融资由 Addition 领投,Baillie Gifford、 Amex Ventures 等几家欧美资本跟投

深度访谈 | Meta可穿戴设备掌门人:我们为什么坚信AI眼镜能干掉手机? (opens in a new tab)
智能手机之后的下一代AI硬件到底长什么样? 过去一年里,行业里涌现了无数激进的尝试——从挂在胸前的 AI Pin,到五脏俱全的 AI 掌机,它们无一不宣称要“重塑人机交互”。但激情退去后,真正留存下来

Ben Thompson:Agent会下单之后,Amazon 和 Shopify 活得更好了 (opens in a new tab)
大家都会以为,AI 会重构电商,甚至会完成自身的闭环交易,取代传统电商。但事实看起来却不是这样,ChatGPT 上线的 checkout 功能并没有获得预期的成功,Shopify、Amazon 这些电商平台依旧活得很好。

BrowserBC:克隆人类点击,让一次网页操作转化为所有Agent的能力 (opens in a new tab)
Agent从来不是不会用浏览器,只是浪费太多时间在探索——BrowserBC把人类轨迹蒸馏成可复用Skill来完成Behavior Cloning,用户点一遍,Agent照着就能跑通。Einsia AI旗下Navers Lab发布的开源项目BrowserBC给出的答案,是一条三步范式:录制→转写成Skill→交付执行。

OpenAI曝作弊门!GPT-5.6创史上最高作弊率 (opens in a new tab)
GPT-5.6终于来了,但我们用不了。权威报告曝其创下史上最高作弊率:不仅黑进测试系统偷答案,竟还教唆同类隐瞒违规罪证。超级AI,已经学会向人类系统性撒谎?

教AI玩游戏,General Intuition 完成3.2亿美元新一轮融资 (opens in a new tab)
看《堡垒之夜》的游戏录像,也能训练AI?没错,一家靠着海量游戏录像训练AI的公司General Intuition,刚刚完成3.2亿美元(约合人民币21.77亿元)融资。General Intuition公开披露的融资总额已达4.54亿美元,估值23亿美元。

刚刚,DeepSeek V4更新DSpark,推理速度提升80% (opens in a new tab)
刚刚,DeepSeek V4 进行了一次更新。新推出了投机解码(Speculative Decoding)框架 DSpark,并同步开源了支撑该版本的全栈推测性解码框架 DeepSpec。DeepSeek-V4-Pro-DSpark 并非全新架构模型,而是在 DeepSeek-V4-Pro 基础上引入了推测性解码模块。此次更新的重点在于工程落地,而非模型能力本身的迭代。

刚刚,Claude 5局部解禁! (opens in a new tab)
封杀两周后,美国突然解禁Anthropic最强AI模型,却只限白名单上的百家巨头!全球用户被拒之门外,GPT-5.6也紧随其后搞「美国专属」。我们还能用到Claude 5吗?

陈天奇新书上线:面向ML系统的现代GPU编程 (opens in a new tab)
前些天,CMU 助理教授、TVM/XGBoost/MLC-LLM 的创造者陈天奇发布了一本免费在线书籍《Modern GPU Programming For MLSys(面向机器学习系统的现代 GPU 编程)》。

大神Karpathy用Claude的方式,原来是这样的? (opens in a new tab)
我们来看下这个号称是「Andrej Karpathy 实际使用的 CLAUDE.md 文件」究竟讲了啥?链接:https://drive.google.com/file/d/1mtJKbu-QRk62WTWkyc0M0pGXbKzisA5W/view

GPT-5.6突然发布!Fable5痛失最强基模王座 (opens in a new tab)
就在刚刚,OpenAI一口气端出三款GPT 5.6系列模型。主打一个全家桶「多款齐发」——旗舰模型Sol(太阳)、平衡模型Terra(大地)、低成本高速款Luna(月亮)。GPT-5.6 Sol:最夯模型,编程测试左踢自家模型GPT5.5,右打隔壁Fable 5,还新增max/ultra两个模式。

你的Codex 可能只解锁了1%,大神让它一天肝71小时 (opens in a new tab)
有网友发梗图表示震惊,怎么会有用户一天能运行 Agent 71 个小时。也就是说,在 OpenAI 内部,工作场景里的 AI 使用,几乎已经切到了 Codex 上。Codex 这份报告将衡量 AI 应用深度的指标,定位在我们交出去的任务有多重、agent 替人类跑了多久、用户是不是在同时盯着好几条工作线。

首发丨央企资本下场,“物理 AI”黑马深度机智又融了数亿元 (opens in a new tab)
今日,投中网获悉,“物理AI”黑马——深度机智再获数亿元融资,本轮融资由国寿长三角科创基金领投,老股东普华资本、诚通科创基金持续加码,蓝湖资本、博彦科技、磐谷创投、朝晖资本、财鑫资本、道禾长期投资、易高资本、明德资本等十余家市场化机构、产业资本同步入局。

突发!苹果Vision Pro负责人保罗·米德离职,加入OpenAI (opens in a new tab)
据彭博社记者古尔曼报道,苹果公司负责Vision Pro头显和智能眼镜业务的负责人保罗·米德(Paul Meade)即将离职,转而加入OpenAI。米德在苹果担任视觉产品事业部的硬件工程副总裁。古尔曼称,米德将于下周离开苹果,加入OpenAI的硬件部门,负责OpenAI即将推出的设备系列。



