
Know AI. See What’s Next.
Slide 1 of 5: 姜宇辉的AI分身:知识助手与“另一个自己”之间
Latest news

对话 K2 Lab 王铭:Moras 如何围绕成交结果做个人商业智能体 (opens in a new tab)
Founder Park 访谈 K2 Lab 创始人王铭,讨论 Moras 为海外内容创作者提供选品、内容制作和经营协作的思路,以及佣金分成、算力成本、用户授权和垂直模型之间的关系。文中商业数据与远期判断来自受访者。

开源文档解析模型 OXR,如何结合自我改进与可插拔版面分析 (opens in a new tab)
OXR 面向复杂文档的文字、表格、公式和阅读顺序解析。报道拆解其预测分类、错误归因和数据生成的后训练循环,并介绍版面分析与内容识别分工、本地部署和开源资源入口。

Iambic 更新 IAM1363 早期临床数据,报告部分患者出现缓解 (opens in a new tab)
Iambic 公布 HER2 抑制剂 IAM1363 的 I/Ib 期试验进展,报告部分受试者出现肿瘤或颅内病灶缓解,并披露安全性观察。文章同时回顾其 AI 药物设计平台;早期数据仍需后续研究验证,不能视为已获批疗法。

ClawsGO Science 公布细致平衡反应网络的形式化证明 (opens in a new tab)
BitMiracle AI Lab 介绍科研智能体协作生成并检查 Lean 证明的过程,研究针对全局吸引子猜想中满足细致平衡的一类情形。报道同时讨论云端科研环境与多智能体分工,不意味着所有化学反应问题均已解决。

科大讯飞发布 SparkAudio 1.0,推进复杂音频理解与语音交互 (opens in a new tab)
SparkAudio 1.0 将人声、环境声和说话人关系纳入音频理解,并在其上发展识别、同传和实时交互模型。智东西结合音频案例与办公、可穿戴产品,介绍这套基座加专用模型的技术路线及仍存在的分析局限。

OpenAI 公布 ETH 等研究成果,独立专家将参与审查 (opens in a new tab)
OpenAI 发布涉及指数时间假设、局部光滑化与量子场论的模型研究材料,并为不同领域安排公开复核或专家合作。报道梳理成果所指的问题及审查方式,区分形式化证明与学术界进一步理解、验证的工作。

Fotor Agent 制作 MG 动画:从 PDF 解说到口播动效叠加 (opens in a new tab)
水哥AIGC 用数据科普和新书口播两个案例,演示 Fotor Agent 的脚本、分镜、动效修改及导出流程,并说明如何在保留原片的基础上叠加信息层。案例效果来自作者的操作记录。

对话香港理工秦浩桐:把AI大模型压到极限之后 (opens in a new tab)
DeepTech 与秦浩桐讨论模型极限压缩、训练后量化与真实设备上的推理延迟,回顾 BiLLM 的研究思路,并谈到如何用硬件测试、代码核对和实验反馈判断效率研究的价值。

即梦短剧工作室上线,串联剧本、分镜与后期编辑 (opens in a new tab)
即梦短剧工作室把剧本辅助、角色与场景资产、3D 导演台、智能预演和后期编辑放进同一项目。报道介绍连续短剧制作中的素材复用、镜头预演与局部修改,也说明即梦和小云雀仍是独立平台。

LAR:通过潜在动作缩短 Agent 的生成决策链 (opens in a new tab)
LAR 将重复、稳定的多步动作表示为可学习的潜在动作,尝试减少 Agent 完成任务所需的生成步骤。原文介绍动作词表学习、轨迹蒸馏与实验结果,并讨论过度压缩具体参数可能损害任务表现的边界。

看完《三星堆:未来往事》,我想跟《牛来》道歉 (opens in a new tab)
APPSO 以《三星堆:未来往事》的观影体验为切入点,讨论 AI 电影的叙事衔接、人物塑造与技术表现,提出生成画面的进步仍需转化为连贯、能打动观众的故事。

刚刚,谷歌重磅发布Genie 4:这才是真正的「世界模型」! (opens in a new tab)
Google DeepMind正式发布通用世界模型Genie 4,支持原生声音、实时对话与场景实时改写,单次连贯世界约维持2分钟,并由三款Gemini模型协同增强逻辑与物理模拟。

Physical RSI第一站!便利店打工“人”自己进化,物理AI飞轮启动了 (opens in a new tab)
因为货架上的小尺寸挂钩被价格标签牌挡住了一部分,进便利店打工的机器人君第一次尝试挂货……扑了个空。

Arc 让位 AI 浏览器,WorkBuddy 则让 AI 用上了旧浏览器 (opens in a new tab)
10 月 22 日,Arc 宣布将于 12 月 22 日关闭桌面端,工程与安全团队转向新浏览器 Dia。用户可以把密码、书签、扩展和历史记录迁过去,继续使用熟悉的功能,也可以选择开启 AI。

Proactive AI如何走向超级智能体?UIUC、谷歌、斯坦福、UC Berkeley、CMU联合综述 (opens in a new tab)
早在 1995 年,Michael Wooldridge 等学者便在智能体研究的代表性论文《Intelligent Agents: Theory and Practice》中,提出了智能体的四项核心特征:反应性(Reactivity)、社会能力(Social Ability)、自主性(Autonomy)和主动性(Proactiveness)。

GPT-6.1 Terra首批网友实测来了!1折价格获得Astra级电脑操作能力 (opens in a new tab)
眼看对家Anthropic靠一纸招股书抢尽风头,OpenAI反手甩出GPT-6.1 Terra—— 想独占头条?先问问新模型答不答应。

刚刚,Rokid首款全彩AI眼镜亮相,4999元起 (opens in a new tab)
乐奇Rokid发布第二代AI眼镜Rokid Glasses 2、首款全彩AI眼镜Rokid Color及智能戒指Rokid Ring,Rokid Color起售价4999元,并强化AI交互、续航和智能体生态能力。

刚刚,百度开源文档解析模型——文心Unlimited OCR 2,狂揽1,000万下载 (opens in a new tab)
曾获LeCun转发推荐、狂揽1,000万下载的百度开源神作,又杀回来了!

王的猜想,被 AI 一夜通关 (opens in a new tab)
困扰人类几十年的世界级难题,AI 只用几天就交卷了。

AI短剧工作台都能自己搭了,GitHub上这些神器真可以试试 (opens in a new tab)
这次创作终于不烧心了。 短剧已经成了许多人每天刷手机时都会点开的内容。 看着网上那些画面精美的 AI 短剧,很多人可能也会有点心动,想自己写个故事,生成几个人物,试着做一部属于自己的短剧。 这也让不少人开始琢磨,那对于想长期创作的人来说,自己搭建一套工作台也是个不错的选择。 图:DateEye短剧观察 剧本和素材可以自己保存和管理,图片、视频生成服务也能根据需要灵活搭配。想尝试不同的画面效果,或者调整制作流程,都可以在自己的工作台里慢慢摸索。 当然,使用相关生成服务时仍可能产生费用,具体花费取决于选择的服务和使用量。 最近在GitHub里出现的一批项目,恰好提供这种选择,下面这七个项目各有侧重



