
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

伊朗闭门造AI (opens in a new tab)
十月初,我和沐秋去伊朗玩了十多天。除了畅游霍尔木兹海峡,然后发现那一片祥和天天沙滩海岛看大轮船之外,还见了几个伊朗AI创业者。

独家|Soul将推出Loxinity,为自研语音、视觉与多模态交互产品 (opens in a new tab)
《读佳》独家获知,Soul将推出专为交互场景打造、超具活人感的语音合成产品“Loxinity(洛希无限)”,和市面上面向配音、短视频的TTS不同,这套模型从底层瞄准实时交互场景,主打强活人感。它支持单人配音、多人对话两种模式,配套音色克隆、音色设计等工具,还开放API接入。Loxinity下辖语音合成模型Loxi Speech和视频生成模型Loxi Avatar。

27B小模型反超1.6T巨兽!智源AREX-2长程反思撬动RSI新路径 (opens in a new tab)
当模型学会持续迭代改进算法,便推开了通往智能自主进化的大门。近日,由来自智源研究院、中国科技大学、中国人民大学等多个机构的研究人员组成的 AREX 研究小组发布 AREX-2 模型。

本周 AI 项目推荐| Hypit、Synvas、Pexo...AI 视频赛道还有新玩家 (opens in a new tab)
AI 视频创作,又一批新面孔登场了。 此前,OiiOii、TapNow、LibTV 等产品已开始探索不同的创作方式。其中,OiiOii 把编剧、角色设计、分镜和配乐交给分工协作的 Agent,TapNow 让创作者在画布上组织素材、调用模型和编辑视频。 现在,热度还在延续,新的焦点是:剪辑和修改。一批新的产品集中出现。 Synvas 想把生成画布和专业剪辑时间线放进同一个工作台,Hypit 为 Agent 发明了视频语言,Voyager 则直接让 Agent 操作创作者已经在用的软件。视频创作的入口越来越多,连人该坐在时间线前、对话框里,还是专业软件中指挥 AI,都有不同答案。 这些尝试背后,

从单点突破到系统性验证:分子之心MMDesign实现94.7%项目成功率、六大GPCR靶点全获命中 (opens in a new tab)
让 AI 生成成千上万条蛋白质序列,已经不是 AI 生物药研发最值得炫耀的能力。更重要的问题是:真正送进实验室的分子能否足够少,成功的机会又能否足够高?

人类数据如何变成机器人真实能力?Ropedia重磅发布六项研究成果 (opens in a new tab)
第一视角视频越来越多,研究人员怎样把这些记录变成能够改善机器人能力的训练信息?

中国版Muse能管事!我把宠物保单、双11算价和周末旅行全交给了灵光2.0 (opens in a new tab)
最近两个月,Personal Agent 这个概念忽然从边缘话题变成了普通用户手机屏幕上的新图标。

刚刚,GPT-6.1 Terra发布!电脑操作比肩Astra,成本仅其1/10 (opens in a new tab)
今天真是个热闹日子。 那边 Anthropic 提交 IPO,这边 OpenAI 发布了最新模型 GPT-6.1 Terra。 它的定位是「以更低价格,提供快速、强大的电脑操作能力」,将细致的视觉推理、精准的电脑操作能力与更清晰、更自然的写作表现结合在一起。 Sam Altman 兴奋地表示,「GPT-6.1 Terra 将开启电脑操作的新时代。」 与 GPT-5.6 Terra 相比,GPT-6.1 Terra 能力有了显著提升,尤其擅长处理日常工作中的沟通和电脑操作任务,从起草提案、解读技术图纸,到填写表格、剪辑视频,都能胜任。 Terra 继续拓展各模型系列在智能表现与成本之间的平衡,为

Z Potentials | 不造本体、不刷榜、不讲架构,00后创始人用工程师文化跑出具身的Scaling曲线 (opens in a new tab)
具身智能不缺钱,也不缺演示,真正稀缺的是一条能复现的 Scaling 曲线。去年 11月,北美的 Generalist 发布 GEN-0,称首次在机器人身上观察到了这条曲线:预训练数据和算力越多,模型在下游任务上的表现就越稳定、可预测地提升。支撑这条曲线的,是超过 27 万小时的真实世界操作数据,和每周新增上万小时的采集速度。对绝大多数公司来说,曲线已经有人跑出来了,燃料却还没有。

中国数学家攻克世界级数学难题!中国科学多模态大模型立功 (opens in a new tab)
困扰数学界30余年的世界级难题——三维Ghys猜想迎来了破解!

让AI学会给昇腾NPU调优!复旦联手华为小艺,算子生成成功率达95.5% (opens in a new tab)
把模型部署到昇腾 NPU 上,计算逻辑确定之后,还有一道难题:怎样让底层实现充分利用硬件?同一个注意力计算,分块、搬运、并行和同步方式不同,运行时间就可能明显不同。

Gemini 4 Argon的写作能力无敌了。 (opens in a new tab)
大家好,我是鲁工。 上周凌晨发的那篇Gemini 4 Argon正式发布,Antigravity中已经可用。快讯时,我在文末提到那篇稿子本身就是用Gemini 4 Argon写的,很多读者留言说完全看不出来AI味。

10小时数据+一段人手视频=?SkeLAM的零样本跨形态迁移 (opens in a new tab)
基于预训练的 Cosmos-Predict2.5-2B,SkeLAM 使用总计约 10 小时的机器人交互数据进行训练。在人手到机器人的迁移实验中,输入换成人类演示,生成视频中的机械臂仍然呈现出与演示对应的运动方向。迁移时模型参数全部冻结,没有针对这些演示额外微调。

AI 时代,PhD 路上的 10 个关键问题|对谈李磊:港大 PhD、小米 MiMo 研究员 (opens in a new tab)
本周「十字路口」的嘉宾是李磊,小米 MiMo 大模型后训练研究员、香港大学在读博士。一边参与大模型训练,一边读 PhD,他和许多同学一样,面对着 AI 带来的巨大机会,也置身于飞速变化的节奏中:既兴奋,也焦虑。

OpenAI改写人类科学史!「王的猜想」全维度告破,30年铁律ETH塌了 (opens in a new tab)
说真的,人类科学史今夜彻底改写了! 就在刚刚,OpenAI一口气连放三弹,官宣内部AI独立完成三大堪称「里程碑」新发现—— 数学: 证明全维度的「局部平滑猜想」,彻底终结困扰数学界百年的「挂谷猜想」; 计算机科学:证伪了统治学界近30年的「指数时间假设」(ETH); 理论物理:给出了四维量子色动力学(QCD)与纯杨-米尔斯理论的严格数学存在性证明。 消息一出,整个硅谷和学术圈彻底炸锅。 挂谷猜想曾困扰了数学家们整整一个世纪,也是菲奖得主王虹的主攻领域。 但三弹里,真正让圈内人倒吸一口凉气的,是「指数时间假设」(ETH)。过去三十年里,全球计算机科学界都一致默认ETH是对的。 这一被计算机科学家

AI 社交的另一种生意 (opens in a new tab)
上周六(10 月 17 日),在十字路口 × Table for Six 联名活动的 After Party 上,我们在 AI Hacker House 邀请到 Table for Six 的创始人 Jeff 和投资人汪天凡 Will 进行了圆桌对话。

怕 Claude 封号?你可以租一台加州的 Mac Mini (opens in a new tab)
美国加州提供单人专用的 Mac mini 租赁服务,Apple M4 设备预装 Claude Code、Codex 和 Remote Screen,支持远程桌面或 SSH 接入,首批 50 台已租出 41 台。

清华、英伟达等开了个新榜,38个AI实时视频模型露短板 (opens in a new tab)
清华大学、英伟达等机构联合推出全球首个流式交互视频生成评测榜单StreamEval,以300个用例评测38个模型,揭示当前模型在连续指令执行和状态一致性方面仍存明显短板。

Anthropic要IPO了,帮大家总结了一下招股书里11个有趣的细节。 (opens in a new tab)
Anthropic已公开IPO申请并向美国证监会披露招股书,拟募资约1000亿美元、估值约1.5万亿至2万亿美元,同时揭示了营收激增、上半年净亏损807亿美元及创始人的特殊投票权安排。

GPT-6.1 Terra骨折价发布 (opens in a new tab)
OpenAI发布GPT-6.1 Terra,每百万token输入1美元、输出5美元,较上代大幅降价,并强化视觉理解、写作和电脑操作;Agents’ Last Exam中追平GPT-6 Astra且速度快3倍以上,第三方评测幻觉率由88%降至38%,现已全面开放。



