
Know AI. See What’s Next.
Slide 1 of 5: Anthropic’s rise: Claude commercialization, governance and AI safety disputes
Latest news

三行代码就能手搓一个AI应用!蚂蚁OceanBase开源其首款AI数据库 (opens in a new tab)
AI时代,真是啥都要快。 三行代码构建一个AI应用,现在就这样被蚂蚁OceanBase游刃有余地实现了。 熟悉数据库的朋友都知道,OceanBase是蚂蚁集团于2010年发布的一款全自研的国产企业级分布式关系数据库。 历经15年迭代升级,如今它不仅在权威测评中稳居国产数据库第一梯队,其稳定性更是经过了“双十一”等高并发场景的持续验证。 悄悄补充一句,OceanBase还在现场秀出了最新成绩单——全球客户数已突破4000家,连续五年年均增速超100%,服务覆盖16个国家和地区、60多个地域、240多个可用区。 而且截至今年5月,经过四年开源实践,OceanBase已形成拥有超过25000名开发者

“最强具身VLA大模型”,究竟强在哪儿? (opens in a new tab)
看似轻描淡写,实则力透纸背。 Physical Intelligence刷屏全网的机器人基础模型π*0.6,一亮相就秀出了实力: 让机器人连续一整天制作意式浓缩咖啡,数小时不间断折叠各类衣物,还能精准组装工厂所需的包装纸箱。 在π*0.6的加持下,这些任务的成功率都达到了90%以上。 然而,仔细阅读论文就会发现,比起连做13个小时咖啡,π*0.6真正的突破在于引入了一种更直觉的学习方法——Recap: 指导:用人类示范教它基础动作辅导:纠错指导让它修正错误练习:从自主经验中不断优化、变得更强 这彻底扭转了过去机器人只会逼近 “真值” 的模仿学习模式,让机器人能从自己的错误中成长。 就连网友也直

速递|成立一年的开源编程Agent初创OpenHands,完成1880万美元融资 (opens in a new tab)
在我们探讨今日关于Gemini 的新闻之前,需要提及今晨微软与英伟达宣布,将投资 Anthropic。该公司承诺在未明确时限内投入至少 300 亿美元租赁微软 Azure 云平台上配备英伟达芯片的服务器。至此,三大云服务商均已注资这家 OpenAI 的竞品,再次释放微软已从 ChatGPT 制造商分散投资的信号。

Sora 想做的 IP 内容生态,这个国产 AI 已经先走了一步 (opens in a new tab)
今年不少出圈的 AI 视频,基本都有一个共同点:套了个熟悉的 IP 壳。

大模型:从 .txt 到 .exe (opens in a new tab)
下面这个,来自《人类的认知协议》的最后一个章节,写于一年前

对话斑马口语:如何用 AI Agent 造出「超人类外教」? (opens in a new tab)
真人外教会累、会忘、会不稳定,无法实现「千人千面」的颗粒度。这是 AI Agent 的机会。

何恺明团队新作:扩散模型可能被用错了 (opens in a new tab)
何恺明又一次返璞归真。 最新论文直接推翻扩散模型的主流玩法——不让模型预测噪声,而是直接画干净图。 如果你熟悉何恺明的作品,会发现这正是他创新的典型路径,不提出更复杂的架构,而是把问题拆回最初的样子,让模型做它最擅长的那件事。 实际上,扩散模型火了这么多年,架构越做越复杂,比如预测噪声、预测速度、对齐latent、堆tokenizer、加VAE、加perceptual loss…… 但大家似乎忘了,扩散模型原本就是去噪模型。 现在这篇新论文把这件事重新摆上桌,既然叫denoising模型,那为什么不直接denoise? 于是,在ResNet、MAE等之后,何恺明团队又给出了一个“大道至简”的结

对谈 Sora 核心团队:Sora 其实是一个社交产品,视频生成模型会带来科研突破 (opens in a new tab)
上个月 OpenAI 在发布 Sora 2 的同时将其作为独立应用发布,产品一经上线便登顶苹果应用商店榜首的现象级产品。本篇内容是对 Sora 2 的三位核心负责人的访谈:研发负责人 Bill Peebles、产品负责人 Rohan Sahai 以及工程与产品负责人 Thomas Dimson,Dimson 还参与过 Instagram 产品的搭建。

AI内容首超人类,意味着什么? (opens in a new tab)
AI内容就像是快餐,可以快速填饱肚子;而人类创作更像是私房菜,可能有瑕疵,但更有味道。现在的问题是,我们是否愿意为了效率而放弃味道?

NeurIPS 2025 Spotlight | 香港大学提出无需数据标记的ViT密集表征增强方法 (opens in a new tab)
在视觉处理任务中,Vision Transformers(ViTs)已发展成为主流架构。然而,近期研究表明,ViT 模型的密集特征中会出现部分与局部语义不一致的伪影(artifact),进而削弱模型在精细定位类任务中的性能表现。因此,如何在不耗费大量计算资源的前提下,保留 ViT 模型预训练核心信息并消除密集特征中的伪影?

如视发布空间大模型Argus1.0,支持全景图等多元输入,行业首创! (opens in a new tab)
近来,世界模型(World Model)很火。多个 AI 实验室纷纷展示出令人惊艳的 Demo:仅凭一张图片甚至一段文字,就能生成一个可交互、可探索的 3D 世界。这些演示当然很是炫酷,它们展现了 AI 强大的生成能力。

世界第一「空间智能」引擎!苹果没做成的,95后博士拿下了 (opens in a new tab)
2024年以来,从苹果Vision Pro将「空间计算」推向巅峰,到Peloton Guide、Nex Playground等「AI摄像头」硬件开始在小规模市场中验证可行性,风口已然初现。

“日本版OpenAI”创下估值新高!Transformer八子之一创办,老黄也投了 (opens in a new tab)
刚刚,创下日本估值新高的AI初创公司诞生了!

首个AI神作!一人分饰全角,万人围观外星人嘲讽人类灭绝 (opens in a new tab)
在AI时代,一个洛杉矶电影人用AI工具打造出「电影宇宙」——外星格隆人研究人类文明的搞笑伪纪录片,从健身到橄榄球,全是滑稽误解!

谷歌抢跑L3级AI,Gemini连续工作40分钟,Agent自动生成评审百条创意 (opens in a new tab)
OpenAI定义的L3 AI,要被谷歌抢先一步了。

终于不用为GPU算力发愁了,10块钱训练一个GPT! (opens in a new tab)
前不久写了一期卡神做的 nanochat ,听朋友说咱们国产早就有类似的开源项目了:miniMind 。

原腾讯Robotics X算法研究员创业,4个月获3轮融资,要在3-5年将人形机器人送进家庭 (opens in a new tab)
在腾讯四年,朱庆旭曾将多种训练数据喂给具身模型,最终他得出结论:“基于遥操作数据训练的主流方案,有着原理性缺陷。”

融资数亿、营收过亿!黄仁勋频频关注的具身赛道隐形冠军浮出水面 (opens in a new tab)
刚刚,一家AI公司的融资引发了圈内热议。

盘点:2025 年最值得关注的 18 家 AI Voice Agent 创业公司 (opens in a new tab)
「大家严重低估了 Voice 作为 AI 交互界面的潜力。」

文献、报告、合同翻译的老大难被国产工具治了?三大翻译神器横评后,这家稳得离谱 (opens in a new tab)
“开组会是一场巨大的精神霸凌。” 哪怕毕业了这么多年,在社交软件看到这几个字的时候心里还是咯噔了一下… 毕竟,导师一句“这些文献你先读一读哈~”往往意味着:马上要啃几十页外文PDF、上百条术语、无数个长难句!!!!(难啊……) 就在我们“苦中作业”的时候,我发现了百度翻译里的一个隐藏板块——叫「文档翻译」,据说不仅翻译水平在线,支持200+种语言翻译,连文章的排版、格式都能高度还原? 这么好的功能当然不放过,我立刻把它拉进横评跑了一遍,测下来最直观的感受是—— 翻译够准、排版能打,连对照阅读都安排上了: 不仅如此,翻的时候旁边还挂着个AI助手,能一边总结文章内容、一边帮你划重点,嗯..感觉像是



