
AI读不懂文档结构?计算所重构Agentic RAG文档推理能力(在新窗口打开)
DeepRead让AI像人一样阅读文档:利用OCR识别章节结构,先精准定位相关段落,再完整读取上下文,避免碎片化检索。实验显示,其长文档问答准确率提升17%,能自动跳过冗余信息,精准提取财报、论文等复杂内容,无需额外知识图谱,轻量高效。
共 224 篇

DeepRead让AI像人一样阅读文档:利用OCR识别章节结构,先精准定位相关段落,再完整读取上下文,避免碎片化检索。实验显示,其长文档问答准确率提升17%,能自动跳过冗余信息,精准提取财报、论文等复杂内容,无需额外知识图谱,轻量高效。

达人营销的新「解答」。 👦🏻 作者: 镜山 🥷 编辑: Koji 🧑🎨 排版: NCon 达人营销一直以来都不是一件「轻易完成」的事情,如果只是找几个博主,谈好价格,内容发出去,数据也还行。但一旦想

DragStream,首次实现视频生成时的实时拖拽编辑。用户可随时拖动画面中的物体,自由平移、旋转或变形,系统自动保持后续帧连贯自然,无需重训模型,无缝适配主流AI视频生成器,真正实现「所见即所得」。

2026,什么最火爆? 具身智能和世界模型,今年合计已吸金超300亿元,前者是物理AI落地的产品,后者是物理AI的“训练场”,它们共同组成了物理AI的一体两面。 然而,物理AI始终是融入真实世界的AI,尽管世界模型代表的仿真路线,以较低成本为物理AI供应了海量数据,但其中的Sim2Real鸿沟,又让行业长期头疼。如果转而依靠真实数据,成本又太高,很难上量。 在这种矛盾之下,行业开始转向虚实融合的方式,为物理AI供应大规模的数据。就在近日,这条路线上涌现出了业界首个数据基座平台。 具身智能的火,照亮数据的难 开年短短2个月,具身智能赛道融资超20起,平均3天不到就有一笔热钱涌入,行业累计融资金额

现在,一篇来自 CISPA 亥姆霍兹信息安全中心的最新论文《Real Money, Fake Models: Deceptive Model Claims in Shadow APIs》为我们揭开了一点谜底:那些你花真金白银购买的「第三方 API」,有可能偷偷把前沿大模型换成了廉价的替代品。

2026 开年已两个月,Agent 依然是全球最引人注目的 AI 赛道之一。OpenClaw(原 Clawbot)掀起的那波 Agent 热潮至今仍在发酵,甚至让「一人公司」概念第一次真正有了落地的可能性。

SpeechLLM 是否具备像人类一样解释 “为什么” 做出情绪判断的能力?为此,研究团队提出了EmotionThinker—— 首个面向可解释情感推理(Explainable Emotion Reasoning)的强化学习框架,尝试将 SER 从 “分类任务” 提升为 “多模态证据驱动的推理任务”。

由知名恋爱手游《奇点时代》研发商 CEO 张筱帆带头打造的 AI 男友「EVE」在年中释出 PV;明星创业者张月光打造的《星眠》也在年底透过内测首次与公众见面;我们还发现市值一度超过 180 亿美元的自动驾驶明星公司图森未来转也型做了 AI 陪伴产品「Breath of You」,尽管该产品目前已官宣停服。

最近,一款新产品 Ancher 亮相小红书,该产品主打用 AI 革新用户阅读新闻的体验,主要目标市场为海外。Ancher 的创始人 Vincent Wu 曾担任传统媒体 HuffPost 的运营负责人以及全美最大的新闻社区 NewsBreak 的 COO,深耕新闻赛道多年。

作为全球最具影响力的科技智库之一,《麻省理工科技评论》始终致力于追踪科技创新的最前沿,在纷繁复杂的技术浪潮中识别那些真正具有改变世界的新兴技术方向。自 2001 年起,我们开始发布“十大突破性技术”(10 Breakthrough Technologies),旨在挖掘尚处早期、却有望深刻影响未来的创新。