ShellAgent 2.0， 没有选择卷复杂华丽的前端页面，而是闷头把后台交互卷到极致。 也就是说，我们写生成应用提示语的难度降到了有嘴就会的级别。
机器人能通过普通视频来学会实际物理操作了！ 来看效果，对于所有没见过的物品，它能精准识别并按照指令完成动作。
人工智能和数学是密不可分的。 AI 的发展离不开数学的进步，同时 AI 的进步也离不开解决数学问题的能力。
10天前Amazon发布了他们自己的开发平台，Kiro IDE，其中有一个很厉害的交互功能“Spec（Specification）”，强调的是规范的文档，说明书，以一套非常结构化的方法确保开发过程的系统性、可控性和质量，堪称现代软件工程的最佳实践。让vibe coding有一个规范的范式。
一觉醒来发现扣子直接开源了！以后本地部署一个扣子不再是梦！而且采用的是 Apache 2.0 许可证，支持商用！这次开源的是扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）。
今天下午，阶跃星辰在 WAIC 2025 开幕前夕发布新一代基础大模型 Step 3，并宣布将在 7 月 31 日面向全球企业和开发者开源。MoE 架构，321B 总参，38B 激活
就在刚刚，阿里正式发布全球最强开源推理模型——Qwen3-235B-A22B-Thinking-2507。就在刚刚，阿里正式发布全球最强开源推理模型——Qwen3-235B-A22B-Thinking-2507。
AI Coding太火，微软也坐不住了。 GitHub放大招，新工具GitHub Spark只需自然语言，就能把你的想法变成APP。
伦敦政治经济学院的Jeremy Coller动物感知中心以400万英镑的资助，集结神经科学、哲学与AI专家，研究从猫狗到章鱼的动物意识。研究中心正用科学揭开动物意识之谜，探索AI在宠物交流中的潜力与风险。
谷歌DeepMind不信邪。 这不前脚，谷歌刚获IMO金牌，小扎就光速挖走三名核心团队成员。 如此抓马又无语，更多人都劝谷歌DeepMind小心点儿吧，要不以后论文署名都匿名吧，实在不行学习中国互联网公司用花名吧……
前两周，广东某国企发了篇万字标文，以预算四十万招标一台DeepSeek一体机。 近乎30页的文档里，采购明细表短短6行，所需的芯片类型等关键指标，只字未提。“看这个标就知道，大家完全没把一体机用起来”，业内人士直言。
又到了一年一度“中国AI春晚”WAIC，各家大厂动作频发的时候。 今年会有哪些看点？你别说，我们还真在扒论文的过程中，发现了一些热乎线索。 比如蚂蚁数科的金融推理大模型，发布会还没开，技术论文已悄咪咪上线。 金融领域的推理大模型，你可以理解为金融领域的DeepSeek，带着SOTA的刷榜成绩来了。
那是 1964 年，德国南部的小城爱尔兰根，阳光洒落在西门子数据中心的窗格上，一台名为 Zuse Graphomat Z64 的绘图仪静静运转着。 它并不懂何为艺术，却在工业数学家 Georg Nees 的指令下，画出了世界上最早一批由计算机生成的图像。
等了50年，AI教父Hinton终于「真人现身」中国了！这位图灵奖+诺奖教父级大神，不仅亲自踏上魔都土地，还与市委书记同框合影，瞬间刷屏全网！最近他再次预言，AI已进入觉醒倒计时。现在全网都在翘首以待，准备迎接明天他的高能演讲。
近期，夸克技术团队和浙江大学联合开源了OmniAvatar，这是一个创新的音频驱动全身视频生成模型，只需要输入一张图片和一段音频，OmniAvatar即可生成相应视频，且显著提升了画面中人物的唇形同步细节和全身动作的流畅性。此外，还可通过提示词进一步精准控制人物姿势、情绪、场景等要素。
如何理解大模型推理能力？现在有来自谷歌DeepMind推理负责人Denny Zhou的分享了。 就是那位和清华姚班马腾宇等人证明了只要思维链足够长，Transformer就能解决任何问题的Google Brain推理团队创建者。 Denny Zhou围绕大模型推理过程和方法，在斯坦福大学CS25上讲了一堂“LLM推理”课。
近日，来自 OPPO、耶鲁大学、斯坦福大学、威斯康星大学麦迪逊分校、北卡罗来纳大学教堂山分校等多家机构的研究团队联合发布了 Agent KB 框架。这项工作通过构建一个经验池并且通过两阶段的检索机制实现了 AI Agent 之间的有效经验共享。Agent KB 通过层级化的经验检索，让智能体能够从其他任务的成功经验中学习，显著提升了复杂推理和问题解决能力。
上周，OpenAI 正式推出了自己的 Agent 产品，ChatGPT agent。 用户只需扔出一句话，它就能像个聪明的助理一样，查资料、写报告、点网页、跑代码，甚至还能做一整套财报分析，再打包成 PPT。
Cursor突然断供，码农AI Coding就像被砍掉了手脚！如今，清华系最强平替MonkeyCode站在了C位，不仅性能炸裂、成本超低，还能应对复杂编程任务，首发支持Kimi K2和Qwen3。
今天带来 Myshell ShellAgent 2.0 的测试和介绍。 发现 Myshell 上了一个 ShellAgent 2.0 的能力，只需要提示词就能生成一个 Agent 应用。他们这个有意思的点是，没有复杂的前端页面都会在一个 Chatbot 里构建类似的交互，这就摆脱了构建前端的复杂流程降低了错误率，Agent 只需要管理工具之间的交互就可以。
AI+精神病学，这两个词居然能合并到一起，不是整活，不是用于人类治疗。这不，Claude团队正式启动了一个“AI精神病学”小组，年薪两百万元招人来专门研究AI的精神状态。
去年被硬件从业者称作 “AI 硬件元年”，然而时至今年，一批 AI 硬件公司已面临困境。
你有没有想过，为什么那些看起来无所不能的 AI agent，在真实工作环境中却总是显得如此笨拙？我们花费数百小时调试提示词、完善指令，但这些智能系统依然无法像人类员工那样从经验中学习和成长。它们不会从错误中汲取教训，也不会在重复性任务中变得更加熟练。这个根本性问题，正是 Composio 刚刚完成 2500 万美元 A 轮融资要解决的核心挑战。
硅谷 AI 投资人 Elad Gil 昨天发布了自己对 AI 领域投资的总结回顾与预测。在他看来，过去四年 AI 经历了从 “技术迷雾”到“商业马拉松” 的变化：随着模型能力的不断提升，过去 12 个月里一系列 AI 应用落地的细分场景在得到验证，头部公司浮现，一定程度上，未来 1-2 年的市场格局初定，AI 应用层正进入收敛周期：
35 人，8 个月，年收入破 1 亿美元。 Lovable 创下了最快的增长速度，超过了 OpenAI、Cursor、Wiz 以及历史上所有其他软件公司。
无需复杂编程，仅通过观看视频就能破解光照、反射等物理规律。Hassabis畅想，在AI驱动的游戏世界，玩家每一步都将触发独特的故事，成为个人化的冒险乐园。
故事是这样的。 后天就WAIC了。 而这一周，我遇到了这两年来，我最痛苦的难题。 WAIC期间，我要参加的活动非常多，有15家厂商参与的大直播、有AR眼镜发布会、有论坛嘉宾、有专访等等等等。
据悉，OpenAI正在寻求新一轮400亿美元融资，迫切需要资金支持其岌岌可危的星际之门项目。 星际之门就是年初OpenAI和软银牵头发起，要在全美建立多个数据中心，被称为“史上最大的人工智能基础设施项目”。
部分人拒绝AI，指出其训练依赖“被盗劳动力”且不道德，担心导致去技能化丧失技能和独立思维，强调人类创造力、情感体验不可替代；历史类比卢德运动表明拒绝难成功，但维护人类主体性至关重要。
就在昨天，来自UCLA的两位研究者黄溢辰和杨林做了一件让整个AI圈都震惊的事。他们用Google的Gemini 2.5 Pro模型，在2025年国际数学奥林匹克竞赛中拿下了金牌水平的成绩，6道题解对了5道。这可不是什么花架子，IMO被公认为是测试AI推理能力的终极试金石，因为它需要的不仅仅是计算，更需要创造性思维和严密的逻辑推理。
