生物研发进步提速长期受制于海量人工试错。恩和首发全球生物制造物理 AI 平台 SAION，打破 AI 仅限虚拟辅助的痛点。最大惊喜是它「长出了手脚」，能自主设计并直接调度设备执行真实实验，实现闭环进化！其生物科研表现全面超越 GPT 与斯坦福 Biomni，实现 SOTA。AI 科学家终于下场干活了！
ber，装龙虾这才几天啊，怎么就直接二倍速到卸载了？？？
不卷VLA，这家公司给机器人造生成式大脑。
常州发“养龙虾”十条政策。
杭州萧山设立5000万元开源智能体专项基金。
昨天花了两个小时，跑通了一套生成小红书图片的 Skill。先给大家看看效果。 一共做了八种风格，这里就挑几张展示。 你可能有印象，几年前网上有类似的付费工具。因为小红书正文限制一千字，超了就只能做成图片发。当时确实有人靠这个赚钱。
一段几十秒的音视频，上万Token，一半以上是冗余——Omni-LLM的计算浪费，比想象中更严重。
近年来，大规模视频扩散模型在视频生成领域取得了显著进展。然而，采样效率低下仍然是这类模型的核心瓶颈。
具身智能的胜负手，可能并不在机器人本身。
当前，大语言模型（LLMs）和视觉语言模型（VLMs）在语义领域的成功未能直接迁移至物理机器人，归根结底在于其互联网原生的基因。
被 OpenClaw 改写的 AI 硬件消费和创业。 作者｜苏子华 编辑｜靖宇 用了 OpenClaw 一段时间后，我发现它已经迅速改变了我日常购物的决策逻辑。 比如，我最近想买一款运动手表，当我犹豫
对比学习已成为表征学习中的一种强大范式，能够在不依赖标签的情况下有效利用无标注数据。
硅谷投资圈惊呼，科技研究领域的谷歌地图来了！几乎一夜间，海外社交平台上的科技投资人、科学家都在聊它！
龙虾席卷全球，美中两大社交巨头同一周出手。腾讯秘密为微信打造原生AI智能体；Meta火速收购龙虾社交网络Moltbook，抢建AI智能体时代的社交图谱。
刚拿下五角大楼大单，OpenAI 转头又盯上北约。同行因死守底线被军方出局，奥特曼却火速补位拥抱军工复合体。「非机密网络」的辩词难掩军事化野心，硅谷巨头正撕下技术中立伪装，彻底沦为军备竞赛的齿轮。
“龙虾”成了新时代“牛马”。
刚刚，全球AI圈地震了：Anthropic的一个新功能，直接干掉了价值500亿美元的传统代码审计行业！年费5万美元的传统安全厂商，现在直接被一锅端掉，新工具最低只要15美金。
最近，Karpathy 玩 Vibe Coding 真真地上瘾了！
这段时间，国内最流行的一阵风就是「养龙虾」，即安装并训练 OpenClaw。
朋友们，先问你们个问题：你们的 Claude Code 里装了多少个 skills？
让AI像Kaggle顶尖选手一样设计算法，需要几步？
![[小山译] Claude Skill 编写与实战指南](https://www.aitntnews.com/pictures/2026/3/11/a659f881-1cf1-11f1-af9f-fa163e47d677.webp)
最近沉迷折腾龙虾，想把日常工作都 Skill 化，试了挺多方法都不怎么好用。正好最近 Anthropic 出了一份官方指南，我边学边翻，分享给你。
OpenClaw 爆火之后，我一直在想一个问题： 如果把 AI Agent 当作一个员工来看，未来最重要的能力是什么？
最近在研究 OpenClaw，这个工具的火热程度不用再赘述。
Plaud 在国内与大厂们的「竞赛故事」仍在继续。
大家是否有这样的感觉？给定几张场景中拍摄的图片，往往能够在脑海中想象出这个场景的三维布局，然而当前的多模态大模型还停留于纯文本或者 2D 视觉的推理表示，限制了图像中隐含几何结构的表达能力。
扩散模型终于学会“看题下菜碟”了！
1984年，教育心理学家本杰明·布鲁姆（Benjamin Bloom）的一项实验，揭示了一个惊人的事实：接受一对一辅导的学生，成绩可以超越传统班级里98%的同学。这种效果被称为两个标准差优势，它证明了个性化教学的巨大潜力。但它也带来了一个现实难题：一对一辅导成本极高，无法普及。
用强化学习微调扩散模型，还有更好的办法吗？
NUS、ZJU、UW、Stanford、CUHK 联合提出 「ThinkMorph」，主张让文字与图像在统一架构里「原生协作」、「共同演化」，而不是像当下大多数多模态模型那样，看完图像就闭上眼睛，后续完全靠文字链条推进。仅用 2.4 万条数据微调 7B 统一模型，视觉推理平均提升 34.74%，多项任务比肩甚至超越 GPT-4o 和 Gemini 2.5 Flash。
