在大模型训练时，如何管理权重、避免数值爆炸与丢失？Thinking Machines Lab 的新研究「模块流形」提出了一种新范式，它将传统「救火式」的数值修正，转变为「预防式」的约束优化，为更好地训练大模型提供了全新思路。
上周，一个做算法的朋友给我演示了用大模型生成电路原理图的过程。那个瞬间，我仿佛看到了未来的轮廓——当AI开始理解硬件设计，我们这些靠经验在竞争中胜出的工程师，出路在哪里？
据 9to5Mac 报道，iOS 26.1、iPadOS 26.1 和 macOS Tahoe 26.1 开发者测试版隐藏的代码显示，苹果正在为 App Intents 引入 MCP 支持打基础。这也意味着未来，我们能让 ChatGPT、Claude 或其他任何兼容 MCP 的 AI 模型直接与 Mac、iPhone 和 iPad 应用交互。
奥特曼投下震撼弹：五年后AI将全面超越人类，到2030年诞生的「超级智能」甚至能攻克「量子引力」难题。人类智力的霸权时代，已进入倒计时。他在接受德国《世界报》采访时表示：我可以肯定地说，到2030年底之前，如果我们没能开发出能够完成人类自身无法企及任务的超级智能模型，我会感到非常意外。
业界首个高质量原生3D组件生成模型来了！来自腾讯混元3D团队。现有的3D生成算法通常会生成一体化的3D模型，而下游应用通常需要语义可分解的3D形状，即3D物体的每一个组件需要单独地生成出来。
超越DeepMind的Langfun、抱抱脸的Smolagent等，国产智能体位列全球智能体第一梯队！GitHub明星开源项目、行业首个100%开源的企业级智能体JoyAgent，迎来重要更新——
天禧个人超级智能体和字节跳动扣子官宣生态合作！
云栖大会上，阿里宣布AI平台将把完整的英伟达Physical AI（物理AI）软件栈纳入其开发者选项菜单。这个看似技术性的宣布，实际上标志着人工智能发展的一个重要转折点。英伟达CEO黄仁勋在2025年CES大会上明确表示：AI下一个前沿就是物理AI，蕴藏着巨大的潜力和机遇。
LightVLA 是一个旨在提升 VLA 推理效率且同时提升性能的视觉 token 剪枝框架。当前 VLA 模型在具身智能领域仍面临推理代价大而无法大规模部署的问题，然而大多数免训练剪枝框架依赖于中间注意力输出，并且会面临性能与效率的权衡问题。
不牺牲任何生成质量，将多模态大模型推理最高加速3.2倍！ 华为诺亚方舟实验室最新研究已入选NeurIPS 2025。
视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器，能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染，同时具备良好的时序一致性和低计算成本开销，使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强，帮助获得具身智能训练所需的海量高质量数据。
在三维重建、NeRF 训练、视频生成等任务中，相机参数是不可或缺的先验信息。传统的 SfM/SLAM 方法（如 COLMAP）在静态场景下表现优异，但在存在人车运动、物体遮挡的动态场景中往往力不从心，并且依赖额外的运动掩码、深度或点云信息，使用门槛较高，而且效率低下。
AI读不懂HTML、Markdown长文档的标题和结构，找信息总踩坑？解决方案来了——SEAL全新对比学习框架通过带结构感知+元素对齐，让模型更懂长文。
Kimi发布全新Agent模型OK Computer ！这个新Agent名字好像还有点儿来头啊……别的先不说，OK Computer到底OK不OK？实测一下！
《Critterz》讲述了一群森林生物在村庄受到一个陌生人打扰后踏上冒险之旅的故事，该片是OpenAI创意专家Chad Nelson的创意。2023年，导演兼编剧Chad Nelson与Native Foreign团队完成了《Critterz》短片，并尝试首次使用OpenAI的DALL-E完成美术与场景风格设定。
9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner，Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了当下市场的关心的问题。
王兴兴的大实话，在高通攒的这场局上，全交代了。目前机器人领域技术路线都不一样，导致看着热闹，但是进展没那么显著；既然现在大家开发的模型都还不能部署直接用，那还不如开放出来，就像OpenAI开源GPT-1/2一样；
开源框架实现100%可复现的稳定RL训练！下图是基于Qwen3-8B进行的重复实验。两次运行，一条曲线，实现了结果的完美重合，为需要高精度复现的实验场景提供了可靠保障。这就是SGLang团队联合slime团队的最新开源成果。
2016年，Hinton曾建议停止培训放射科医生，因为他们在未来五年中很可能被AI取代。如今已快九年，美国放射科医生不仅没有被AI取代，而且还以52万美元的平均年薪成为全美第二高薪的医疗专业，岗位数量也创下历史新高。
起猛了，苹果怎么搞起跨界AI模型了？？发布了一个基于流匹配的蛋白质折叠模型SimpleFold，被网友戏称为“iFold”。SimpleFold没有花里胡哨的专属模块设计，就靠通用的Transformer模块，搭配流匹配生成范式，3B参数版本追平了该领域顶流模型谷歌AlphaFold2的性能。
杭州有了新的标签，被彭博社称为「中国AI的宇宙中心」。 起因是源自年初那场「杭州六小龙」所掀起的大讨论，外媒将杭州形容为下一个「硅谷」，称其具备所有科技热点崛起的特征：“充满活力的创业文化、大量政府和民间资金以及来自当地大学强大的人才库。”
Agent元年赛程过半，最“难啃”的企业级Agent，怎么样了？表层现象是，想推动企业从“被动接受”到“主动拥抱”Agent，比想象中的难。“无论是过去的SaaS还是今天的Agent，企业在考虑引入与付费的时候遵循的原则其实都是一样的，ToB Agent要深度嵌入企业的决策与运营流程，不能因为技术门槛低就开始盲目尝试。”
第四届琶洲算法大赛中，一道特殊的题目格外引人注目：选手参赛提交的算法，被送上太空，完成整个推理过程。它不是全场最吸睛的议题，却很有可能成为今年AI产业商业化过程中最具标志性的一个瞬间。这场被称为「慧行·AI上星」的实验，背后是国星宇航与佳都科技的联手推动。
Lessie 的定位简单直接：People Search AI Agent。一句话描述它的能力：帮你从互联网与数据库里快速找到任何人，并自动化完成初步联络。创始人、投资人、KOL、潜在客户、行业专家、合作伙伴……只要你能用自然语言描述需求，Lessie 就能迅速在全球范围内挖掘到合适的人选。
OpenAI发布最新研究，却在里面夸了一波Claude。他们提出名为GDPval的新基准，用来衡量AI模型在真实世界具有经济价值的任务上的表现。具体来说，GDPval覆盖了对美国GDP贡献最大的9个行业中的44种职业，这些职业年均创收合计达3万亿美元。任务基于平均拥有14年经验的行业专家的代表性工作设计而成。
不怕故障的机器人大脑来了这个大脑，就是估值已达45亿美元（截至今年6月）的Skild AI新推出的Skild Brain，它在一个包含十万种机器人姿态的虚拟环境中，训练了相当于一千年的时间才得以成型。更值得一提的是，此模型从未在这些机器人上进行过训练，它对它们的控制能力完全是涌现出来的。
随着多模态大语言模型（MLLMs）在视觉问答、图像描述等任务中的广泛应用，其推理能力尤其是数学几何问题的解决能力，逐渐成为研究热点。 然而，现有方法大多依赖模板生成图像 - 文本对，泛化能力有限，且视
来自德国癌症研究中心（DKFZ）、欧洲分子生物学实验室（EMBL）、哥本哈根大学等机构的研究团队开发了一款名为Delphi-2M的AI医疗大模型。该模型能通过分析用户的医疗记录和生活方式，并提供长达了20年，覆盖癌症、皮肤病和免疫疾病等1258种疾病的风险估计。
清华互联网产品研究协会（五道口产品观察）联合特工宇宙，从现状痛点到落地实践，再到职业进化路径，万字白皮书拆解 AI 与产品工作的适配方式，助力突破 AI 使用困局。
