ICLR 2026 的 Rebuttal 结束了。当 OpenReview 上的喧嚣散去，我们发现，作者与审稿人之间漫长的拉锯战，最终往往只剩下一个核心分歧：「这个想法，以前真的没人做过吗？」
真正的 AI 时代新船票，至少由模型能力、基础设施、入口三部分构成。
王潜说，DeepSeek 当然很伟大，但我们要干一个像 OpenAI 那样的公司。
刚刚，全球首个GW级超算集群Colossus 2，正式投入运行。
当你在电商平台搜索“苹果”，系统会推荐“水果”还是“手机”？或者直接跳到某个品牌旗舰店？短短一个词，背后承载了完全不同的购买意图。而推荐是否精准，直接影响用户的搜索体验，也影响平台的转化效率。
随着 AI 技术的蓬勃发展， AI 模型的参数规模和推理频次呈指数级增长。据高盛研究部预测，到 2030 年，全球数据中心的电力需求将增长 160%。
视觉模型用于工业“缺陷检测”等领域已经相对成熟，但当前普遍使用的传统模型在训练时对数据要求较高，需要大量的经过精细标注的数据才能训练出理想效果。
真正的突破在于让模型学会"举一反三"，在3-4个突变位点的平衡木上演绎生命的无限可能。
近日，清华大学与星尘智能、港大、MIT 联合提出基于对比学习的隐空间动作预训练（Contrastive Latent Action Pretraining, CLAP）框架。这个框架能够将视频中提纯的运动空间与机器人的动作空间进行对齐，也就是说，机器人能够直接从视频中学习技能！
1月12日，Anthropic发布了一款新产品Cowork。官方给它的定义很有意思：Claude Code for the rest of your work，给剩下那些不写代码的人用的Claude Code。
一早，OpenAI曝光了过去三年营收数据，信息量巨大：2025年ARR突破200亿美元，算力与收入几乎同步飙升，形成了一个强大的自转飞轮。
在全球AI共识下，Agent Skill成为新战场。在国内，字节扣子率先推出Coze Skill，让你的方法论、个人心得瞬间封装成可复用包；加上长期任务的「目标导向协作」，AI帮你拆解步骤、执行计划，真正实现「人类经验注入AI智能体」。
就在今天，飞书合作发布了他们的第一款AI硬件。 是跟安克创新一起做的一个有趣的东西。 他们叫做，AI录音豆。 安克做的硬件，飞书提供的软件和AI服务，他两一拍即合。 对，就是这么个东西，一个小小的录音
大家都知道 Elon Musk 最近和 OpenAI 在硅谷法庭上，「打得火热」，算是「一团和气」。前两天，OpenAI 的总裁 Greg Brockman 终于坐不住了。他直接发推 Diss Elon Musk，指责他为了打官司，竟然断章取义地把自己私人日记里的片段当成证据 😆。
我这样描述 Tala Health，它的种子轮融资，是早期数字医疗公司单轮融资中规模最大的之一，并且其发展阶段与估值之间存在明显脱节。只要你接受这个判断，大概率就会有兴趣把这篇文章看完。
AI工具越出越快，很多人越学越焦虑：怕被裁，怕落后，怕同事比自己更会用AI。一款名为Cursiv AI的教育App就盯着这股情绪下手，12个月内IAP收入超300万美金。
2025年，风光无限的机器人们在Demo中大秀绝活，从叠衣服、工厂和物流站分拣包裹，到零售店卖货……它们忙碌的身影存在于各种各样的场景中。但回到现实世界，具身智能真正参与的生活和生产环节，却少之又少。
当国内的AI大模型战场正陷入“百模大战”的焦灼，巨头们还在比拼参数规模、长文本处理能力和代码生成率时，一家曾经被打上“在线教育”和“题库工具”深深烙印的公司——作业帮，却在海外市场“悄悄”通过一条意想不到的赛道杀出了重围。
在日常工作和学习中，笔记管理一直是个让人头疼的问题。传统的笔记工具要么功能单一，要么需要手动绘制各种图表和整理格式。特别是当我们需要制作知识结构图、思维导图或者将内容转化为不同风格的笔记时，往往需要花费大量时间和精力。
我想做APP、想做小程序、想做网站，但是我不会设计UI怎么办？
在很长一段时间里，游戏开发被视为数字领域的重工业。
软件行业正站在一个颇为微妙的拐点上。AI 已经从自动补全代码，演进为能够自主执行开发任务的智能体。
AGI五年倒计时已开启！Hassabis预测，或许仅需一两个AlphaGo级别的突破，我们就有望在5年内见证AGI降临，而它的速度和影响力将10倍于工业革命。
3D模型的实例分割一直受限于稀缺的训练数据与高昂的标注成本，训练效果有待提升。
视频世界模型领域又迎来了新的突破！
北邮最新综述探讨了文生图扩散模型的可控生成技术，总结了在文本条件之外引入新条件信号的方法，从任务和方法两个层面梳理了可控生成技术。
随着大模型步入规模化应用深水区，日益高昂的推理成本与延迟已成为掣肘产业落地的核心瓶颈。在 “降本增效” 的行业共识下，从量化、剪枝到模型蒸馏，各类压缩技术竞相涌现，但往往难以兼顾性能损耗与通用性。
清华在Nature上发表的最新研究发现，AI使科学家更聚焦于数据丰富、问题明确的领域，导致创新单一化，跨界合作减少。研究团队提出「全流程科研智能体系统」，推动AI从工具进化为伙伴，拓展科学边界。
在家庭厨房自主使用洗碗机，在办公室边移动边擦拭白板——这些人类习以为常的场景，对人形机器人来说，却是需要调动全身关节协同运作才能完成的“高难度挑战”。
2026年第一月份，医疗AI赛道热闹非凡，我来谈以下10点观察：1.医疗是AI领域里很不好做的赛道。AI赛道正在细分化，有的赛道红海，有的赛道蓝海；而医疗AI赛道很纯粹，就是纯粹不好做。无论To Doctor（医疗专业人士），还是To C（普通消费者）。
