来自阿里高德的一篇最新 ICLR 2026 中稿论文《Everything in Its Place: Benchmarking Spatial Intelligence of Text-to-Image Models》提出了面向文生图空间智能的系统性评估基准 SpatialGenEval，旨在通过长文本、高信息密度的 T2I prompt 设计，以及围绕空间感知
Seedance 2.0用了两天，个人感想是，以下几类人群或即将失业：一、把「学好提示词」奉为圭臬，并开班传授佶屈聱牙反逻辑长难句prompt的AI导师。二、成本只有一个自拍杆的所谓短视频博主。三、刚开始做AI社交的小创业者。
初创公司 Xmax AI 推出的首个虚实融合的实时交互视频模型 X1，没有复杂的 Prompt，不需要漫长的渲染等待，只需要手势进行交互，就可以让虚拟世界与现实相连，在镜头中令「幻想」成真，让用户体验到实时交互的心流体验。
我们都在System Prompt里写过无数次 You are a helpful assistant，但你是否想过：这行文字在模型的残差流（Residual Stream）中究竟对应着怎样的几何结构？
上篇文章别把整个 GitHub 装进 Skills，Skills 的正确用法发出去后，收到一些质疑：“说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。” “现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？”
就在最近，OpenAI 终于把"丹炉"和"配方"都端出来了。OpenAI Academy 悄悄上线了一个名为 Prompt Packs（提示词包） 的资源库。
比如说，最近有一个叫做 Unlucid.ai 的视频生成网站流量很好，排名窜的很快，在这个网站主页里，你能看到非常「像片儿」的 AI 生成视频：有人反复试错，研究哪些描述可以通过，哪些词语组合更容易出结果，怎样的写法既不触发拦截，又能让画面往“成人内容”的方向靠近。
项目缘起：从 0 到 1 的 PromptTuner 诞生之路 随着大模型技术的普及，AI 交互已成为日常工作的重要组成部分。然而，如何写出高质量的提示词（Prompt）却成为普通用户面临的新挑战。
新年第一天，DeepSeek 发布了一篇艰深晦涩的技术论文，不少网友直呼「看不懂」。
最近，一个澳大利亚的养羊大叔用5行代码捅破AI编程天花板的故事，彻底火出圈了。2025年底，在铲羊粪的间隙，Geoffrey Huntley写出了下面这个仅含5行代码的Bash脚本while :; do cat PROMPT.md | claude-code ; done
