训练世界模型，开始从人类的肌肉和脑子里偷师了
具身智能数据的竞争，正在从“量大管饱”进入下一关。
具身智能的Skill时刻！英伟达开源机器人技能库，Jim Fan：范式变了
6！机器人也能学Skill了。
OceanBase湖库一体，重新定义AI数据库
AI时代苟日新，日日新，又日新，数据库也是如此。
AI视觉创作总差点意思？中科大等综述500+篇文献，系统分析生成一致性
扩散模型已经越来越会「画」，却还远没有学会「守住要求」。决定系统是否可靠的，已不再只是画质，而是生成结果能否持续遵守条件、维持状态，并符合人类与现实世界的基本标准。
再测LongCat 2.0长任务，这次我让他在codex里面做了个游戏
上个月也就是昨天，我写了一篇LongCat 2.0的实测，用四个任务测了一下它的编程能力，当时我的评价是「有些地方惊艳，有些地方还差点意思」。
从答题到做实验：SciAgentGym让大模型进入科学工作流
DeepMind 联合创始人、2024 年诺贝尔化学奖得主 Demis Hassabis 曾谈到，他一直将 AI 视为推动知识前沿的重要工具。AI 可以帮助科学家处理复杂数据、发现隐藏模式，也可能在未来参与更深层的科学探索。
教程：如何用AutoRAG + Milvus避免RAG 与Agent 中出现串租问题
多租户 RAG 与Agent系统的生产实践中，最致命的事故莫过于数据串租，系统将租户 B 的私有数据作为背景知识，回答了租户 A 的提问。
开源「仓颉.Skill」2.0，你现在可以蒸馏任何视频！
大家好，我是袋鼠帝。 没想到cangjie-skill在4月开源，中间没怎么推，两个月还慢慢涨到了1.3K Star，有点出乎我的意料。
邢波再出手：上次「骂」完世界模型，这次轮到智能体了
去年夏天，MBZUAI 校长、CMU 教授邢波一篇《世界模型批评》吸引了研究社区广泛关注，他从科幻经典《沙丘》里「完美模拟现实」的想象出发，逐一拆解了当下几大世界模型流派的硬伤，提出了一套新架构，也由此引出了他与 Yann LeCun 之间一场关于「世界模型到底该怎么造」的公开辩论。
一句话生图要过时了？开源图像生成Agent进化出「工具编排」
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。
冷门新语言AI写不动？IEEE论文：从零到及格线，MoonBit给出完整训练路线
对于Python、Java、JavaScript这些语言，大模型通常能给出相当成熟的答案。
我们拿到了企微 AI Agent 的内测资格，提前替你试了一周
微信和企业微信的 Agent，同时出牌。
都在卷「让大模型多循环几遍」，这个7B模型LoopCoder v2说：多循环 1 次就够了
当所有人都在比谁「想得更久、算得更多」——推理模型动辄输出成千上万个思考 token，循环式架构恨不得在内部反复迭代十遍八遍——一项新研究反手泼了盆冷水：
清华发布智能体社会AgentSociety第二代：让社会科学研究真正「跑起来」
AgentSociety²是清华大学团队推出的社会科学研究新工具，通过AI智能体模拟社会行为，帮助研究者构建实验环境，直接运行社会假设。它让AI同时扮演研究助手和实验参与者角色，使复杂社会问题能被构造、运行和分析，提升研究效率与可复现性。
破解遥感目标的形状与尺度难题，PKINet二代推理提速近4倍！
卫星和航空影像里的目标，不仅大小相差悬殊，还可能朝向任意方向：一边是细长的桥梁、船舶，一边是密集的小车和大面积运动场。PKINet-v2是一种改进的遥感目标检测模型，能同时处理复杂形状和尺度变化的问题。
AI圈刚开始谈Loop Engineering，两位95后博士已经盯上了人类闭环数据
AI 圈最近又热了一个词：Loop Engineering。
网友「开源」基于Claude的金融交易Agent，外网爆火刷屏！
最近网上冲浪，刷到两个特别有意思的 GitHub 项目，分享给大家。
条条电路通罗马：大模型可解释性的「唯一机制」可能从一开始就不存在
长期以来，机制可解释性（mechanistic interpretability）领域有一个几乎从未被明说、却被视为理所当然的前提：模型对于同一种任务的能力或表现，背后对应着一条唯一的、或近乎唯一的内部「电路」（circuit）。该领域的研究者们之所以要做「电路发现」（circuit discovery），是为了要把这些「特定的」电路找出来。
DeepSeek点燃大模型效率之争，阶跃火速接棒：JetSpec让大模型解码速度最高提升近10倍
近期，DeepSeek发布DSpark让大模型推理效率再次成为行业焦点。
登顶权威榜单！无界动力发布全球首个「长时序双向物理因果链」隐空间世界模型 MWA™
当前，物理 AI 正面临着关于泛化能力的普遍质疑。当模型缺乏对真实物理规律的深度认知、难以跨越复杂多变的开放场景时，如何让机器人真正理解物理世界并精准规划决策，已成为具身智能破局的关键。