往 Codex 里塞块无限画布，AI 改图终于能指哪打哪了｜附教程
和 Codex、Claude Code 等 Coding Agent 沟通，很多时候就像站在许愿池边，对着池子里的王八扔硬币，嘴里念念有词，关键它还真给你兑现愿望。
4秒出百万面！突破千万面精度+12K高清贴图，手握数亿的3D生成公司下一局怎么打？
今年2月，英伟达公开了一条内部AI工作流。
让机器人学会「预判接触」：它石智航牵头四大顶尖机构发布TacForeSight，破解精细操作难题
机器人已经学会看见世界，也开始学会摸到世界。但对于真实接触操作而言，仅仅感知当前状态远远不够，机器人还需要预测物理世界接下来会如何变化。擦拭、插接、拧紧，这些人类几乎凭感觉就能完成的动作，对机器人来说却并非易事：接触力度会变化，物体位置会偏移，反馈慢一步，就可能打滑、卡住或丢失。
中国造出一颗「不怕死」的AI大脑，专接最要命的活儿
太硬核了！全球首个搭载AI大脑的防爆机器人，正式接管加油站。自主定位、拧盖、提枪、注油，全套动作行云流水，24小时无休作业，具身智能终于在高危场景一战封神。
SIGGRAPH 2026 | 无需训练，一段单目视频解锁任意运镜与「子弹时间」
给定一段普通单目视频，FreeOrbit4D 可沿任意指定相机轨迹「重拍」整个动态场景，包括影视级的「子弹时间」环绕镜头。
AI生成的图片正在反向对齐人类的审美？ICML 2026观点论文Spotlight
UBC 和 Weathon Software 的研究提出，图像的美学对齐正在削弱艺术表达。
扩散模型自引导新范式：直接交换token就能变强！ | CVPR‘26 Oral
扩散模型又被玩出新花样了。
Agent不会搞科研？人大微软开源框架&工具包解决盲目试错通病，抱抱脸日榜第一
写代码、跑实验、改项目、迭代方案，现在的AI智能体样样都能搞定。
横扫八大数学竞赛：清华微软联合提出STAR-PólyaMath，Apex基准超GPT-5.5 13.5%
被一道数学竞赛题卡住很久时，高手往往能准确地判断：现在缺的是一个技术细节，还是整个思路从一开始就走错了？
首个长程Doc2Repo训练集！代码Agent不止修bug，开始造仓库
DeNovoSWE是一个用于训练代码智能体从零生成完整仓库的数据集，包含4818个真实任务实例。它通过结构化文档和严格验证机制，帮助智能体掌握复杂系统构建能力，而不仅仅是修复代码。这为代码智能体迈向更高阶的软件工程任务提供了关键支持。
ICML 2026｜让AI自动发现前沿风险：创智×复旦×牛津发布AutoControl-Arena
当 AI 智能体（Agent）从实验室走向真实应用，我们面对的安全问题也正在发生变化。
AI生成的图片正在反向对齐人类的审美？ICML 2026观点论文Spotlight
UBC 和 Weathon Software 的研究提出，图像的美学对齐正在削弱艺术表达。
全球算力分布地图曝光：谁掌握能源，谁掌握AI未来
近日，国际能源研究机构AixEnergy发布《Market Outlook》报告，提出一个值得关注的判断：AI基础设施首先是一项能源决策，其次才是一项技术决策。报告认为，决定未来全球AI版图的关键因素，正从芯片、模型和算法，转向稳定、低成本且能够快速接入的能源系统。海湾国家凭借廉价电力迅速崛起，美国受制于电网瓶颈，中国则依托新能源和产业链优势加速布局，东南亚正试图成为新的算力高地。
开源！阿里甩出首个语言世界模型，能造智能体环境
一个模型能模拟7种环境。
端侧跑大模型，现在也太简单了
最近，我们都在关注旗舰级大模型的进步，其实本地运行的 AI 模型也迎来了重要的分水岭。
Claude惊人真相被教授曝光：思考过程加密，给钱也看不到！
当初，Anthropic推出extended thinking的时候，把它包装成「让用户看到思考过程」的透明标杆。现在真相是：你看到的只是他们允许你看到的部分。那些被加密、被压缩、被锁在全局密钥里的内容，藏着什么？
智谱与Anthropic是母凭子贵
Anthropic增加绿卡认证后，最开心是智谱，直接原地化身战狼，高呼「前沿智能属于所有人」，提前把专注Coding的GLM5.2发了。
Mimo Code 爆火：我们挖开源代码，找到小米 AI 的真创新
6 月 11 日凌晨，小米 MiMo 团队公开了一个叫 MiMo Code 的项目，定位是终端编程 Agent，MIT 协议开源。官方宣传重点有三处，14 天 5 人团队投入的“vibe coding”开发叙事、Claude Code 之上的 SWE-Bench Pro 跑分。以及“无限上下文”的记忆架构。
直接从像素到单词：这个原生大模型统一单图、多图、视频和空间智能
今天几乎所有主流视觉语言模型（VLM）—— 无论是 Qwen-VL、InternVL，还是 LLaVA 系列 —— 都遵循着同一套经典架构：先用预训练视觉编码器（如 CLIP、SigLIP）将图像压缩为特征，再通过投影层把这些特征送入大语言模型。
从0到1跑通AI爽剧：超高质量短剧制作全流程SOP直接拿走！【建议收藏】
大家好，我是最近疯狂研究短剧的袋鼠帝 最近的AI漫剧发展的是真快啊，各种爽文小说改编的AI漫剧播放量甚至已经超过了某些电影和电视剧。