首个小时级实时交互的世界模型来了！无限世界，触手可及
当我们谈论“世界模拟”时，脑海中浮现的或许是精心设计的游戏关卡，或是影视作品中宏大的虚拟场景。然而，如果有一个系统，能够根据你的指令，实时、无限地生成一个视觉连贯、可交互的生动世界，并且这个世界能够持
阅读全文刚说过的偏好，AI 转头就忘？阿里 NapMem 让AI智能体学会主动查记忆，更快更准
导读：刚说过的偏好，AI 下次就忘；反复强调的禁忌，它还是照犯。NapMem 的转折在于：它不再把记忆当成几条检索结果，而是让模型主动在用户画像、主题轨迹、记忆记录和原始对话之间查证。更有意思的是，拉
阅读全文CSDI峰会开启：Agentic AI 落地应用的黄金期，智能系统重塑生产力
AI深入生产核心，用户端的发展方向已十分清晰，智能体将全面渗透产业。长远来看，智能体将演变为类似“AI操作系统”的复杂系统。用户只需下达任务，系统便能自动将任务拆解并协同多个智能体共同完成。可见技术底
阅读全文机器人的“高考”来了：RoboDojo 统一评测平台，能否摸清通用机械臂的“真本事”？
一台机器人在厨房里准备早餐，它需要从碗中取出面包片放入烤面包机，再将两个小碗叠放到盘子上。这看似简单的任务，却要求机器人具备精准的抓取、稳定的放置、以及多步骤的逻辑规划能力。在实验室的模拟环境中，它或
阅读全文WAIC 2026｜嘉宾阵容公布：从模型、终端到基础设施，重新理解 AI 记忆
记忆张量MemTensor WAIC 2026 专题论坛嘉宾阵容正式公布。7 月 17 日，记忆张量MemTensor 将在 WAIC 2026 现场，上海世博展览馆 9 号会议室举办《从一次性 Ag
阅读全文让多模态大模型“实时对话”更流畅：LiveServe如何优化交互式服务体验
在智能助手、实时翻译或客服对话等场景中，用户期望与多模态大模型进行如同真人般的流畅交流：用户一边说话，模型一边理解并生成语音回复，用户甚至可以在模型回复过程中随时打断。这种实时、多轮、支持打断的交互模
阅读全文HAMi 晋升 CNCF 孵化项目：与全球开发者共建 AI 时代的异构算力基础设施
> 本文转载自「HAMi 社区」 HAMi 晋升 CNCF Incubating 项目2026 年 7 月 2 日，HAMi 正式晋升为CNCF Incubating（孵化） 项目，CNCF 技术监督
阅读全文什么？！Hinton、LeCun、吴恩达、李飞飞等7位AI大佬突然合写了一篇“预算管理”论文？
> 作者：北辰昨天我收到一封 Google Scholar Alerts 邮件，标题是：The Effect of Forecasting and Budgeting Practices on Lon
阅读全文跨越信任边界：大模型与小模型如何在医疗、金融等私域任务中协作？
> 本文来自社区投稿导读领域任务不只是缺一个更大的模型。在金融风控、医疗、企业知识库、城市智能和个人设备等场景中，系统既需要大模型的通用知识与推理能力，也需要小模型贴近本地数据、业务流程和部署资源。但
阅读全文技术之外，表达与思考同样重要
> 作者：李剑锋导读：如果你也经常需要讲课、汇报、答辩、面试，或者写一些希望别人认真读完的文章，那么 MIT 经典课程 How to Speak 就非常值得一看。它讲的并不只是“如何演讲”，而是如何把
阅读全文ICML 2026 | 一个模型同时调度人、物、声、动作，多模态可控视频生成迈进工业级！
> 本文来自社区投稿摘要设想一条商品 AI 口播视频：主播得是指定的那张脸，手里的商品不能变形，嘴型要跟着声音走，表情和身体节奏也要自然，动作还得严格服从给定的 pose，最后整段画面还要和文本描述对
阅读全文突破对话长度限制！南科大&阿里提出SwiftCache，让LLM多轮对话提速69%
图片由 AI 生成摘要在智能客服、多轮对话等场景中，大语言模型需要处理不断累积的对话历史。为了提升效率，系统通常会缓存历史对话对应的键值对（KV Cache），避免重复计算。然而，随着对话轮次增加，历
阅读全文聊聊 Loop Engineering：如何高效可持续地构建 0-to-1 产品
最近 AI 编程圈里，一个词又开始刷屏了 — Loop Engineering。 Claude Code 的创始人 Boris Cherney 和 OpenClaw 之父 Peter Steinber
阅读全文告别千篇一律：分层记忆智能体如何打造真正懂你的PPT
在学术会议、商业路演或内部汇报中，一份优秀的PPT是成功沟通的关键。然而，从零开始制作一份既专业又符合个人风格的PPT，往往需要耗费大量时间和精力。尽管现有的AI工具已经能够根据文本生成幻灯片，但它们
阅读全文Vibe Coding 闲谈：如何设计一套双层Loop 的 Harness系统
> 本文编译自外网把 SQL parser 重写一遍这种重活儿，听起来不该让 Agent 去干。因为Parser 是典型的"一个字符都不能错"的东西。PostHog 里尤其如此：用户直接写 SQL 查
阅读全文ECCV 2026 | 视频生成模型，真的会「推理」吗？303 道题全面揭示世界模型的推理短板
> 本文来自社区投稿视频生成模型（Video Generative Models）是近年最炙手可热的方向。从 Sora、Veo 到 Kling、Seedance，它们能生成以假乱真的画面，对时间动态与
阅读全文ms-swift 视觉大模型调优与部署实战（下）：跑通 Qwen3-VL 微调全流程
> 作者：李剑锋上一篇我们已经完成了视觉大模型的基础概念、环境配置和 Qwen3-VL 调用实战。接下来这一篇会继续沿着工程落地链路往后走，重点放在数据集准备、LoRA 微调、adapter 推理、模
阅读全文刚刚！OpenAI 自己造芯片了：Jalapeño 推理芯片成本省一半，剑指英伟达
SMARTFLOW AI · 前沿洞察OpenAI 把刀，捅向了英伟达的定价权2026 年 6 月 24 日 · OpenAI×Broadcom Jalapeño · 共 7 节一家做模型的公司，开始
阅读全文重塑流式视频生成服务！生数与上交、清华联合推出TURBOSERVE：专为流式视频生成设计的首个服务系统，告别"卡顿"与"浪费"
在电影制作、广告创意或在线教育中，我们或许都曾有过这样的体验：输入一段文字描述，满怀期待地等待AI生成一段视频。传统的视频生成模型，如Sora、Veo等，通常以"离线、一次性"的方式工作：用户提交提示
阅读全文ICML2026｜多模态大模型具身能力诊断：NEU等机构提出技能级评估基准，揭示感知瓶颈与改进路径
当我们在家中拿起一个杯子，走向水槽并冲洗它时，这一系列看似简单的动作背后，涉及了复杂的感知、推理和规划能力。对于旨在与物理世界交互的智能体而言，这些被称为具身能力的技能至关重要。如今，多模态大语言模型
阅读全文不学亏了！OAI和A社都在力荐，终于有人讲清楚了——Learn Harness Engineering
周末冲浪的时候，偶然发现一个开源的 Harness Engineering 教程，点进去一看——惊了。完全遵守 OpenAI 和 Anthropic 大厂的原意，没有自己胡编乱造，所有的概念、框架、实
阅读全文ICML 2026｜逻辑智能如何用合成数据训出 SOTA 低资源 TTS
> 本文来自社区投稿逻辑智能团队关于低资源语言 TTS 的研究论文被机器学习顶级会议 ICML 2026 接收。该工作证明，即使真实语音数据稀缺，合成数据也能训练出稳定、自然、可克隆的语音模型。作者丨
阅读全文GTA-2: 从工具调用到真实工作流，重新定义通用智能体评测
> 本文来自社区投稿引言GTA-2 将智能体评测从原子级工具调用扩展到长程开放式工作流，在结果导向的评估框架下，统一衡量模型能力与执行框架（agent harness）的系统级表现。实验发现前沿模型工
阅读全文ms-swift 视觉大模型调优与部署实战（上）：VLM 基础与模型调用
> 作者：李剑锋1. 前言在前面的课程中，我们已经围绕大模型的使用与优化，学习了提示词设计、RAG 知识库问答、监督微调、模型部署以及模型测评等内容。通过这些内容，我们其实已经逐步建立起了一条比较完整
阅读全文一文读懂后训练：从 RLHF 到 MOPD
> 作者：北辰这两天听了 Nathan Lambert 对 Finbarr Timbers 的访谈《Frontier Post-Training Recipe Review》[1]，访谈中，两人一起回
阅读全文EBench 最新榜单：Qwen-RobotManip 登顶，五维诊断显示更均衡的具身操作能力司南评测体系2026年6月17日 18:05 上海 听全文
> 本文转载自「司南评测体系」通用具身操作模型的竞争，正在从“谁的总分更高”，走向“谁的能力结构更完整”。今年 4 月，上海人工智能实验室（上海AI实验室）推出了面向具身操作模型的仿真评测框架 EBe
阅读全文单核运行整个模型！AutoMegaKernel将Llama编译为持久协同内核，零手工CUDA代码
在当今的大语言模型推理部署领域，我们常常面临一个效率瓶颈。当你向模型输入一个提示词，等待它生成下一个词元时，传统的执行方式（如PyTorch）会为模型中的每一个算子（如线性层、注意力层、归一化层）单独
阅读全文AI 写了 60% 的代码，为什么企业研发效率还是没飞起来？
来源 | InfoQ 作者 | AICon 全球人工智能开发与应用大会 策划 | 李忠良编辑 | 宇琪AI 代码生成率冲到 50%以上，研发周期却没变短；非研发人员开始用 Vibe Coding 写软
阅读全文