只看图片就能学会压缩Token！浙大&阿里新框架多轮VQA压缩率90%，精度不掉｜CVPR 2026
MetaCompress团队 投稿 凹非寺量子位 | 公众号 QbitAI多轮视觉问答，正在成为LVLM推理效率的“照妖镜”。第一轮关注人物，第二轮追问背景，第三轮讨论构图，但现有压缩方法在多轮场景下
阅读全文AI PPT，这次是真不用返工了
一水 发自 凹非寺量子位 | 公众号 QbitAI过去一两年，AI做PPT这事儿一直处在一个比较尴尬的位置。能用，但不好用。虽然速度是比手搓快，但细看全是“幻觉数据”和“拼凑式模板”，后续改起来比从头
阅读全文Claude团队用Qwen测试全新训练方法
闻乐 发自 凹非寺量子位 | 公众号 QbitAI别人做AI中训练都在堆语料、补知识。Anthropic这边直接给大模型上价值观必修课。最新研究提出的中训练（简称MSM）精准插在预训练之后、后训练之前
阅读全文波士顿动力泯然众人了，高管集体出走，机器人“量产”只能造4台
henry 发自 凹非寺量子位 | 公众号 QbitAI刚刚，波士顿动力又放出了一段Atlas的新demo。demo中的Atlas机器人完成了一套高难度体操动作，比如倒立，双臂支撑，腰马合一，非常流畅
阅读全文豆包要收费了：三档订阅最贵500元/月，保留免费基础版
鱼羊 发自 凹非寺量子位 | 公众号 QbitAI五一假期余额不足之际，低调了有一段时间的豆包悄咪咪搞起了大新闻，直接冲上热搜：这个真·国民级AI助手，要开始收费了。苹果App Store里，订阅服务
阅读全文“DeepSeek版Claude Code”，Github 2.3k星
克雷西 发自 凹非寺量子位 | 公众号 QbitAIDeepSeek也有自己专属的Coding Agent了。名字简单粗暴，就叫DeepSeek-TUI，作者自称是一名“鲸鱼兄弟”的DeepSeek爱
阅读全文DeepSeek V4最大的遗憾
henry 发自 凹非寺量子位 | 公众号 QbitAIDeepSeekV4的技术报告里有mHC，有CSA，有HCA，有Muon，有FP4……唯独没有Engram。Engram去哪了？这个话题一度成为
阅读全文突破视觉仿真算力瓶颈！新一代具身智能仿真框架开源：高吞吐并行高保真渲染助力规模化训练
清华AIR DISCOVER Lab 投稿量子位 | 公众号 QbitAI具身人工智能领域，正向着以视觉为中心的感知范式，发生全面而深刻的转型。作为机器人感知世界时信息密度最高、与自然人机交互最契合的
阅读全文苹果官方App误打包了Claude.md，这么大的公司也Vibe Coding啊？
梦晨 发自 凹非寺量子位 | 公众号 QbitAI苹果大失误！把自用的Claude.md打包到了官方App里。这下直接被坐实了：苹果内部在使用Claude Code构建生产级应用。这么大的公司，也在V
阅读全文腾讯混元最新开源：440M翻译模型手机离线就能用，翻译质量超谷歌
腾讯混元团队 投稿量子位 | 公众号 QbitAI离线翻译这件事，正在从“能用”走向“好用”。对出国旅行、跨境办公和本地阅读来说，翻译工具一旦依赖联网，就很容易在弱网、无网或隐私敏感场景里掉链子。但把
阅读全文他用AI办了个音乐节，主题：别读博
邓思邈 发自 凹非寺量子位 | 公众号 QbitAI一个博士生连续做了6小时实验后，凌晨3点才吃上晚饭——他打开了一首AI生成的歌，开始单曲循环。听着歌词里的“被抢一作”“延毕”“审稿不通过”“创新点
阅读全文北大开源统一世界模型框架：多类合成推理任务一套搞定
OpenDCAI团队 投稿量子位 | 公众号 QbitAI世界模型（World Model）是现在AI领域最受关注的研究方向之一，其核心目标在于构建能够对真实世界进行感知、理解、交互与预测的统一智能系
阅读全文华为携手中科大发布灵境造物，openJiuwen首发Coordination Engineering全栈支撑
允中 发自 凹非寺量子位 | 公众号 QbitAIAI正在重新定义科学研究。过去，材料化学、分子催化等领域的科研，从文献调研、理论筛选、实验设计到迭代验证，往往要靠科研团队长年累月地攻坚。既要精通专业
阅读全文OpenAI公告正经解释：为什么GPT-5.5爱说“哥布林”
梦晨 发自 凹非寺量子位 | 公众号 QbitAIOpenAI正儿八经写了一篇研究复盘，标题看起来却像个段子：GPT-5.5爱说哥布林，正是这两天OpenAI用户最热议话题。起初，是有人发现Codex
阅读全文终结多智能体视觉幻觉“滚雪球”！新国立等提出ViF：无需改造模型，即插即用
ViF团队 投稿量子位 | 公众号 QbitAI智能体现在能hold住越来越多复杂任务了，但问题仍然不少。比如，多智能体协同做视觉任务，常常轮次越多错得越离谱——根源不在模型能力不够，而在于智能体之间
阅读全文生数科技认领神秘登顶模型：AI视频公司拿出工业级Demo，跨本体跑通复杂长程任务
田晏林 发自 凹非寺量子位 | 公众号 QbitAI一家做视频的公司，造了个机器人通用大脑。这不是段子，是真事。区别于传统的专用机器人大脑，这个“大脑”既具备世界模型的预测推演能力，又能输出行动指令，
阅读全文确认！DeepSeek多模态AI已经开测
闻乐 发自 凹非寺量子位 | 公众号 QbitAIDeepSeek的视觉功能，真的来了！！DeepSeek研究员陈小康发帖放出一条消息——Now, we see you.随后，另一位研究员陈德里也跟了
阅读全文龙虾冲浪终于不迷路了！网页智能体新框架Avenir-Web开源即SOTA
Avenir-Web 团队 投稿量子位 | 公众号 QbitAIAI冲浪不丝滑？伦敦大学学院（UCL）、普林斯顿大学和爱丁堡大学的研究团队联合推出了Avenir-Web，让现有多模态模型像人类一样使用
阅读全文不堆参数堆架构，这个8B开源模型把图像理解和生成统一了
henry 发自 凹非寺量子位 | 公众号 QbitAI这两天打开朋友圈，10条里有7条都是GPT-Image-2生的图。中文海报、复古杂志封面、直播画面、社交截图、连高考试卷都能照着出一张几乎以假乱
阅读全文小米双模型正式开源！MiMo-V2.5-Pro无中断肝出“macOS”：54个应用全开、浏览器真能冲浪
闻乐 发自 凹非寺量子位 | 公众号 QbitAI先别聊什么参数、benchmark了，来看个狠活——米版“macOS Sequoia”桌面系统（doge）。开机动画、用户登录、窗口管理、Dock栏缩
阅读全文消费级显卡可以快速上手跑！面壁智能MiniCPM-o 4.5发技术报告
面壁智能 投稿量子位 | 公众号 QbitAI面壁智能公开了自己在全双工全模态交互领域的核心技术——Omni-Flow 流式全模态框架。今天，面壁智能联合OpenBMB开源社区、清华大学THUNLP实
阅读全文