搜索
一年半之前，影眸科技年轻的创始团队去到旧金山，带着还没正式发布的 3D 生成模型 Rodin，在 GDC（游戏开发者大会）上向全球最顶级的游戏开发者们演示 demo。
MiniMax，今年真猛。
文献浩如烟海， 关键信息总藏在检索词背后？ 既怕遗漏重要进展， 又担心写的综述没有新意？ 科研流程繁琐， 总在重复劳动中消耗灵感？
2025年11月13日，创新医疗技术公司 Beacon Biosignals 宣布完成 8600 万美元（约合人民币6.1亿） B 轮融资，由 GV（Google Ventures）、Takeda、Catalio 等跨科技与生命科学领域的重磅机构联合投资，使公司累计融资突破 1.21 亿美元。
在基础模型领域，模型规模与性能之间的缩放定律（Scaling Law）已被广泛验证，但模型增大也伴随着训练成本、存储需求和能耗的急剧上升。如何在控制参数量的前提下高效扩展模型，成为当前研究的关键挑战。
Claude 近期发布的 Skills 功能很火，不少开发者都在尝试、试用。
视频创作中，你是否曾希望复刻变成 Labubu 的特效，重现吉卜力风格化，跳出短视频平台爆火的同款舞蹈，或模仿复杂有趣的希区柯克运镜？
从浪漫订婚到失落痛哭，AI爱情正在撕开新的社会裂缝。在哈佛MIT，一项研究揭示：AI伴侣既能抚慰孤独，也可能让人陷入依赖。当《Her》变成现实，我们或许才刚刚面对真正的挑战。
近年来，以 Veo、Sora 为代表的视频生成模型展现出惊人的合成能力，能够生成高度逼真且时序连贯的动态画面。这类模型在视觉内容生成上的进步，表明其内部可能隐含了对世界结构与规律的理解。更令人关注的是，Google 的最新研究指出，诸如 Veo 3 等模型正在逐步显现出超越单纯合成的 “涌现特性”，包括感知、建模和推理等更高层次能力。
AI智能体正把医疗AI从「看片子」升级成会思考、能行动的「医生搭档」。研究人员发表的最新综述，用通俗语言拆解智能体如何读懂多模态数据、像专家一样规划决策，又能扮演医生、护士、健康管家等多重角色；同时提醒：越智能越危险，必须配套严格评估、隐私保护与伦理护栏，才敢让它走进真实诊疗。
「过去，我们作为人类用户使用搜索的习惯和要求，与现在 AI 对搜索的需求截然不同。」
11年前，谷歌收购DeepMind，花巨资买来一个「诺贝尔奖 + 顶级科学家 + 世界级实验室」，没想到却被OpenAI抢先推出ChatGPT，几乎动摇谷歌核心搜索业务，这一切背后的核心人物正是谷歌的AI掌门人哈萨比斯。
Gemini3太强了。 11月18日，在所有人的期待中，Google的最新AI模型Gemini3正式发布。这次，一切都回到了Google的节奏。 彻底屠榜 这是一个几乎“屠榜”了所有评测集的模型，而且
谁能想到，AI把ASMR也给干了...... 那是一个困倦的午后，吃饱饭的我正瘫在工位上准备入眠。我瘫在椅子上，耳机里传来轻柔的ASMR助眠声音。那里的毛刷轻轻刮着麦克风，发出微弱的、令人神经愉悦的摩擦音。而我也在这声音的安抚下昏昏欲睡。
天气预报的时代真的变了。谷歌DeepMind最新发布的WeatherNext 2，让查天气这件事升级成了小时级、实时化。它的运行速度比上一代快8倍，分辨率提高到小时级，也就是说不再是传统预报里的“明天下午有雨”，而是可以细到“明天2–3点有小雨，3–4点雨势增强，5–6点逐渐停止”的节奏。
当美国巨头如Google、OpenAI 和 Anthropic 竞相开发支撑其 AI 产品的大型语言模型时，Sakana AI、Mistral AI、DeepSeek 和 AI21 Labs 等初创公司正凭借为特定地区、行业或独特功能设计的专业模型开辟自己的细分市场。
近日，微博正式发布首个自研开源大模型VibeThinker，这个仅拥有15亿参数的“轻量级选手”，在国际顶级数学竞赛基准测试上击败了参数量是其数百倍的、高达6710亿的DeepSeek R1模型。
本周，美国具身智能创业公司 Physical Intelligence（简称 PI 或 π）发布了旗下的最新机器人基础模型 π*0.6。PI 是一家总部位于旧金山的机器人与 AI 创业公司，其使命是将通用人工智能从数字世界带入物理世界：他们的首个机器人通用基础模型名为 π₀，让同一套软件控制多种物理平台执行各类任务。
本该是前世界首富杰夫·贝索斯的高光时刻，结果被一只猫咪表情包搅了局。
最近风投机构对所谓"新实验室"有一系列投资动向。
当沃尔玛十年营收增长2000亿却员工零增长时，「劳动力脱钩」已渗透非科技领域。英伟达以4万亿市值创造新纪录时，劳动与资本大脱钩早已开始。此时，需要重新理解AGI：它并非突发事件，而是渐进革命。
AI Agent 在处理复杂任务时经常“掉链子”。你刚告诉它的信息，它很快就忘了。给它的工具越多，它反而越混乱。这不是个例。
是金山派来的猴子，复杂文档解析有救了！
今年 2 月，月之暗面提出了一种名为 MoBA 的注意力机制，即 Mixture of Block Attention，可以直译为「块注意力混合」。
Gemini 3.0还未杀到，一系列惊艳实测就已宣告：AI「生成涌现」时代，真的来了！几乎同一时间，国内一款新生AI神器，竟将这股超能力塞进手机，30秒手搓一个APP。
如果多个大模型能读懂彼此的想法，会发生什么？
单Transformer搞定任意视图3D重建！
当我们谈论大型语言模型（LLM）的"强化学习"（RL）时，我们在谈论什么？从去年至今，RL可以说是当前AI领域最炙手可热的词汇。
最近，小编注意到一位全栈工程师 Rohith Singh 在Reddit上发表了一篇帖子，介绍他如何对四个模型（Kimi K2 Thinking、Sonnet 4.5、GPT-5 Codex 和 GPT-5.1 Codex）进行了实测。
为了同时解决知识的实时性和推理的复杂性这两大挑战，搜索智能体（Search Agent）应运而生。它与 RAG 的核心区别在于，Search Agent 能够通过与实时搜索引擎进行多轮交互来分解并执行复杂任务。这种能力在人物画像构建，偏好搜索等任务中至关重要，因为它能模拟人类专家进行深度、实时的资料挖掘。
