搜索
近日，上海AI Lab等团队提出了一种面向专业软件智能体的新范式——ComAct（COM-as-Action）。它的核心思想在于：不再把鼠标点击和键盘输入作为Agent的action，而是让Agent直接生成COM代码，通过软件底层对象模型操纵真实专业软件。
日前，世界模型国际权威榜单 WorldArena 更新排名，中国科学院工业人工智能研究所徐凯研究员带领物理智能团队（The PAI Lab）自研的世界模型 PAIWorld 登顶。WorldArena 作为目前世界模型领域最权威的评测榜单，是针对具身世界模型的全方位评价体系，涵盖视觉质量、运动质量、内容一致性、物理遵循、三维准确性及可控性六大维度
前阿里 Qwen 技术负责人林俊旸的创业公司，有了新消息。据外媒 The Information 援引知情人士的消息，在林俊旸完成的首轮融资中，腾讯投资了 2000 万美元。本轮融资总额达数亿美元，投后估值约 20 亿美元。
在这场日益蔓延的“Token焦虑”中，Agnes AI的举动显得格外扎眼——这家全球榜单排名第九的AI Lab宣布，自6月1日起，旗下全模态模型API无限期免费开放。Agnes AI本次开放覆盖其三款核心模型：文本模型Agnes-2.0-Flash、图像模型Agnes-Image-2.0-Flash以及视频模型Agnes-Video-V2.0。
3D世界“会看”了，但还不会“改”。
随着大模型后训练（Post-training）技术的发展，强化学习（RL）在提升模型推理能力方面的表现备受瞩目。
这个生物医学视觉推理框架，被CVPR 2026接收了！
由Liu Fayao（刘发耀，新加坡A*STAR研究科学家），Ye Deheng（叶德珩，前腾讯AI合伙人&首席专家）和Chen Tianrun（陈天润，魔芯科技创始人）带领的研究团队提出了Claw AI Lab。
近期，大厂的AI实验室正迎来一场深度结构性调整。
Soul AI 团队（Soul AI Lab) 发布了新的开源模型 SoulX-LiveAct，技术报告中具体提到，该工作能够在 2 张 H100/H200 条件下，达到 20 FPS 的实时流式推理能力，且支持输入图像、音频和指令驱动，即可生成表情生动、情绪可控、拥有丰富全身动作的实时数字人视频。