搜索
当基础模型随时可能吃掉应用层，创业公司还剩下多少空间？热钱涌入 Agent 和具身智能，高估值究竟由什么支撑？如果技术兑现的速度赶不上资本预期，又会由谁承担代价？围绕这些问题，Alphaist 创始人陈哲与蓝驰创投管理合伙人陈维广在 AGI Playground 2026 上展开了一场对谈。
MiraDay 正是为了解决这个问题而诞生的，作为科锐国际孵化的一款 Talent Intelligence 产品，MiraDay 面向企业内部招聘团队和猎头公司，重点服务高管和关键技术人才招聘。它希望让 AI 承担数据搜集、信息整理和重复工作，让人类把更多精力放在人才判断、沟通和关系建立上。
ZCode是一款针对GLM深度优化的国产Coding Harness，已成为百万开发者用GLM写代码的首选入口。今天，ZCode迎来重大升级，Goal、Subagents、Remote Control与闲时任务四大功能正式上线。
2026年以来，红杉全球在AI领域已累计出手33次。仅8月第一周，就连投三笔：承诺100亿美元押注AI与再工业化、领投AI芯片公司Etched 3亿美元C轮、领投核能公司Valar Atomics 10亿美元B轮。
本文主要介绍来自该团队的最新论文 Teaching Vision-Language-Action Models What to See and Where to Look，目前该论文已经被 ECCV 2026 正式接收，相关代码和模型已全部开源。
MirroS给出了第一个完整回答。他们首创性地提出了Physical RSI——在公开文献中，第一次有人将递归自我改进的逻辑从数字环境系统性地延伸到物理现实，并交付了从概念定义、运行机制到研究路线图的完整框架。（原文见MirroS官方博客：Building Physical RSI Beyond the Known World，公众号「MirroS」亦有中文摘要。）
Malachyte的创立源于这样一个理念：大多数在线商店对待购物者的方式其实千篇一律，个性化推荐主要依据历史购买记录、人口统计学分层或已登录的客户档案来决定。这意味着，首次访问网站的用户往往看到的与所有其他人一样的通用商店页面，而老用户获得的推荐，也主要基于他们过去购买过什么，而非当下真正需要什么。
本周 AI 圈最大的人事地震应该非谷歌莫属 —— 首席科学家 Jeff Dean 宣布离职，结束长达 27 年的任职生涯；哈萨比斯也卸任 DeepMind 首席执行官，转任 DeepMind 董事长兼谷歌母公司 Alphabet 的首席科学家。
近日，浙江大学 OmniAI 团队在 《Show, Don’t Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text》 中提出 ProVisE，让图像生成模型直接在图中回答空间问题，并将视觉答案还原为原 benchmark 可以评分的结构化预测。
这个框架名叫 Prime Agent，由 Prime Intellect 发布。官方对它的定义是：一个面向编程、研究和长时间自主任务的「自我改进 RLM harness」。RLM 是 MIT 博士生 Alex Zhang 等人去年 10 月发布的一项工作（参见《递归语言模型登场！MIT华人新作爆火，扩展模型上下文便宜又简单》）