搜索
最近，来自 Google、哥本哈根大学、牛津大学等机构的研究者提出了 VGGRPO（Visual Geometry GRPO，收录于 ECCV 2026）。这项工作聚焦于一个核心问题：如何在不牺牲预训练模型泛化能力的前提下，高效地提升视频生成的几何一致性，并使其适用于动态场景。其核心思路是，在隐空间（latent space）中利用 4D 几何奖励，进行几何感知的视频后训练。
最近我在使用的一款浏览器工具叫做 Ego Lite。这款浏览器，是给 Agent 准备的。比如我在 Agent 工具（Codex）里说，在此期间，Ego Lite 的人机交互界面不受任何影响，Agent 也不会打开新的浏览器界面——比如 Codex 操作 Chrome 那样，在你的浏览器里点来点去翻找内容——Agent 只是默默干活，然后给你最终结果。
2023 年大模型刚火的时候，浏览器被认为是 AI 时代最值得抢的入口，用AI颠覆Chrome是大家都能看到的百亿创业项目。实在是这个入口太大了。全球互联网用户已经是 60 亿量级，Chrome 一个产品就是三十亿级用户；Safari 靠 iPhone、iPad 和 Mac 占住十亿级设备入口，Edge 背后是 Windows 和微软账号体系。
今天上午，利弗莫尔证券数据确认：MOMENTA GLOBAL LIMITED（梦腾智驾环球有限公司）已正式通过港交所上市聆讯，联席保荐人为中金公司、德意志银行。
硬氪获悉，AI厨房机器人品牌「栗上LISSOME」（以下简称“栗上”）近日完成数千万元人民币A轮融资。本轮融资由红杉中国、Brizan Ventures领投，老股东及HKX等机构跟投。此前，栗上已累计获得来自李泽湘教授的清水湾基金、高秉强教授、挑战者资本、高锋耐心资本、XbotPark宁波基地等机构的数千万元融资。
在做 Agent Memory 工程化探索的这几个月里，我经常有种被概念淹没的窒息。图结构记忆、AutoMemory、做梦机制、各种层出不穷的 Memory 框架……整个技术社区似乎陷入了一种每遇到一个新场景就要发明一套新词汇的群体焦虑中。
随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」，LLM agents 正在被用于越来越复杂的 agentic applications：deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。
一觉睡醒，具身智能公司竟然也开始搞房地产了？！刚刚，大晓机器人联合港中文MMLab发布了一个新项目——Kairos-Homeworld，全球首个实现全屋三维生成与物体级全交互的统一框架。
YC 一直走在 AI-Native 组织改造的前沿。 过去一年多，YC 的合伙人、Optimizely 创始人 Pete Koomen 在内部主导搭建了一套覆盖全员的 Agent 系统。在一年时间里，演化成了 350+ 工具的内部注册表、一个全员可见的 Agent 对话系统，甚至每晚还会自动阅读当天所有对话、改进自身技能。
Helio 做的是 AI Native Workforce——让 AI 同事成为团队的原住民。在 Helio 里，AI 不是侧边栏的助手按钮，不是输入框对面的服务员，而是坐你旁边工位的同事——拥有自己的名字、头像、邮箱，和真人一起出现在组织联系人列表里。