专访|上交大00后博士「饶珈源」,从AI4Sports多模态模型到AI观赛平台「MatchMate」
专访|上交大00后博士「饶珈源」,从AI4Sports多模态模型到AI观赛平台「MatchMate」AI体育赛道今年迎来了一波明星资本的押注。
搜索
AI体育赛道今年迎来了一波明星资本的押注。
2026 年 Agent 全球火爆,黄仁勋称赞 OpenClaw 是 “当代最重磅的软件” 连代安装都成了赚钱生意。但在国内,这类开源 Agent 由于其数据泄露、权限裸奔等风险在办公场景一度遭遇落地寒冬。
人工智能(AI)模型在科学发现中的角色,正经历着一场从「工程缝合者」向「智能推演者」的深刻蜕变。
Digital AI和Physical AI之间,曾有一道难以跨越的鸿沟。
过去十多年,AI 产业围绕算力展开的竞争,几乎都集中在同一件事:如何建设越来越大的地面计算集群。
过去一年,AI 行业最确定的故事属于 Coding。
过去一年,Deep Research Agent 被视为大模型落地的下一个突破口,它们会检索、能用工具、可多步推理,在一个个榜单上高歌猛进。但把它们放到真实世界的专业场景里,表现是否也同样亮眼?
市面上已有几十种Agent记忆方案,有的基于向量检索,有的基于知识图谱,有的靠定期总结“压缩”对话,有的则完全依赖模型自身的上下文窗口。它们各有各的说法,但在系统层面,到底哪种方案靠得住?哪种方案在你的工作负载下既不贵又准?
AI音乐开始进入“审美竞争”阶段。
谈应用宝如何判断“分发”和“端侧”。