搜索
就在今天，阶跃星辰在发布会上一口气抛出三样东西——全球首个大模型原生AI终端品牌STEPX；全球首个智能体原生操作系统Step AOS；全球首款大模型原生智能体手机STEPX Neo。
本期Product Hunt周榜Top 1出自中国团队，AnySearch——一款AI搜索产品。过去一年，PH榜一的位置被Agent、AI IDE、大模型轮番占据，几乎没见过搜索类产品的影子。就是因为在全球开发者眼里，普通AI搜索已经很难突围了。
这家名为 PrismML 的初创公司表示，已将 Qwen 3.6 缩减至可在 iPhone 17 Pro 上运行，该模型拥有 270 亿参数（参数大致类似于大脑中的突触，能够帮助决定模型可处理数据的复杂性）。相比之下，大多数在手机上运行的模型一次仅有几十亿个参数处于活动状态。
不教AI认手,而是从视频世界模型里直接「读」出双手:三大基准SOTA,让百万小时野生视频第一次能变成机器人的操作教材。
奖励模型（Reward Model, RM）是大语言模型对齐的核心组件，负责为模型输出提供符合人类偏好的评价信号。现有方法各有短板：标量判别式 RM 高效稳定但可解释性有限；生成式 judge 能给出判断理由，却需为每个样本生成长 reasoning，token 与延迟开销显著。
近期，围绕「世界模型」的讨论持续升温。机器人、自动驾驶、视频生成、具身智能等多个方向都在频繁使用这一概念，相关系统不断出现，演示形式日益丰富，评价指标也越来越多。伴随这一趋势，一个基础问题变得格外重要：当一个模型被称为「世界模型」时，人们究竟在评价什么？
在过去二三十年的互联网发展中，个性化推荐几乎一直是平台的核心能力之一。打开视频 app，平台决定你接下来会刷到什么视频；打开购物软件，平台预测你可能会购买什么商品；打开短视频 app，平台根据你的浏览、点赞、停留和互动，不断优化信息流。某种意义上，现代互联网的用户体验本身就是由推荐系统塑造的。
人类可以在一生中持续学习新知识，而不会轻易遗忘已有技能。然而对 AI 模型而言，这恰恰是一道极具挑战性的难题：每当模型学习新任务时，参数更新往往会覆盖历史知识，产生经典的 “灾难性遗忘” 难题。持续学习（Continual Learning）正是为突破这一瓶颈而生的研究方向。
过去几年，大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini，从Anthropic开发的Claude到中国的DeepSeek，人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis（下简称“哈萨比斯”）
用 AI 生图的人，应该都体会过这种痛苦。