搜索
商品交易恰好是一个通用的竞技场——精准地判断一件商品的真假、成色和估价，不是互联网上能搜到的信息，而是面向交付的生产过程中形成的专家数据。这个场景里生长出了一家提供垂直模型、数据和服务的公司——图灵深视。这家由清华大学孵化的公司，想实现一个简单的愿景：用 AI 守护商品交易信任。
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？
50多个智算中心，超过1000 EFLOPS的智能算力规模，平均利用效率却远远没有跑满。是石给出的解法，叫拓元（Vectron），一座国产Token优化工厂。是石科技依托国家级计算中心工程经验积淀，持续投入大规模集群研发，建设万卡级国产大集群，持续稳定运营，优化推理效率，构筑了深厚壁垒
为了解决当前AI Agent存在的这些问题，面壁智能联合东北大学-面壁智能数据智能联合实验室、清华大学THUNLP实验室、OpenBMB与AI9Stars，正式开源了数字员工全流程构建与管理平台——StaffDeck。
2026年，视频生成赛道正在经历一场从“离线生成”到“实时交互”的范式转移。7月3日全球数字经济大会上——生数科技创始人朱军正式发布Vidu S1实时交互模型，让AI从“视频生成”正式迈入“实时交互”的新阶段。
一家推翻传统网络架构的清华系创业公司，联合智谱、清华大学推出了全新的网络架构ZCube，能提升推理算力集群15%的Token产量，还能砍下约33%的网络硬件成本。近日，驭驯网络已完成智谱独家领投的数千万元融资，源合资本担任长期财务顾问。
来自清华大学与腾讯的研究者提出了 Generalizable Predictive Prompt Selection（GPS）。GPS 的做法很直接：先训练一个小型、可泛化的 Prompt Predictive Model（PPM），让它预测不同 prompt 在当前模型下的难度；再根据难度和 batch 多样性选择训练样本，从而减少无效 rollout。
来自清华、上交、北邮的学者们提出了一个面向个性化幻灯片生成和多轮局部修改的记忆驱动Slides Agent框架——MemSlides。它专门针对AI PPT痛点而生，不仅能够为你量身定制私人专属的PPT生成风格，还能够贴心地记住你在制作过程中随口提出的新要求
研究团队提出了符号嵌入量子算法（Sign Embedding Quantum Algorithms），形成了一篇84页的量子算法论文。可以说，相比此前主要解决研究者给定的开放数学问题，这一次，AIM开始参与研究问题的提出与方向探索。
有没有一种更为合适的 OPSD 范式？近期，清华大学和马普所等机构的研究者们联合推出的 d-OPSD，给这一问题提供了完美的答案。这是第一个针对扩散大语言模型的 OPSD 范式，无需参考解，无需额外的教师模型，只需要 RL 十分之一的训练步数，便可以达到或超出 RL 的后训练效果。