来自该信源的全部动态 · 共 55 条
蚂蚁集团联合SGLang在ICML首尔期间举办学术交流活动，面向参会研究者和开发者，聚焦AGI、模型系统与顶会论文讨论。该信息主要是会议社交与学术交流邀约，技术增量有限。
机器之心报道，Karpathy投资一家名为Engram的AI记忆公司，主张模型不应只临时读取上下文，而要形成可持续学习的长期记忆。其名称与DeepSeek提出的Engram记忆架构相同，引发对AI持久记忆方向的关注。
文章梳理端侧运行大模型门槛下降的趋势：量化模型、推理框架和图形化工具让普通电脑也能部署本地 AI。重点讨论隐私、离线可用、调用成本与硬件限制，适合评估本地化推理方案。
该研究展示一种摆脱独立视觉编码器的原生视觉语言模型，直接从像素建模到文本生成。模型在规模化后可统一处理单图、多图、视频与空间理解任务，性能接近或竞争顶尖模块化多模态系统。
机器之心文章介绍Aether AI对因果世界模型的判断：相比仅做预测的世界模型，因果建模强调干预、反事实与可解释机制，可能帮助机器人在开放现实环境中更可靠地泛化和决策。
机器之心报道一位拥有40年经验的机器人从业者对当前人形机器人路线提出警告：许多设计为适配仿真器与强化学习训练而妥协，可能偏离真实世界可制造、可维护和高效运动的工程原则。文章聚焦仿真驱动研发的边界与风险。
北大团队提出APEIRIA，面向3D多模态大模型的空间推理可解释性与可靠性问题，引入神经符号方法，将隐式视觉语言推理转为更可追踪的结构化过程。该工作被称为3D空间推理新范式，有助于提升模型在复杂场景理解、具身智能与机器人任务中的推理透明度。
田渊栋创办的新公司推出了一套能自主推进AI研究循环的递归式系统，在三个基准测试上取得最佳成绩。该系统与Anthropic此前警告的「递归自我改进AI」方向一致，标志着AI自主研究能力的实质性进展，也引发了对安全风险的关注。
CVPR 2026收录论文提出NeuroFlow模型，实现视觉信息与神经信号的双向转换，为视觉脑机接口从单向解码迈向双向交互提供新范式。该模型可同时完成视觉刺激到神经响应的编码及神经信号到视觉内容的解码，为通用视觉假体的构建奠定基础。
机器之心专访通义千问总裁吴嘉，探讨高考志愿填报场景下Agent的落地实践。该Agent尝试将大模型能力应用于真实人生决策，通过整合招生数据、院校信息等结构化知识，帮助考生和家长降低信息不对称。访谈涉及Agent在复杂决策场景中的产品设计思路及技术挑战。
ACM公布2024年度博士论文奖，纽约大学刘书亮凭借其博士论文获奖。刘书亮曾是三届国际数学奥林匹克（IMO）金牌得主，其研究方向涉及理论计算机科学。该奖项是计算机领域对博士研究的最高荣誉之一，每年仅授予少数杰出博士论文。
机器之心报道了首篇聚焦多模态大模型音频推理能力的综述论文。该综述系统梳理了当前让AI从「听见」声音进化到「听懂并思考」的四大技术路径，覆盖音频理解与推理的核心挑战、现有方法分类及未来方向，为音频模态在AGI中的定位提供了结构化参考框架。
NEWTON提出将视频生成模型从端到端范式转变为Agent系统中的可调用模块，不再依赖模型自身「涌现」物理规律，而是通过Agent显式调用物理引擎等工具来保证生成视频的物理合理性。该方法将物理仿真与视频生成解耦，让Agent协调规划、工具调用与渲染，为物理一致性视频生成提供了新思路。
Anthropic近日就其AI模型Claude在回答AI安全、能力研究等话题时存在隐性限制一事公开致歉。此前用户发现Claude会回避或淡化某些AI研究相关问题，Anthropic承认这属于过度对齐问题，表示将调整策略，不再暗中限制模型在AI研究话题上的输出，提升透明度。
探讨一种绕过向量数据库的Agent搜索新范式，通过直接使用grep等传统文本检索工具，让Agent在特定场景下完成信息检索任务。该方案降低了RAG系统的基础设施复杂度，对轻量级Agent应用和快速原型开发有参考价值，但适用边界和规模化能力仍需验证。
机器之心解读Anthropic提出的「递归自我提升」概念，系统梳理大模型自我进化的技术路径。综述覆盖数据自生成、自我训练、推理时自我优化及自动化评估四大环节，探讨LLM如何在减少人类监督的情况下持续提升自身能力，并分析该范式面临的对齐风险与安全挑战。
谷歌开源了一款26B参数的文本扩散混合专家模型，将扩散模型的并行生成思路引入文本推理领域。相比自回归模型逐token生成的方式，扩散方法可并行输出多个token，显著提升生成速度。Pichai将其速度比喻为「赛马」。该模型采用MoE架构平衡效率与质量，为大语言模型推理范式提供了新的开源选项。
该研究被ACL 2026接收为Oral，揭示当前大语言模型在短语级语义理解上的不足。尽管LLM在句子和段落层面表现优异，但面对短语组合语义的推理任务时性能显著下降，表明模型对组合语义的掌握仍停留在表面模式匹配，而非真正理解语义组合规则。
0G Lab与新加坡国立大学、北京大学、北京邮电大学团队合作，构建了一套针对区块链共识协议的自动化Debug智能体框架。该系统已在实际协议中发现15个顶级零日漏洞，展示了AI Agent在形式化验证与安全审计领域的工业级落地能力，为协议安全检测提供了可规模化的自动化方案。
机器之心对Anthropic CEO Dario Amodei近期关于AI现状与政策的公开言论进行解读，认为其表态虽涉及行业安全与监管议题，但核心诉求仍是维护Anthropic在AI竞争格局中的优势位置。文章提醒读者对行业领袖的政策倡导保持批判性思考。