阿里妈妈发布MUSE：用多模态搞定十万级超长行为序列，并开源Taobao-MM数据集
阿里妈妈发布MUSE：用多模态搞定十万级超长行为序列，并开源Taobao-MM数据集如果把用户在互联网上留下的每一个足迹都看作一段记忆，那么现在的推荐系统大多患有 “短期健忘症”。
来自主题:
AI技术研报
9678 点击 2025-12-16 14:38
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
如果把用户在互联网上留下的每一个足迹都看作一段记忆，那么现在的推荐系统大多患有 “短期健忘症”。
要说真学术，还得看推特。
模型架构的重要性可能远超我们之前的认知。
「奔向AGI」栏目聚焦AI大模型、AI agent、AI应用、芯片、机器人等前沿、热门的AI技术和商业创新。 作者丨冯汝梅 编辑丨关雎 人工智能赛道又一个惊人融资事件诞生。 2025年12月8日，由前
全球首个多模态交互式知识智能体服务商「玄华智能 Ember AI」已完成数千万元人民币天使轮融资，本轮由云时资本独家投资，逐浪资本担任长期独家财务顾问。「玄华智能」由一支兼具深厚互联网产品背景、顶尖AI技术实力和大规模商业化运营经验的团队创立。
AI医疗，出现了超级独角兽！据报道，AI医疗企业OpenEvidence正在进行新一轮2.5亿美元融资，估值已经达到惊人的120亿美元！这已经是OpenEvidence一年内的4次融资，投资人对这家公司的追捧程度可见一斑。
前有 vibe coding ，随着 nano banana 升级 pro， vibe PPT 也跟着来了。最近我在 GitHub 上挖到一个项目：banana slides 。这是一个基于 nano banana pro 的原生 AI PPT 生成应用。
当李飞飞指明空间智能是 AI 的下一站时，行业才猛然发现，通往这一站最关键的「数据船票」，其实早就握在了这位行业老兵手中。
你有没有发现这样一个问题，随着我们与聊天机器人对话的深入，好像不自觉地会越问越多，AI 源源不断地为我们提供可能的数据、资料，并贴心地询问下一步可能的需要。
给你 30s，介绍一下今天你的 OOTD 吧。
最近，网友们已经被AI「手指难题」逼疯了。给AI一支六指手，它始终无法正确数出到底有几根手指！说吧AI，你是不是在嘲笑人类？其实这背后，暗藏着Transformer架构的「阿喀琉斯之踵」……
ChatGPT 号称是最有情商、越聊越懂你的 AI，但是，你有没有想过，它是怎么记住你的。昨天刷 X 的时候，我看到一个帖子。一个叫 Manthan Gupta 的开发者，做了一件挺疯狂的事。他花了好几天时间，通过对话实验逆向破解了 ChatGPT 的记忆系统。
我们正处在一个AI Agent（智能体）爆发的时代。从简单的ReAct循环到复杂的Multi-Agent Swarm（多智能体蜂群），新的架构层出不穷。但在这些眼花缭乱的名词背后，开发者的工作往往更像是一门“玄学”，我们凭直觉调整提示词，凭经验增加Agent的数量，却很难说清楚为什么某个架构在特定任务上表现更好。
2025年12月12日，波士顿大学的 Andrey Fradkin 团队发布了一项令业界瞩目的研究 《The Emerging Market for Intelligence: Pricing, Supply, and Demand for LLMs》（智能的新兴市场：LLM的定价、供给与需求）。
压缩即智能，又有新进展！
近日，在全球人工智能领域最具影响力的顶级学术会议 NeurIPS（神经信息处理系统大会）上， 清华大学和蚂蚁数科联合提出了一种名为 Dual-Flow 的新型对抗攻击生成框架。
AI 的脑回路，终于也开始学会做减法了。
从生物进化的漫长历程到AI技术的疯狂迭代，两者遵循着惊人相似的底层逻辑。
2025年，AI搜索行业进入了“模型商品化，分发定生死”的新阶段。 全球市场正经历一场双重变革：商业模式： 传统搜索巨头（Google）陷入严重的“创新者窘境”，庞大的广告营收成为其拥抱AI的最大掣肘；而挑战者（Perplexity, OpenAI）则通过“答案即行动”重塑商业闭环。
近年来，视频大语言模型在理解动态视觉信息方面展现出强大能力，成为处理真实世界多模态数据的重要基础模型。然而，它们在真实性、安全性、公平性、鲁棒性和隐私保护等方面仍面临严峻挑战。
在大型语言模型（LLM）的应用落地中，RAG（检索增强生成）是解决模型幻觉和知识时效性的关键技术。
近期，强化学习（RL）技术在提升语言模型的推理能力方面取得了显著成效。
精准预判需求、经营全局优化、动态内容生成与服务，形成营销闭环。
自 Sora 2 发布以来，各大科技厂商迎来新一轮视频生成模型「军备竞赛」，纷纷赶在年底前推出更强的迭代版本。
AI一分钟，人类十年功！ 一觉醒来，AI推理模型已横扫特许金融分析师CFA考试。在一级考试中，Gemini 3.0 Pro创下97.6%的历史最高纪录。二级考试中，GPT-5以94.3%的成绩领先。
最近，视频会议软件公司 Zoom 发布了一条出人意料的消息：他们宣称在“人类最后的考试”（Humanity s Last Exam，简称 HLE）这个号称当前 AI 领域最具挑战性的基准测试上，取得了 48.1％ 的成绩，比此前由 Google Gemini 3 Pro（带工具）保持的 45.8％ 高出 2.3 个百分点。
Claude最近推出了一个令人兴奋的特性——Skills系统。它让AI Agent能够动态加载专业能力，按需”学习”处理PDF、Excel、PPT等专业文档的技能。作为一个开源爱好者，我立刻意识到这个设计的价值，并在Minion框架中实现了完整的开源版本。本文将介绍Skills的设计理念，以及我的开源实现细节。
大家好，我是继续研究n8n的袋鼠帝 还记得我第一次给大家推荐n8n这款开源工作流自动化神器的时候吗（今年4月）
你是否也觉得，AI 配音的语调总是差了那么点 “人情味”？它能把台词念得字正腔圆，口型分秒不差，但角色的喜怒哀乐却总是难以触及灵魂深处。
「发现式智能」理念落地，天桥脑科学研究院尖峰智能实验室启航！当马斯克还在开颅切脑，国内这家世界最大私人脑科学研究机构开启「脑机共生」新时代。
