搜索
从v0.7开始，我先给 Humanize PPT 划了一条边界。把渲染PPT页面外包给下游的Skill。Humanize PPT负责把大纲，逐页意图，视频和图片素材的坑位和演讲稿，整理成结构化的 JSON 与 Markdown，再交给下游 Skill 原生渲染。
早在3月20日，纽约时报的凯文·罗斯就发现了在硅谷开发者中，出现了一种叫做 Tokenmaxxing的现象。这个现象最早出现在OpenAI、Anthropic等前沿模型开发公司。OpenAI 的工程师一周用了 2100 亿个token，大概是 33 个维基百科的量；Claude Code 的工程师则一个月单人可以烧15万美元token。
银河通用团队用史上最大、整整 20 亿帧的动捕数据，训练出了全球首个人形机器人全身实时运控基座大模型，该模型零样本泛化全新动作，成功率从 MLP 架构的 76.89% 跃至 92.58%，推理延迟仅 0.39ms，效果超越英伟达 SONIC，甚至比目前业内主流 TWIST 系统速度提升至五倍。
小米正式发布并开源了Xiaomi Miloco 2.0，一套面向未来的全屋智能AI开源方案。直观来看，小米给Agent时代的智能家居装上了新的“AI大脑”，把超级AI管家带进了智能家居生态中。
属实给我整精神了，AI啥时候会干的这事？？不卖关子了，这是HappyOyster 1.0（快乐生蚝）实现的，阿里ATH推出的可实时构建和交互的开放式世界模型产品。看到世界模型四个字，可能有朋友好奇：这和我之前玩的Sora那些有啥区别？不都是AI生成画面嘛？
来自博世中央研究院与清华大学的研究人员提出 FunctionEvolve 框架，在两大基准测试上大幅刷新了这项任务的结果。在 LLM-SRBench 的 129 个合成科学方程任务上，FunctionEvolve 最终给出的公式在 55.8% 的任务上与真实公式等价（SA@1 = 72/129），是此前最好结果的 3.6 倍；
香港大学李弘扬团队联合华为、上海创智学院及清华大学李升波教授团队，发表的最新论文World Engine: Towards the Era of Post-Training for Autonomous Driving给出了系统回答。
多智能体系统正在从学界走向业界。 在 Coding、Research 等真实场景里，越来越多系统不再只依赖单个 agent，而是由多个 Agent 分工协作：有人负责规划，有人负责检索，有人调用工具，
本研究由快手科技语言大模型团队完成，核心作者吕民轩、梅铁桦、杜坦隆等。快手科技与中国科学院大学联合提出 GoLongRL，一套完全开源的长上下文强化学习后训练方案，包含 23K 样本 RLVR 数据集
诺贝尔奖得主，入职Anthropic了！今天，AlphaFold核心领导者John Jumper官宣：离开工作近9年的Google DeepMind，加入Anthropic。用一个AI模型改写了整个结构生物学的诺奖得主，转身走了。