搜索
昨天晚上，微软 CEO 萨蒂亚·纳德拉（Satya Nadella）在 𝕏 上发布了一篇长推文《A frontier without an ecosystem is not stable》，即「没有生态系统的前沿是不稳定的」。
6月14日，谷歌CEO皮查伊登上斯坦福毕业典礼，用一场「选择乐观」的沉默演讲，暴露出硅谷AI胜利叙事正在年轻人面前失灵。
好家伙，这次不是模型圈自嗨。
朋友们，Kimi 又更新了。
当地时间6月11日，世界杯揭幕战墨西哥队 vs 南非队第9分钟，墨西哥队打入本届赛事首球。对于全球观众来说，这只是比赛中的一个瞬间。但这一次，人们看到的不只是传统转播画面，裁判佩戴摄像头拍摄的第一视角画面同步出现在直播信号中，球迷第一次能够从裁判的视角观察比赛。
当 LLM Agent 处理长期对话、多轮交互和复杂文档时，Memory 已经成为不可或缺的核心模块。它帮助智能体保存历史、检索信息、维持个性化上下文，并支撑跨时间的推理能力。
多模态大模型越来越会读图中文字，但最新研究显示，「读得出来」并不等于「防得住」。西湖大学 AGI Lab 的研究团队发现，当有害文本被渲染成低清、模糊或带噪图片后，模型在一个特定清晰度区间内反而更容易被越狱。
雨雪、雾霾、镜头噪点、压缩失真、夜间弱光……
随着AI Coding、Agent、Deep Research 等应用快速普及，模型单次处理的上下文长度正在从几万Token迈向几十万甚至百万Token。
自动驾驶世界模型的研究目标已经从单纯预测未来视觉帧，扩展到构建可用于场景理解、空间定位和后续决策的世界表示。如果模型只能生成外观上合理的未来图像，却无法回答场景中有哪些目标、目标位于何处，以及不同视角下的空间结构如何变化，那么它仍然缺少对三维驾驶环境的显式建模能力。