科大讯飞发布燎原N30m笔记本,重塑全栈国产AIPC新标杆
推荐理由:涉及国产AI硬件与大模型落地应用,符合AI商业化及产品案例主题
科大讯飞推出燎原N30m笔记本,搭载国产AI芯片与大模型,支持本地化AI推理,强调全栈国产化,面向教育、办公等场景提供AIPC解决方案。
推荐理由:涉及国产AI硬件与大模型落地应用,符合AI商业化及产品案例主题
科大讯飞推出燎原N30m笔记本,搭载国产AI芯片与大模型,支持本地化AI推理,强调全栈国产化,面向教育、办公等场景提供AIPC解决方案。
推荐理由:涉及新模型发布及性能评测,符合用户对AI模型评测的兴趣
神秘AI模型「大象」以仅100B参数规模在多项基准测试中取得SOTA成绩,展现出极高的Token利用效率,引发社区对其架构与训练方法的关注。
推荐理由:涉及AI模型新成果及评测,符合模型发布与性能评测兴趣方向
一项被CVPR 2026接收的研究展示了国产多模态Agent在医学图像分割任务中取得当前最优(SOTA)性能,其创新点在于无需改动模型结构或增加token数量。
推荐理由:涉及AI大模型新发布及其在机器人领域的应用
文章宣布全球首个世界统一模型发布,该模型旨在让机器人具备通用感知与行动能力,成为家庭成员。
推荐理由:涉及AI基础设施与大模型技术落地,契合模型服务与商业化应用主题
文章探讨AI基础设施从GPU硬件向Token计算范式的演进逻辑,并以商汤大装置三年实践为例,分析底层技术架构如何支撑大模型训练与推理。
推荐理由:涉及AI在安防行业的商业化落地与新品发布
萤石在2026新品发布会上推出全系AI新品,并发布安全白皮书,强调以AI驱动产品创新与长期发展战略。
推荐理由:涉及大模型新版本及多Agent架构创新
Kimi发布新版本K2.6,强调多智能体协同能力,标志着AI从单Agent向多Agent协作演进,提升复杂任务处理效率。
推荐理由:涉及AI模型新架构与具身智能落地,属AI模型发布及行业应用
高德推出ABot-World世界模型,结合物理引擎与视觉-语言-动作(VLA)闭环,通过高精渲染解决具身智能中的数据稀缺问题,实现零样本泛化能力。
推荐理由:涉及AI编程工具对开发者影响,契合AI辅助编程主题
2026奇点智能技术大会聚焦AI Agent在软件研发中的应用,60余位专家探讨AI落地挑战与程序员角色演变。
推荐理由:涉及AI模型服务发布及商业化应用
云知声发布U1-OCR架构升级版,开放API并采用Token计费模式,推动OCR技术进入3.0时代,提升AI在文档识别领域的商业化能力。
推荐理由:涉及AI模型评测与机器人执行落地,契合AI模型发布及商业化应用。
跨维智能的DexWorldModel在具身世界模型评测中排名第一,强调以机器人实际执行能力作为评估核心,推动AI世界模型在真实物理环境中的应用。
推荐理由:涉及AI模型在真实场景的评测与应用,契合用户对AI评测及商业化落地的兴趣。
ATEC2026发起具身智能‘图灵测试’,聚焦AI在真实物理环境中的综合能力评估,涵盖感知、决策与行动等维度,推动具身智能技术落地。
推荐理由:涉及大模型新版本发布及评测,符合AI模型发布与评测兴趣点。
阿里推出Wan2.7-Image图像生成模型,在人类偏好盲测评中位列国内第一,强调个性化生成能力,实现“千人千面”。
推荐理由:涉及AI工具平台与支付Skill集成,属AI商业化应用与热门Skill推荐范畴。
国内三大AI工具平台上线支付宝支付集成Skill,降低开发者接入支付门槛,助力AI应用快速实现商业化变现。
推荐理由:涉及热门AI模型架构复现与开源,契合模型发布及工具库推荐主题
一位22岁开发者基于公开资料逆向推测并开源了Claude Mythos架构,融合MoE与DeepSeek风格的注意力机制,引发社区关注。
推荐理由:涉及AI多模态数据集发布,对模型训练和具身智能应用有重要价值。
谷歌与多所高校联合发布全球最大规模含触觉全模态物理世界数据集 Daimon Infinit,推动具身智能与多模态AI发展。
推荐理由:涉及AI模型新发布及性能表现,契合AI模型评测与商业化应用主题
苏度科技发布具身智能模型Sudo R1,无需真实机器人训练数据,通过zero-shot推理在首次抓取任务中达到98%成功率,展示其在具身AI领域的技术突破。
推荐理由:涉及AI模型优化与商业化创新,契合用户兴趣
Kimi发布新论文,探索将KV Cache技术转化为新型商业模式,提升超长上下文处理效率,为AI推理优化提供新思路。
推荐理由:涉及大模型技术体系与性能评测,符合AI模型发布及评测兴趣点
高德发布首个面向通用人工智能(AGI)的全栈具身智能技术体系,在全球15项基准测试中取得SOTA成果,涵盖感知、决策、控制等模块。
推荐理由:涉及大模型架构创新,属于AI模型技术前沿进展
文章探讨大模型架构演进新方向,重点介绍Flash Depth Attention与混合深度注意力机制,旨在提升模型深度扩展效率与性能。