-
登顶行业 SOTA 的多模态视频生成标杆，昆仑天工刚给开源了
本文详细介绍了昆仑天工最新开源的视频生成模型 SkyReels-V3。该模型采用“一核多支”架构，以多模态上下文学习（MICL）为基座，针对图生视频、视频延长和虚拟形象生成三大任务进行了深度优化。在技术实现上，SkyReels-V3 通过跨帧配对数据策略解决了视频不连贯问题，利用统一多分段位置编码实现了专业级的镜头切换逻辑，并创新性地采用“先骨架后填充”的关键帧约束技术，支持分钟级长视频及多角色对… -
比 OpenAI 更 Manus，实测 Kimi 新上线多核 Agent 集群
文章详细评测了 Kimi K2.5 及其核心特性“Agent 集群”。作者通过对比 OpenAI Deep Research（深度钻研型）和 Manus Wide Research（并行搜索型），指出 Kimi 的创新在于构建了一个分工明确、能动态调整规模的专家团队模式。通过 GitHub 项目整理、50 张创意海报生成及打包、视频剪辑以及 45 份简历筛选等多个实测案例，验证了该集群在端到端效率… -
谷歌 AI 掌门人、诺奖得主 Demis：AGI 需要打破“金鱼记忆”，而谷歌无论泡沫破裂与否都将是赢家
本文是 Google DeepMind 负责人 Demis Hassabis 的深度专访综述。Hassabis 驳斥了“大模型撞墙论”，认为通过架构优化和思维链引入仍有巨大提升空间，但也指出实现 AGI 需在持续学习、高效记忆和长期规划方面取得突破。他严格定义 AGI 为能完成所有人类认知任务（包括顶级科学创造力）的系统，并预测智能眼镜将在今年迎来“iPhone 时刻”，成为 AI 助手的终极载体… -
Context Is All You Need：快手后端 AI Coding 的实践与思考
文章针对 Java 后端 AI Coding 面临的核心挑战——PRD 与工程事实之间的信息断层，提出了快手的解决方案。后端系统复杂度高且逻辑分散，AI 仅凭局部上下文难以处理跨层调用和隐式依赖。快手通过两个阶段演进：首先是 Context 阶段，利用字节码分析构建“代码元素关系图谱”（Code Graph）并存入 Neo4j，使 AI 具备系统级视角；其次是 Control 阶段，从单 Prom… -
世界模型混战，蚂蚁炸出开源牌
本文深度解析了蚂蚁集团旗下具身智能公司“蚂蚁灵波”发布的通用世界模型 LingBot-World。该模型采用生成式路径，不仅全面开源代码与权重，更在视频生成的长时序连贯性上取得重大突破，单次可生成超过 9 分钟的物理一致视频。文章详细介绍了其核心技术架构：通过构建包含游戏与合成数据的“动作-反馈”数据引擎，并采用预训练、中训练、后训练的三阶段策略，使模型从简单的视频生成跨越到对物理规律（如流体力学… -
Z-Image 微调教程｜几十张图定制你的专属角色与风格
文章围绕通义新发布的非蒸馏文生图基础模型 Z-Image，深入讲解了如何通过 LoKr（Low-Rank Kronecker）技术进行高效微调。Z-Image 凭借其完整的 Transformer 架构，在提示词遵循和美学可控性上表现优异。教程详细规定了从硬件准入门槛（推荐 24GB 显存以上）、数据集构建规范（20-50 张高质量图片及自然语言标注）到核心训练参数（如学习率、时间步采样、混合精度… -
Karpathy 盛赞，啥都没有的创业公司刚融了 1.8 亿美元，要用小数据造强智能
本文报道了由 Andrej Karpathy 公开力挺的 AI 初创公司 Flapping Airplanes 及其融资动态。该公司核心愿景是解决当前大模型对海量数据的过度依赖问题，指出人类与 AI 之间存在 10 万至 100 万倍的样本效率差距。其研究方向极具挑战性，包括重新思考损失函数以及重构梯度下降等底层机制。尽管目前处于无产品、无盈利的纯研究阶段，但其凭借顶尖的人才密度和“范式转移”的研… -
昆仑万维开源的 SkyReels-V3，把马斯克请来带货了
本文详细介绍了昆仑万维 Skywork AI 团队最新开源的 SkyReels-V3 视频生成模型系列。该模型在单一架构下实现了高保真视频生成，涵盖参考图像转视频、视频延长和音频驱动虚拟形象三大核心模块。文章通过电商带货、电影镜头切换等实测场景，展示了模型在身份一致性、动作流畅度及专业转场（如正反打、切入切出）方面的表现。技术层面，SkyReels-V3 采用了多参考条件策略、双模式延长机制及区域… -
刚刚，创智+模思发布开源版 Sora2，电影级音视频同步生成，打破闭源技术垄断
文章详细介绍了 MOVA（MOSS-Video-and-Audio）模型的发布。该模型采用 32B MoE 架构，通过异构双塔结构和双向桥接模块实现了原生音视频端到端生成，打破了以往“先视频后配音”的级联模式。MOVA 能够生成 8 秒、720p 的高质量视听片段，在口型同步、环境音效及物理仿真上表现出色。技术上，它引入了 Aligned ROPE 解决模态对齐，采用三阶段数据管线与训练策略，并设… -
一封误发「死亡日历」，引爆亚马逊 16000 人大裁员
本文报道了亚马逊近期的一场裁员风暴。事件起因于一封误发的“黎明计划”日历邀请，随后官方确认将裁撤约 1.6 万个岗位，涉及 AWS、Alexa、Prime Video 等核心业务。CEO Andy Jassy 旨在通过减少管理层级、重回“Day One”创业精神来提升效率。文章深入探讨了 AI 在这一过程中的角色，指出 AI 不仅是裁员的借口，更是推动企业用工结构变革的核心力量，迫使从业者从“领域… -
国产 AI 视频炸了！SkyReels-V3 三大功能重磅开源，1 张图生成逼真视频
文章详细介绍了昆仑天工团队最新开源的多模态视频生成模型 SkyReels-V3。该模型在单一架构下实现了三大核心突破：一是高一致性的参考图像转视频，通过 1-4 张参考图即可生成多主体连贯视频，解决了 AI 视频常见的“变脸”难题；二是具备“导演思维”的视频延长功能，支持将短素材平滑扩展至 30 秒并内置专业转场；三是高精度的音频驱动虚拟人，支持分钟级生成、多人对话及非人类角色驱动。SkyReel… -
国产模型开源封神，谷歌 Genie3 紧急开源？蚂蚁 AGI 撕开世界模型闭源防线
文章详细报道了蚂蚁灵波科技推出的开源世界模型 LingBot-World。该模型在生成质量、物理一致性和交互性上全面对标谷歌闭源的 Genie 3，并实现了突破性的 10 分钟长视频无损输出。技术架构上，它采用了具备层级语义的可扩展数据引擎、多阶段进化训练策略以及 DiT 模块，能够模拟复杂的物理动态并保持长时记忆。文章强调了世界模型与 VLA（视觉-语言-动作）模型融合的战略意义，认为这种“大脑… -
腾讯首席科学家张正友：具身智能已经走到多智能体互动的全新阶段
本文为腾讯首席科学家张正友在 2026 科技向善创新节上的演讲全文。文章系统性地梳理了 AI 从离身智能向具身智能的跨越，指出交互方式正从被动搜索、生成式 AI 演进为能够主动观察并推断意图的交互式智能体（Agent）。张正友提出了机器人演进的“三生三世”，强调当前具身智能面临“大脑强、身体弱”的割裂现状。为此，腾讯 Robotics X 实验室推出了 SLAP³ 框架（涵盖规划、感知、感知行动）… -
字节、阿里、腾讯 AI 大战全记录：一场影响命运的战争
本文详尽记录了中国互联网三大巨头（字节跳动、阿里巴巴、腾讯）在 AI 领域的竞争态势。文章指出，DeepSeek 的出现打破了原有的节奏，迫使巨头进入“中途岛时刻”。腾讯通过重组团队和引入姚顺雨等天才人才补齐短板；阿里凭借全栈 AI 能力（通云哥）押注云与芯片；字节跳动则凭借豆包的先发优势和强大的工程化能力占据超级入口。文章深入分析了三家公司在组织架构调整、人才军备竞赛、以及从搜索到超级助手的入口… -
为了让 AI 干活儿，我竭尽所能——我的 Vibe Coding 认知升级之路
作者分享了在 AI Coding 实践中从简单的“设计-执行-评审”循环，演进到深度集成“复合工程（Compound Engineering）”理念的过程。文章指出，AI 辅助开发的价值不在于单次代码生成，而在于“过程”的资产化。通过引入 OpenSpec 规范、Skill（技能）抽象、以及分层式上下文管理（Context Engineering），作者构建了一套面向 AI 的项目目录结构。该体系… -
这样也能识别？全球首个“歪文档克星”模型来了
文章宣布了百度新一代文档解析模型 PaddleOCR-VL-1.5 的正式发布与开源。该模型参数量仅为 0.9B，但在 OmniDocBench 等多个权威榜单中取得全球第一。其核心技术突破在于首次实现了“异形框定位”能力，能够精准识别歪斜、折叠、畸变等不规则文档，解决了传统 OCR 在移动拍照等真实场景中的痛点。此外，模型在表格理解、阅读顺序预测、印章识别及多语种支持方面均有显著提升，并已与多家… -
Clawdbot 开发者：未来一大批应用都会消失，提示词就是新的 interface
本文是对爆火 AI 项目 Clawdbot（现改名 Maltbot）开发者 Peter Steinberger 的深度访谈。Steinberger 结合其资深开发经验，分享了 Agentic Engineering（智能体工程）的核心理念。他认为，当前的 GUI 扩展性差，而 CLI（命令行界面）才是 AI 智能体最天然、最高效的交互界面。他尖锐地指出 MCP 协议存在严重的“上下文税”问题，主张… -
驾驭多巴胺：从欲望囚徒到成长主人的破局指南
文章探讨了多巴胺作为大脑核心化学物质对人类行为的双重影响。首先区分了“欲望多巴胺”与“控制多巴胺”，指出过度追逐即时满足会导致快乐阈值升高，陷入欲求不满的循环。随后，文章提出了具体的破局之道：通过规律运动、充足睡眠和健康饮食筑牢生理基础；通过“多巴胺戒断”减少社交媒体和碎片化信息的干扰，恢复对微弱刺激的敏感度；并利用多巴胺驱动的心理时间旅行能力，结合发散与收敛思维激发创造力。最后，文章强调应以“美… -
图解全文| Clawdbot 创始人揭秘背后的“闭环原则”: 一天 600 次提交， 不读代码 ; 从 10 亿设备 PDF 大神到 AI“编织者” | 3.5w 全文+视频
本文是 Clawdbot 创始人 Peter Stringberger 的深度访谈综述。他分享了从开发 10 亿设备量级的 PSPDFKit 到利用 AI 智能体构建新一代产品的技术转型。核心观点是“闭环原则”：即通过自动化测试、Lint 和编译构建反馈回路，让 AI 能够根据错误自我修正，从而解放开发者去关注系统架构而非代码细节。他提出“拉取请求（PR）”应演变为“提示请求（Prompt Req… -
一个能帮你不费力做成更多事情的方法
文章提出了一种简单高效的自我管理方法：在闲暇时思考如何为“未来的自己”减轻负担。作者从消除繁琐阻碍、优化认知资源、打破困难想象三个维度解释了该方法的有效性。核心观点在于将行动阻力分散化，并利用大脑的奖赏回路将“提前准备”转化为一种成就感。文章进一步探讨了“现在”与“未来”自我的整合，强调当下的选择决定了未来的生活质量，并提供了具体的实践清单和习惯养成建议，旨在帮助读者在不费力的情况下提高产出。 P…
AI 前线
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×