-
AAAI 2026 Oral | SplatSSC：解耦深度引导的高斯泼溅，开启单目语义场景补全高效新范式
本文介绍了入选 AAAI 2026 Oral 的研究成果 SplatSSC。该研究针对单目 3D 语义场景补全（SSC）中传统随机初始化高斯基元效率低下以及离群点导致“漂浮物”伪影的痛点，提出了两大核心创新：一是组内多尺度融合模块（GMF），利用预训练深度模型提供几何先验，将基元数量缩减至前作的 7% 却实现了更精准的覆盖；二是解耦高斯聚合器（DGA），通过独立预测几何占据与语义分布，利用门控机制… -
比人类专家快 2 倍，斯坦福联合英伟达发布 TTT-Discover：用「测试时强化学习」攻克科学难题
本文介绍了斯坦福大学和英伟达等机构联合研发的 TTT-Discover 方法。该方法突破了传统“测试时搜索”仅靠提示词工程的局限，提出在解决特定测试问题时，让大语言模型（LLM）通过强化学习（RL）进行持续的参数更新和自我进化。针对科学发现中“追求极致解而非平均分”的特点，TTT-Discover 引入了自适应熵目标函数和受 PUCT 启发的状态复用策略，使模型能聚焦于高奖励的突破性方案。实验证明… -
万物皆可参考是种什么体验？Vidu Q2 参考生 Pro：特效、演技、细节全都要
本文详细介绍了生数科技最新发布的视频大模型功能——Vidu Q2 参考生 Pro。该版本核心突破在于实现了“万物可参考”，将参考模态从静态图像扩展至动态视频，支持人物、场景、特效、表情及材质纹理的深度迁移。文章通过多个实测场景展示了其在复刻经典电影演技、一键生成百万级特效、物理级材质换皮以及精准视频元素增删（如抹除手机、添加物体）方面的卓越表现。Vidu Q2 显著提升了 AI 视频的可控性，支持… -
万物皆可参考是种什么体验？Vidu Q2 参考生 Pro：特效、演技、细节全都要
本文详细介绍了生数科技最新发布的视频大模型功能——Vidu Q2 参考生 Pro。该版本核心突破在于实现了“万物可参考”，将参考模态从静态图像扩展至动态视频，支持人物、场景、特效、表情及材质纹理的深度迁移。文章通过多个实测场景展示了其在复刻经典电影演技、一键生成百万级特效、物理级材质换皮以及精准视频元素增删（如抹除手机、添加物体）方面的卓越表现。Vidu Q2 显著提升了 AI 视频的可控性，支持… -
[AINews] Moonshot Kimi K2.5 发布 - 成本减半性能超越 Sonnet 3.5，SOTA 开源模型，首个原生图像+视频支持，100 并行智能体集群管理
本文详细介绍了月之暗面发布的 Kimi K2.5，这是一个拥有 1 万亿参数（32B 激活）的大规模混合专家（MoE）模型。关键技术进步包括支持视频理解的原生多模态能力，使模型能够通过屏幕录像重建网站。该模型引入了“智能体集群（Agent Swarm）”测试功能，支持多达 100 个子智能体在 1，500 个步骤中执行并行工作流，声称速度提升了 4.5 倍。据报道，K2.5 在 HLE 和 Bro… -
DeepSeek 开源全新 OCR 模型！弃用 CLIP 改用 Qwen 轻量小模型，性能媲美 Gemini-3 Pro
DeepSeek 正式开源 DeepSeek-OCR 2，这是一款专注于将 PDF 精准转换为 Markdown 的多模态模型。该模型的核心创新在于弃用了传统的 CLIP 组件，转而采用轻量化语言模型（Qwen2-0.5B）构建 DeepEncoder V2。这一改变打破了传统 OCR 固定的“光栅扫描”逻辑，通过引入双流注意力机制和因果推理能力，使模型能够模拟人类阅读习惯，在进入解码器前对视觉标… -
K2.5，是 Kimi 的一个分水岭
文章对月之暗面最新发布的 Kimi K2.5 模型进行了深度解析与感性评价。作者认为 K2.5 是 Kimi 的重要分水岭，标志着国产头部模型在原生多模态领域取得重大突破，能够直接从视频输入生成高质量代码。文章从行业地位和产品质感两个维度展开：在技术层面，K2.5 采用 15T 混合数据训练，实现了视觉与文本能力的同步提升，对标国际顶尖模型；在产品层面，Kimi 回归了极简、专业的技术派美学，其官… -
AI Agent 是长期运行的“风险系统”，如果你还只在防 Prompt Injection，说明已经落后一代了
文章深入探讨了 AI Agent 在长期运行工作流中面临的安全挑战，指出传统的提示词注入防御已不足以应对复杂的外部数据威胁。CyberArk 首席架构师 Niv Rabin 提出了一套分层防御流水线：首先利用“蜜罐动作”诱捕恶意探测行为；其次通过基于 LLM 的“指令检测器”识别外部 API 或数据库返回结果中的隐蔽指令；最后引入“历史感知校验”机制，将多轮交互历史合并审查，以防御将恶意指令拆分隐… -
从局部最优到全局跃迁：关于企业“智慧运营中枢”模式的构建与实践思考
文章深入探讨了企业从信息化、数字化向数智化转型的必然趋势与挑战。作者指出，当前转型面临战略脱节、业技融合流于形式及盲目追逐新技术等核心痛点。为破解困境，文章提出以“企业架构”为理论基础，构建“智慧运营中枢”模式。该模式通过“运营、生产、保障”三大平面的宏观协同，以及“V 字模型”的微观标准化实施体系，实现了业务拆解与数智赋能的闭环。针对 AI 浪潮，作者强调应利用大模型重塑业务价值链，而非简单的工… -
内存一年疯涨 170%，云账单里的“隐性成本”该算清了
文章分析了 2025 年 DRAM 合同价同比上涨 171.8% 对企业 IT 成本带来的巨大冲击。在硬件采购压力激增的背景下，传统云服务器固定的 CPU 与内存配比（如 2 核 4GB）导致了严重的资源闲置与成本浪费。为此，华为云推出了 Flexus 云服务器 X 实例，核心引入“柔性算力”概念，支持非标准比例的资源组合（如 3:7），并结合擎天架构与瑶光云脑实现资源解耦与智能调度。此外，通过 … -
算法选中的“绿色黄金”：深聊抹茶全球爆火背后的商业逆袭史
文章详尽探讨了抹茶在 2025 年席卷全球的商业现象。抹茶的成功源于两轮浪潮：早期由哈根达斯和星巴克推动的主流化，以及近期由 TikTok 等社交媒体算法驱动的生活方式化。抹茶凭借“视觉瘾、健康瘾、仪式瘾”满足了现代消费者的情绪需求。然而，爆火背后隐藏着分级标准混乱、日本产区受气候和老龄化影响导致的减产危机，以及中国抹茶凭借规模化优势在供应链端的“暗度陈仓”。尽管面临非刚需和高溢价挑战，抹茶已从单… -
Kimi 玩了把大的，Agent 团战的时代要来了。
文章详细评测了 Kimi 最新发布的 K2.5 模型。该模型在多模态能力上表现突出，支持通过截图、手绘稿甚至操作视频直接复刻出具有高审美水准的可交互网页。此外，K2.5 引入了 Agent Swarm（集群）模式，能够自主拆解复杂任务并调度多个专家级 Agent 并行协作，在批量绘图、多渠道信息检索及深度学术调研等场景下大幅提升效率。针对开发者，Kimi Code 接入了 K2.5 内核，提供高性… -
10 亿红包后，我们打算开源这个 800 亿的模型
本文介绍了腾讯混元图像 3.0 图生图模型（HunyuanImage 3.0-Instruct）的正式开源。该模型基于 80B 总参数（激活参数约 13B）的混合专家架构（MoE），是目前全球最强的开源图像编辑模型之一。其核心创新在于将文本理解、视觉理解与图像生成深度融合，并引入了思维链（CoT）数据，使模型具备“先思考，后编辑”的能力。通过自研的 MixGRPO 算法，模型在指令响应和非编辑区域… -
HTML Invoker Commands 在所有主流浏览器中实现基准支持
本文报道了 HTML Invoker Commands API 在所有主流浏览器（Chrome、Firefox 和 Safari）中达到基准支持的消息。该 API 为 button 元素引入了 `commandfor` 和 `command` 属性，允许开发者直接在 HTML 中触发 popover 和 dialog 等交互元素的动作。这一转变减少了对手动编写 JavaScript 事件监听器的需… -
BAI、高瓴领投，ThetaWave 李文轩：我们想成为下一代年轻人默认的知识获取入口
本文是对 ThetaWave AI 创始人李文轩的深度访谈。ThetaWave 是一款专注于 AI-Native 知识获取的产品，通过「拖入-整理-生成」的交互流，将冗长的学习资料转化为知识图谱、笔记、题库等结构化内容。公司已实现百万美元 ARR，用户留存表现优异。李文轩详细阐述了其创业方法论：在「想做、能做、可做」的交集中寻找机会，并利用 TikTok/Instagram 的 UGC 矩阵实现低… -
腾讯混元图像 3.0 图生图开源，LMArena 跻身全球第一梯队，开源最强
腾讯混元团队正式开源混元图像 3.0 图生图版本（HunyuanImage 3.0-Instruct）。该模型在权威大模型竞技场 LMArena 的图像编辑榜单中位列全球第七，是前七名中唯一的开源模型。技术上，它基于 80B 总参数的混合专家（MoE）原生多模态架构，核心创新在于引入“思维链”数据，实现“先思考，后编辑”的工作流，能精准理解图像内容并按指令进行增删改、风格变换及多图融合。模型训练采… -
黄仁勋预言落地，物理 AI 开年第一枪竟是中国公司打响
本文详细介绍了文远知行推出的通用仿真模型 WeRide GENESIS。该模型被定义为连接物理 AI 与生成式 AI 的桥梁，其核心优势在于“通用性”，能同时支撑 L2+ 量产方案与 L4 级无人驾驶产品的研发。WeRide GENESIS 包含 AI 场景、AI 主体、AI 指标和 AI 诊断四大模块，不仅能一句话生成高拟真的长尾场景，更重要的是通过自动化的量化评估与根因分析，解决了行业内常见的… -
喊话特朗普重视 AI 风险，Anthropic CEO 万字长文写应对方案，这方案也是 Claude 辅助完成的
文章深度解读了 Anthropic 联合创始人 Dario Amodei 的最新长文及访谈内容。Dario 将当前 AI 阶段比作“技术的青春期”，认为 AI 能力的暴涨远超人类社会制度的成熟度。他详细列举了 AI 不可控、被滥用（如生物武器）、成为权力工具、冲击经济（50% 初级白领岗位受威胁）及引发社会连锁反应这五大系统性风险。针对这些风险，他提出了包括宪法式 AI、机械可解释性研究、芯片出口… -
2026-01-28 Hacker News Top Stories #
文章精选了 Hacker News 上的多项热点。技术层面：Kimi K2.5 以万亿参数和 MoE 架构发布，支持高效的代理集群模式；ChatGPT 容器功能重大升级，支持运行 Bash 及安装第三方包，显著增强了 AI 的自主执行力；开发者分享了用 Rust 实现类 Git 系统（tvc）的经验；JuiceSSH 遭遇“退出诈骗”后，社区提供了反编译恢复 Pro 功能的技术方案。社会与科学层面… -
早报｜OpenAI 推出科研写作工具 Prism/Kimi 推出最强开源 Agent 模型/AI 承诺内容有误赔 10 万，首例 AI 幻觉案宣判
文章全面梳理了近期科技领域的重大动态。在人工智能方面，月之暗面发布了具备原生多模态能力的 Kimi K2.5，引入 Agent Swarm 机制显著提升复杂任务效率；OpenAI 针对科研群体推出了集成 GPT-5.2 的 LaTeX 协作空间 Prism。法律与社会层面，杭州互联网法院对国内首例「AI 幻觉」侵权案作出判决，明确 AI 承诺不具法律效力。硬件与供应链方面，苹果接受存储芯片大幅涨价…
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：×