-
2026 年 AI 不再“讲故事”！斯坦福教授：布道结束，开始查账
文章基于斯坦福大学以人为本人工智能研究院 (HAI) 的预测和 SVTR AI 创投库数据，指出 2026 年 AI 领域将从宏大叙事转向务实评估。核心观点包括：AI 主权将从“自建大模型”变为“GPU 集群+数据本地部署”的务实方案，利好英伟达和 OpenAI；企业 AI 应用将告别“全能神话”，转向小而美的垂直定制化解决方案，重视投资回报率；医疗 AI 可能通过直接面向 C 端患者颠覆传统医疗…... -
市场偏爱 MiniMax：1837 倍超额认购，开盘即涨 42%，市值超 700 亿
MiniMax 于 1 月 9 日正式在港交所主板上市，开盘价高开约 42.67%，市值突破 700 亿港元。此次 IPO 认购热度空前，公开发售超额认购达 1837 倍，国际配售超额认购 79 倍，吸引了全球顶级长线基金。文章深入分析了 MiniMax 获得市场青睐的原因：其一，实现了文本、语音、音乐、视频全模态技术的成功布局，且研发成本仅为 OpenAI 的 1%；其二，具备“生而全球化”的基…... -
AI 办公硬件新标杆：未来智能携 viaim 亮相 CES 2026，斩获微软人工智能创新奖
文章报道了中国 AI 硬件企业未来智能及其全球品牌 viaim 在 CES 2026 上的表现。未来智能展示了讯飞 AI 会议耳机 Pro3 与 Air2，这些产品以“AI work mate”为定位，提供录音转写、实时翻译、AI 摘要、AI 嘴替等高级功能，精准解决了全球办公场景中的痛点，并在消费级设备红海中开辟了 AI 办公硬件这一独特赛道。此外，未来智能凭借其创新产品和“一脑多端”的 AI …... -
刚刚，AI 企业 IPO 最速纪录刷新！MiniMax 的技术野心，价值超 800 亿港元
上海希宇科技（MiniMax）以四年最速纪录港股 IPO 上市，市值冲破 800 亿港元，成为“大模型六小龙”中引人注目的企业。其招股书揭示 ToC 收入反超 ToB，累计个人用户达 2 亿，AI 原生产品 MAU 约 2760 万，服务超过 10 万家企业与开发者。资本市场对 MiniMax 估值主要源于其深厚的技术野心和实力。该公司长期投入研发，是国内唯二高频更新技术论文的 AI 公司。其核心…... -
Z Product｜Suno 在用的客户调研 Agent，Dialogue AI 重构千亿美元的市场研究产业，VC 正在押注“理解的速度”
文章深入分析了名为 Dialogue AI 的初创公司，该公司旨在利用 AI 重构千亿美元的市场研究产业。传统市场调研流程漫长且成本高昂，而 Dialogue AI 通过打造一个端到端的 AI 原生平台，实现了从研究设计、参与者招募、AI 主持访谈到即时洞察的全流程自动化，将项目周期从数周缩短至一两天。文章详细阐述了 Dialogue AI 在探索性研究、概念测试、可用性测试和客户之声等应用场景中…... -
大模型如何泛化出多智能体推理能力？清华提出策略游戏自博弈方案 MARSHAL
清华大学研究团队提出了 MARSHAL 框架，利用强化学习让大模型通过策略游戏自博弈（Self-Play）来提升多智能体推理能力。该框架通过解决多轮交互的信用分配和多智能体的优势估计两大挑战，实现了模型在游戏中博弈决策水平的显著提升，并在通用推理任务（如数学竞赛和专家级问答）中展现出强大的泛化能力。实验结果证明，自博弈不仅提升了模型在策略游戏中的胜率，更使其习得了角色意识和意图识别等关键涌现能力，…... -
Agent 2.0 时代来了，首批「工业级智能体」正在核心位置上岗
本文探讨了智能体（Agent）技术从「手工作坊」向「工业化流水线」时代转变的趋势，特别介绍了阿里云百炼平台在 Agent 2.0 时代的关键升级。文章指出，智能体已从简单的对话工具发展为具备规划、执行、反思能力的「目标导向的自主执行」实体。阿里云百炼通过「1+2+N」蓝图，在开发组件（多模态 RAG、异步调用 API、Connector 数据连接器）、智能体开发框架（高低代码并行支持 AgentS…... -
Transformer 已死？DeepMind 正在押注另一条 AGI 路线
文章深入探讨了 DeepMind 通过“嵌套学习”（Nested Learning）框架，寻求解决大语言模型“灾难性遗忘”和实现 AGI 的新路线。文章指出，尽管 Transformer 在多方面表现出色，但其在长上下文处理效率、抽象知识层级、适应性及持续学习能力方面存在不足，尤其是无法将短期记忆有效转化为长期记忆。DeepMind 的解决方案是基于“联想记忆”提出 MIRAS 框架，并在此基础上…... -
DeepSeek 把 R1 论文又更新了 60 多页，V4 呼之欲出了吧
DeepSeek 在 R1 论文发布一周年且临近农历春节之际，悄然将其在 arXiv 上的 R1 预印本更新至 v2 版本，页数从 22 页大幅增加到 86 页。此次更新揭示了 R1 模型的完整训练管线，包括 Dev1（指令遵循）、Dev2（推理能力恢复）和 Dev3（最终打磨）三个阶段的详细拆解，首次公开了训练黑箱。同时，论文的评估基准也从最初的 5 个扩展到 20 多个，并引入了人类基线进行对…...
-
✈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：×