AI产业动态

3D生成技术如今在可用性上已达到令人惊艳的程度。 然而，数据质量参差不齐、评估标准缺失以及长尾类别覆盖不足这三大痛点，依然困扰着该领域的研究者。 针对这些问题，腾讯混元3D团队在最新技术报告《HY3D-Bench: Generation of 3D Assets》中，正式开源了一套革命性的3D内容生成生态系统。 该工作通过自动化数据清洗流水线，从Objave…

PageLM：NotebookLM 的开源替代方案 PageLM 是一款对标 Google NotebookLM 的开源产品。 NotebookLM 的核心功能在于，用户只需上传学习资料，它便能生成播客对话、测验题或复习卡片。PageLM 同样如此，它不仅能够提炼资料重点，更能将静态文本转化为互动式的学习资源。 例如，上传一份历史课件后，PageLM 可以自…

凌晨2点，硅谷的两家AI巨头再次展开激烈竞争。由于Claude Opus 4.6发布较早，业界的解读和用户的测试体验也更为丰富。结合Anthropic官方信息及相关测评，Opus 4.6在长上下文信息定位、基于信息的推理能力以及专家级复杂推理方面，表现令人印象深刻。 长期使用Claude的Boris用四个词概括Opus 4.6：更具自主性、更智能、运行时间更…

Kimi-K2.5-Thinking是月之暗面最新发布的旗舰推理模型，被官方称为“Kimi迄今最智能的模型”。该模型在Agent、代码、图像、视频及一系列通用智能任务上取得了开源领域的最佳表现，其核心在于采用了深度思考架构，具备强大的推理能力。 核心结论： 三大亮点： 深度推理能力出色：在数学计算和逻辑推理任务中表现优秀，能够提供详细的推理过程。 中文语义理…

最近，OpenClaw 迅速走红。这个顶着红色龙虾 Logo 的开源 AI 助理，在短短几天内于 GitHub 上斩获了超过 16 万 star。 它就像一个 24X7 在线的超级员工，用户只需通过 WhatsApp、Telegram 等聊天软件发送指令，它就能自动处理邮件、整理日历、浏览网页、管理文件，甚至执行代码或完成复杂任务。 然而，火爆的背后问题也随…

到了2026年，关于AI的讨论焦点已经发生了根本性转变。我们早已告别了“聊天机器人演示”的早期阶段。如今，严肃的企业正在构建自己的内部AI解决方案。他们深刻认识到，虽然外部API服务便捷，但公司的核心数据才是最具价值的资产，他们不愿将处理这些数据的关键“大脑”长期租用给外部供应商。 与此同时，技术领域也迎来了一个重大里程碑：开源大语言模型（LLM）的性能已经…

Anthropic 正式发布了其旗舰模型 Claude Opus 的最新版本 4.6。此次升级带来了显著的智能提升，尤其是在衡量抽象推理能力的 ARC-AGI 2 测试中取得了 68% 的得分，创造了新的纪录，并大幅领先于其他主流模型。 核心能力提升 Opus 4.6 在编程能力上实现了重要进步，能够更细致地规划任务，在大型代码库中进行更可靠的操作，并提升了…

2026年2月3日，英伟达举办了主题为“面向十亿瓦级AI工厂的共封装硅光子（CPO）交换机”的网络研讨会，将CPO技术再次置于AI算力基础设施的核心位置。 此次研讨会并非简单的技术复述，而是英伟达针对AI大模型规模化训练与实时推理的产业痛点，提出的一套“算力-互联”协同升级方案。结合其此前在CES上对Rubin平台中Spectrum以太网交换通过CPO实现S…

关键词：视觉令牌修剪、多模态大语言模型、高效训练、训练-推理不匹配、双模训练 近年来，多模态大语言模型在图像描述、视觉问答、视觉定位、多模态推理等任务中取得了显著突破，成为人工智能领域的重要研究方向。然而，随着模型规模不断扩大、视觉输入分辨率持续提升，MLLMs 的训练成本急剧上升，成为制约其发展和应用的关键瓶颈。 传统的效率优化方法主要聚焦于模型压缩、参数…