-
开源神器PinMe 2.0：一句话让AI帮你部署全栈应用，已超100万网站！
之前给大家分享过一个名为 PinMe 的开源项目。 它的核心功能是，将你制作好的静态网页、一张图片或任何本地文件，迅速转化为一个任何人都能访问的公网链接。 当你完成了一个可视化网页，想要分享给他人时，用它来操作会非常便捷。 最近，该项目迎来了重大升级，不仅推出了专属的 Skill，还支持通过一条命令，为你搭建一个完整的 Web 应用。 前端界面、服务端接口、…
-
马斯克AI帝国IPO：SpaceX估值2万亿，目标融资750亿，TAM高达28.5万亿美元
人类史上最大规模的IPO正式拉开帷幕。 今天，马斯克旗下的SpaceX已正式向美国证券交易委员会（SEC）递交S-1招股说明书。 SpaceX宣布，将以股票代码「SPCX」在纳斯达克挂牌上市，正式启动IPO进程。 这无疑是人类史上规模空前的IPO：目标融资额高达750亿美元，估值直逼2万亿美元。 要知道，此前纪录保持者沙特阿美在2019年上市时，仅融资294…
-
全球机器人公司集体“卷真机”：星动纪元Era0模型登顶最硬核具身智能榜单
如今，具身智能领域正经历一场显著的变革。 全球的机器人企业，不约而同地开始“卷真机”了。 前几天，Figure公司进行了一场物流分拣的7×24小时不间断直播；Physical Intelligence也在不断探索让机器人完成各类家务；而马斯克则反复强调，特斯拉的Optimus必须实现“useful work”。 整个行业越来越清晰地认识到一个事实： 机器人时…
-
OpenAI通用模型突破80年数学难题，菲尔兹奖得主盛赞：AI首次自主攻克未解难题
闻乐 发自 凹非寺量子位 | 公众号 QbitAI OpenAI又在数学领域搞了个大动作。 其内部模型成功攻克了一道由埃尔德什早年提出的单位距离经典难题，这道题已经80年没有取得实质性进展。 更值得注意的是，解决这个问题的并非专门的数学专家模型，而是一个通用模型。 这个内部模型在埃尔德什的经典问题上摸索出了一条全新的解题路径，连菲尔兹奖得主高尔斯（Timot…
-
告别VAE！RAEv2用预训练编码器重构扩散模型，重建质量飙升150倍
AI图像生成领域长期遵循一条不成文的定律：性能越强，代价越高。然而，学术界正悄然质疑一个更为根本的浪费——传统VAE几乎完全无视图像的语义信息。与此同时，像DINOv2、SigLIP这类视觉编码器，早已从海量图像数据中汲取了丰富的视觉常识。一个根本性的问题浮现：图像生成模型，真的有必要从零开始“摸索”对图像的理解吗？ 2025年10月，纽约大学…
-
Agentic LLM时代，异构内存架构如何让NPU能效飙升2.3倍？
Agentic LLM 时代，异构内存架构如何让NPU能效飙升2.3倍？ 核心洞察：为下一代推理加速器寻找最优内存架构 这篇论文最值得提炼的核心观点是：为下一代推理加速器确定合适的内存架构，需要在庞大且快速演进的设计空间中进行导航，而工作负载特征、NPU设计维度以及内存系统设计之间的相互作用【依然】未被充分探索。 过去讨论AI芯片时，大家往往首先关注TOPS…
-
3D生成新突破：DeG让高斯球学会“精打细算”，按需分配资源
如果把当前主流的几条3D生成技术路线放在一起审视，你会发现它们正面临一个相似的困境。 从事3D AIGC的研究者会发现，模型越来越擅长“生成一个物体”，但生成结果的复杂度却相对固定，缺乏灵活性；从事图形学和渲染的人更关注的是，3D表示能否将有限的计算预算精准投入到最需要的地方；而做游戏、XR和交互内容的人则会追问，同一个3D资产是否能同时拥有高…
-
复旦北大团队提出AHE：让AI模型自动优化自身能力释放框架，性能飙升指日可待
自 2026 年起，OpenAI、Anthropic、LangChain 等机构相继发布了关于 Harness Engineering 的技术博客，而 OpenClaw、Hermes Agent 等项目的走红，进一步将 Harness Engineering 推至行业焦点。业界逐渐形成共识：模型的效能释放，高度依赖一套精密的外部框架。 Harn…
-
马斯克与OpenAI IPO大战：SpaceX招股书曝光，年营收180亿美元，Anthropic贡献150亿
马斯克与OpenAI的IPO竞赛：SpaceX招股书曝光，年营收180亿，Anthropic贡献150亿 马斯克与OpenAI之间的“世纪官司”刚刚尘埃落定，双方又迅速将战场转移到了IPO的起跑线上。需要补充一点，老马这次的诉讼以“败诉”告终，法院给出的理由是起诉时间过晚，已超过诉讼时效。 眼见给OpenAI制造障碍的计划未能奏效，马斯克迅速调转方向，火速提…
-
网络成AI基础设施新瓶颈？ZCube组网架构让算力瞬间多出15%
在人工智能发展的进程中，我们仍身处一个野蛮生长的阶段：规模，即是一切。 这一策略确实行之有效。从千卡集群到万卡集群，算力规模的指数级增长，支撑起大模型从 GPT-4 到 DeepSeek V4、GLM-5 的飞速演进。 然而，我们往往忽视了一个现实：当 GPU 硬件规模达到临界点后，连接这些算力的网络链路，便成为不可忽视的性能瓶颈。 2026 …
