技术专栏 深入大模型技术内核，从零构建与优化，驾驭AI未来的核心力量 全部专题
-
置顶 谷歌Gemini 3.1 Pro重磅发布：推理性能翻倍，成本效率革命性突破
谷歌深夜放大招：Gemini 3.1 Pro 重磅发布，推理性能翻倍 谷歌在春节档大模型竞争白热化之际，于深夜突然发布了 Gemini 3.1 Pro。相较于去年11月发布的 Gemini 3 Pro，此次虽只是「.1」的小版本号升级，但提升幅度显著。 根据官方演示，3.1 Pro 在多模态生成和语义理解能力上均提升了一个层级。 新模型还能将日常数据转化为互…
-
置顶 阿里Qwen 3.5震撼开源：架构革新登顶全球最强，原生多模态重塑AI格局
2026年2月16日，除夕佳节之际，阿里巴巴正式发布全新一代开源大模型千问Qwen 3.5。其Plus版本一经亮相便登顶全球最强开源模型，性能直接媲美闭源第一梯队的Gemini 3 Pro，并在多项权威基准测试中实现超越。 这场新春时节的“技术突袭”，不仅标志着阿里在大模型领域完成了从纯文本到原生多模态的代际跃迁，更以极致的效率与性价比，重构了全球开源大模型…
-
Gemini 3.1 Pro震撼发布：推理能力翻倍，成本效率双突破，AI竞赛进入新阶段
今天，Google正式推出Gemini 3.1 Pro。在评估模型解决全新逻辑模式能力的ARC-AGI-2基准测试中，其得分达到77.1%，相较前代Gemini 3 Pro的31.1%实现了翻倍以上的飞跃。 具体基准测试表现 根据详细测试数据，Gemini 3.1 Pro在多个关键领域取得显著突破： 智能工具使用：能力提升82%，在APEX-Agents测试…
-
谷歌Gemini 3.1 Pro重磅发布：推理性能翻倍，多项基准测试刷新纪录，重新登顶AI模型王座
上周，谷歌发布了 Gemini 3 Deep Think 的一次重大更新，以应对当今科学、研究和工程领域的复杂挑战。而就在刚刚，谷歌正式推出支撑这些突破的升级版核心智能：Gemini 3.1 Pro。 参与了 Gemini 3 Deep Think 研究的姚顺宇也发推介绍了这项新突破，并表示：「后续还会有更好的模型源源不断地涌现」。 谷歌表示，基于 Gemi…
-
从AlphaGo到DeepSeek R1：推理模型如何重塑AI生产力与人类未来
如果把人生看作一个开放式的大型多人在线游戏（MMO），那么游戏服务器在刚刚完成一次重大更新的时刻，规则改变了。 自 2022 年 ChatGPT 惊艳亮相以来，世界已经发生了深刻变化。在短短几年内，人工智能正从模仿语言的统计机器，迈向理解与操纵逻辑的思考系统。如果说早期的大语言模型更像是在进行高维概率空间中的词汇拼贴，那么新一代推理模型，则开始学会在生成之前…
-
AutoBio：VLA模型在生物实验室的“图灵测试”——ICLR 2026新基准揭示科研自动化挑战
现有视觉-语言-动作模型的研究和基准测试多集中于家庭场景，缺乏对专业科学场景的适配。生物实验室具有实验流程结构化、操作精度要求高、多模态交互复杂等特点，是评估VLA模型精准操作、视觉推理和指令遵循能力的理想场景。 近期，来自香港大学MMLAB与上海交通大学的研究团队提出了AutoBio，一个面向数字化生物实验室的机器人仿真系统与基准测试平台。该工作已被ICL…
-
Reagent框架：为AI智能体引入“过程分”奖励机制，破解稀疏奖励难题
在许多大模型与智能体的训练范式中，普遍存在一种“唯结果论”的做法：仅根据最终答案的正确与否给予奖励，正确则得分，错误则得零分。 在单轮问答场景中，这种“只看结果”的机制尚可勉强应对。然而，当任务转变为需要多轮对话、搜索、浏览网页、编写代码、读取文件等复杂操作的长链条任务时，仅用一个比特（对/错）来概括整条复杂的行为轨迹，就显得过于粗糙。 其后果是：那些仅差一…
-
春晚舞台上演机器人功夫秀：宇树科技全自主集群控制技术全球首秀
这已经是宇树机器人第三次亮相春晚，却带来了前所未有的震撼。 在今年的央视春节联欢晚会上，全球领先的宇树科技将舞台变成了新技术的展示场。一群活力十足的人形机器人上演了一出武术表演《武 BOT》，全程镜头连贯，几乎没有切换。 表演中的人形机器人型号包括现象级的 G1 以及刚刚发布的 H2。它们在快速奔跑中完成了穿插变阵和复杂的武术动作。这种高动态、高协同的全自主…
-
微软Re-TRAC框架：让AI智能体记住失败经验，4B模型性能超越大模型
想象一下，你让 AI 助手结合搜索工具探索一个复杂问题。它第一次探索时走错了方向，但第二次、第三次，它依然重复同样的错误探索路径。虽然你可能可以从最终得到的多次探索结果中挑选出一个勉强满意的答案，但是这既低效，也需要人工干预。这就是当前大多数深度搜索智能体面临的困境——它们无法「记住」之前的探索经验，每次都是从头开始，导致大量冗余搜索和资源浪费。 现有的深度…
-
Co-rewarding：突破自监督RL瓶颈，无标注数据下稳定诱导大模型推理能力
本文介绍的工作来自香港浸会大学和上海交通大学的可信机器学习和推理组，已被 ICLR 2026 接收。 目前，RLVR（Reinforcement Learning with Verifiable Rewards）已成为诱导大语言模型推理能力的主流技术路线。然而，RLVR 需要高质量标注数据来监督奖励获取，这一点是其可扩展性上的主要瓶颈。 一旦走向不需要标注数…