人工智能
人工智能：大语言模型、智能体、扩散模型、计算机视觉、自然语言处理及顶级实验室最新动态。
593 published articles
AI音乐
让Qwen-Music在13项指标上击败Suno的旋律先行技巧
Qwen-Music通过Melody-CoT将旋律规划与完整歌曲生成分离。这款30亿参数的模型，基于500多万小时的多语言数据训练，在客观指标和人类偏好方面均取得了优于Suno V5和MiniMax Music 2.6的最先进结果。
2026-07-31
医疗AI研究
一个4b参数模型以0.15秒回答处理不规则临床数据
ClinPRISM是一个经济高效的多模态LLM推理框架，专为不规则临床时间序列的问答设计。仅使用16个令牌和4B参数主干，它达到了最先进的性能，每个问题平均延迟0.15秒。
2026-07-31
AI战略
中国开源权重策略分裂硅谷
随着Kimi K3等中国开源权重模型在基准测试中媲美美国前沿系统且免费提供，硅谷出现分裂：一个由41家公司组成的联盟捍卫开放性，而Anthropic等企业则保持谨慎，一起失控模型的安全事件进一步加剧了分歧。
2026-07-31
研究摘要
结构化推理瓶颈超越提示魔法：LLM归纳任务中的新突破
一种名为“沙漏推理”（Hourglass reasoning）的新方法在归纳、演绎和实施阶段之间强制进行严格的上下文隔离，仅传递一个压缩的符号规则。在ARC-AGI-2上，它将最佳5次的准确率比迭代优化提高了多达14个百分点；在ChipBench Verilog综合任务中，使用GPT-5.5几乎将准确率翻倍。消融实验证实，拓扑结构本身驱动了改进。
2026-07-31
科学文献搜索
化学家搜索论文；AskChem 用 240 万条论断作答
AskChem 索引了来自 147,000 篇论文的 240 万条化学论断，每条均以来源 DOI 和逐字引文为依据，通过网络应用、REST、SDK 和 MCP 提供给科学家和 AI 智能体。在 AskChem-Bench 上，GPT-5.5 阅读器的 DOI 可解析率从 88.3% 提升到 100%。
2026-07-31
GUI智能体
阿里巴巴的Qwen-UI-Agent在真实手机上的得分高于沙盒环境
阿里巴巴通义实验室的Qwen-UI-Agent声称取得了最先进的移动端得分（AndroidDaily上97.5%），并在计算机使用结果上与Opus 4.8、Gemini 3.1 Pro和GPT-5.6 Sol相比具备竞争力。其在真实设备基准上的得分高于沙盒得分，而OSWorld-v2上40%的部分进展则是其诚实的极限。
2026-07-31
Frontis-MA1 / OpenMLE
能改进AI的AI，现在可在单张RTX 4090上运行
FrontisAI的OpenMLE技术栈和35B参数的Frontis-MA1智能体将递归自我改进变成了一个可复现的实验。在单张RTX 4090上，该模型在MLE-Bench Lite中得分71.21%，领先于GPT-5.5 + Codex，并接近大得多的前沿模型。
2026-07-31
AI研究
记忆解码器：6.9B附加记忆让410M模型击败Pythia-12B
《Memory Decoder at Scale》将LLM中的长期记忆与推理分离开来。一个6.9B预训练记忆以少39%的参数让Pythia-410M在17项基准测试中超越Pythia-12B；在每一个测试规模下，1.7B领域记忆都为Qwen3 Base增加了9个点以上的分数。
2026-07-31
LLM蒸馏
上下文一旦静止，LLM蒸馏便告停滞。这篇论文让它演化
上下文可以将任务偏好带入LLM训练，但一旦蒸馏进学生模型，它们便几乎不再提供监督。北京大学的Flux-OPD让上下文随学生一起移动，并用冲突项为教师修正加权。摘要报告称相较现有OPD范式有所提升，但没有给出数字。
2026-07-31
计算机视觉、世界模型与AI研究
PhiZero：在渲染前教视频AI用物理规律思考
PhiZero是CASIA的世界模型，它从原始视频中学习一种紧凑的离散“物理语言”，并在渲染帧之前用这种语言推理场景将如何演变。作者认为，这种先推理后渲染的设计比直接预测像素能产生物理上更一致的视频。
2026-07-31
AI 研究
思维链中的泡沫：新基准揭示大语言模型在有效但无用的推理上浪费标记
大语言模型通常生成正确但塞满不必要步骤的推理链。一个新的诊断基准和压缩方法表明，当前评估器完全忽略了这种低效性，而人类编写的推理步骤中可能有半数可被压缩。
2026-07-31
接地评估 vs. 非接地评估
为什么你的AI模型自我审查在视觉质量上失效
新研究引入“接地”作为控制测试时计算第三轴（交互缩放）的关键变量。研究结果表明，一种测量实际布局的确定性工具优于VLM截图评估，能修复视觉模态中40%到74%的缺陷，而标准指标却一无所见。
2026-07-31