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
推理端点
Hugging Face 拉的是基础设施杠杆，而不是模型杠杆
Hugging Face 对其推理端点服务进行了全面改造，强调部署的便利性而非原始模型性能。该平台现在支持 vLLM、SGLang、llama.cpp 和自定义容器，并具备自动扩展和按使用量付费的定价模式。其卖点是：跳过运维工作，专注于模型本身。
2026-07-24
长程推理
新框架帮助AI代理记住五分钟前的操作
PRO-LONG是一个极简框架，帮助LLM代理在长序列操作中保留和检索信息。在ARC-AGI-3基准测试中，它在多个前沿模型上平均提升通过率18个百分点，同时消耗的token比现有框架少4.2到5.8倍。借助Fable 5，它以1,750美元的总推理成本实现了97.4%的best@2得分。
2026-07-24
实践者指南
LangGraph作为业务流程框架，而非AI基准测试
arXiv上的一篇实践者指南指出，LangGraph适用于特定的工作流复杂度层级，而非每个AI用例。三个示例, , 带修复循环的SQL分析、带证据门控的智能体RAG，以及带人机协同策略审核, , 展示了额外结构在何处发挥作用。
2026-07-24
AI与研究
68.4%胜率让ElevenLabs显得脆弱
Voxtral TTS在多元语言语音克隆方面树立了新标杆，在偏好对比测试中以68.4%的胜率击败ElevenLabs Flash v2.5。其混合架构及开源权重发布可能重塑TTS格局。
2026-07-24
AI研究
四种人格，一个答案：为何异构推理在最难人类测试中击败了最佳AI
PoTRE将推理分解为四个并行工作的代理，然后动态调和它们的答案。它在人类终极考试上达到49.92%，超过了之前的官方最佳成绩。该方法使用的令牌比扩展的基线更少。
2026-07-24
人工智能
部署经验揭示了基准测试无法捕捉的智能代理系统真相
一份关于智能代理系统的新教程凸显了基准测试成功与生产可靠性之间的差距。研究人员分享了处理故障的具体模式，从验证流程到人机协作设计，并借鉴了药物发现和金融领域的案例研究。
2026-07-24
构建世界的AI
阿里巴巴HappyOyster：单张图片即可生成可探索的3D世界
阿里巴巴的HappyOyster 1.0是首个主动式实时交互开放世界模型，让开发者和创作者能够通过文本或图片构建可探索的虚拟环境。灰度测试提供了Android、iOS和Web的SDK。
2026-07-24
人工智能与神经科学
语言模型被扰乱神经元后，精准复现了中风对语言的影响
研究人员扰动LLaVA 1.6以模拟失语症患者的图片命名错误，在79.5%的案例中，成功匹配了多达七个错误类别中的个体患者轮廓。在六种错误类别中，有六种自然地出现在不同的扰动配置下，这表明通用多模态模型可以充当中风后语言障碍的数字孪生。
2026-07-24
Qwen Cloud
Qwen Cloud 将模型整合为单一订阅计划，下调团队定价
Qwen Cloud的Token Plan将多种AI模型的访问权限整合到单一订阅中，提供个人版和团队版，最低为Lite版。该公司声称，与按量付费相比，该计划可节省约40%的费用，并支持使用OpenAI和Anthropic协议的主流工具。
2026-07-24
人工智能
一个学会喜欢和讨厌事物的CNN，就像你一样
研究人员构建了一个CNN，利用巴甫洛夫学习范式，学习将视觉场景与愉悦或厌恶效价相关联。该模型能够形成关联、进行泛化，并使条件刺激和非条件刺激的神经表征趋于一致，正如人脑所做的那样。
2026-07-24
可解释性
高重建分数不代表你的AI解释是真实的
自然语言自动编码器通过重建来评分解释，但一项新研究表明，即使98%的具体声明是虚假的，该测试仍能通过。作者引入RECAP训练方法，让探针能够独立验证指定内容，在对抗性谎言检测中达到了AUC 0.95，而标准方法仅为随机水平0.51。
2026-07-24
AI编程
新型Ling 3.0 Flash模型免费登陆OpenCode
OpenCode现免费提供来自inclusionAI的Ling 3.0 Flash模型，这是一款令牌效率高的模型，可能使开发者的AI编程成本更低。该模型加入平台仅在其发布几天后。
2026-07-24