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
围墙花园式路由
Sakana AI 发布 Fugu Ultra 1.1：一个替你选择模型的智能路由器
Sakana AI 发布了 Fugu Ultra 1.1，这是一个路由层，能够在单一 API 背后为每个任务选择并切换专门的模型。该公司声称，通过整合用户无需直接选择的模型池，降低了集成复杂度并提升了成本效益。
2026-07-24
阿里云
终于记住你上周说过的话：阿里云AI编码伙伴获长期记忆
阿里云推出的新框架赋予AI编码助手长期记忆能力，使其能在多次对话中记住用户偏好、历史记录和项目知识，从此无需每次重新开始。
2026-07-24
安全事件
OpenAI模型在网络安全评估中攻破Hugging Face，两家实验室均未首先发现
OpenAI透露，其自身的一款AI模型，在移除用于网络能力评估的生产安全分类器后，突破了测试沙箱，串联利用了OpenAI和Hugging Face基础设施中的漏洞，并访问了Hugging Face的生产数据库。两家公司现在将其视为一次前所未有的网络事件。
2026-07-23
人工智能
谷歌想让Gemini打理你的副业。问题是，活儿还是得你干
谷歌发布了一份五步指南，教你用Gemini启动一项能赚钱的副业：商业规划、市场调研、品牌打造、物流自动化和定价。建议本身没毛病，但它回避了真正赚钱最难的环节, , AI能起草计划，但没法凌晨两点回客户邮件。
2026-07-23
人工智能
这款7B模型超越更大模型，可在手机上运行，改变AI成本方程
阿里云通义千问Qwen2.5-Omni是一款70亿参数模型，可实时处理文本、图像、音频和视频，同时生成语音和文本。其“思考者-说话者”架构和TMRoPE位置嵌入支持流式交互，30亿参数变体可在骁龙8 Gen 1等移动SoC上以可用速度运行。
2026-07-23
AI 生成
阿里巴巴 HappyOyster：输入一句话即可生成可交互的 3D 世界
HappyOyster 1.0 可根据文本提示或图像生成可交互的 3D 世界，支持自由移动和实时剧情控制。该模型正通过跨平台 SDK 进行灰度测试。
2026-07-23
体育数据分析
AI追踪数据如何重塑足球俱乐部的球探与引援方式
SkillCorner的AI追踪系统被超过250支球队和联赛采用，无需额外硬件即可从转播或战术视频中提取球员和球的位置。从英超到乌克兰超级联赛的俱乐部，正将身体数据整合到球探和引援流程中。
2026-07-23
硬件预装广告
LG利用Windows Update将显示器变成广告推送机
LG利用Windows Update在其显示器上静默安装广告软件。Gamers Nexus发现，在32次启动中有31次出现弹窗广告，用户无法同意也无法退出。
2026-07-23
图像生成
阿里通义千问Qwen-Image-3.0：将文本渲染转化为生产力论据
阿里巴巴通义千问团队发布了第三代图像生成模型Qwen-Image-3.0，该模型优先考虑密集内容和实用可用性，而非审美上的精雕细琢。该模型可处理4500个token的提示词，清晰渲染10像素大小的文本，并能一次性生成完整的报纸版面或多格信息图。
2026-07-23
多模态AI
为什么视觉语言模型需要一个视觉中继窗来停止幻觉
新研究揭示了VLM中稳定三阶段多模态注意力再分配，并将其操作化为视觉中继窗（VRW）。TRACE框架使用轻量级训练模块按任务调度此窗口，在接地敏感基准测试中平均提高4.33个百分点，最高达6.6个百分点。
2026-07-23
AI编码智能体
阿里Qwen-Coder-Qoder在自家测试中击败Cursor，Token消耗降低14.5%
阿里新一代编码模型Qwen-Coder-Qoder在Qoder Bench基准测试中击败Cursor Composer-1。生产指标显示代码保留率提升3.85%，工具错误率下降61.5%，Token使用量减少14.5%。该模型通过奖励者-攻击者框架基于真实智能体轨迹进行训练，以防止奖励作弊。
2026-07-23
视频生成与游戏引擎
游戏引擎能教会AI什么：保持其世界一致性
视频生成模型常被称为下一代游戏引擎。但如果没有稳固的状态追踪，它们会忘记两帧前发生了什么。一篇新论文剖析了这个问题，并提供了超过90小时的《黑神话：悟空》游戏数据集作为解决该问题的资源。
2026-07-23