AI今日热榜

拉塞尔·布兰登

莎拉·佩雷斯

蒂姆·费恩霍尔茨

伊万·梅塔

莎拉·佩雷斯

凯特·帕克

安东尼·哈

安东尼·哈

凯特·帕克

安东尼·哈

康妮·洛伊佐斯

Jagmeet Singh

朱莉·博特

康妮·洛伊佐斯

蒂姆·费恩霍尔茨

贾格米特·辛格

莎拉·佩雷斯

蒂姆·费恩霍尔茨

劳伦·福里斯塔尔

莎拉·佩雷斯

Tokenmaxing的终局与新序章

在不同队列中平均将预测准确率提升了 8.5%

Linus谈Linux、Rust、AI，称工程核心是信任经验

物理AI最强大脑「会师」SHARPA灵巧手

有反馈的错题，才能带来复利

你赚到了吗？

200 亿估值的面壁智能，走到了哪一步。

硅谷“狂人”怒怼AI大模型公司，大家都站到了十字路口

至少在现阶段，“平均脸”这个问题还很难解决。

数学界悬赏多年，AI一页纸终结

“具身智能夜话”在沪顺利举办。

“我们奢侈地过度设计一切。一个读文件的 API，也要穷尽所有可能的实现方式。”

为何还要重押生数、爱诗、可灵？

今年WAIC可太热闹了。

商汤大装置试图把不同品牌、不同代际的芯片，组织成一座能够持续盈利的Token工厂。

WAIC释放了这些趋势信号。

易观发布2026Q2中国办公智能体平台市场洞察报告

2026年首届WAICA将于上海举办，打造全球AI学术新平台

算力也会变得无处不在？

少量头部玩家的战场

机器人行业开始走向成熟

表演证明机器人拥有能力，工作要求机器人承担结果。

情欲、控制欲、对失去的遗憾、对孤独的恐惧

明星网红开始卖脸给AI，这是一门好生意吗？

模型只是引擎，连接才是底盘

全球首个具身角色基座模型OS

国内算力行业景气度，远比市场预想得高得多

前沿产业上游独家“卖铲人”

Meshy投后估值超100亿元。

AI在里面发挥的作用是？

从理论探索到体系构建

细粒度标签+ 20 种方言

GMI Cloud × HappyHorse 共建 AI 创作生态

仿真的底层逻辑

依旧是最多的华人面孔

打造了沉浸式的 AI 基础设施交互体验

面壁智能发布MiniCPM-Robot系列模型

市场表现也跟着加速狂飙

智能进了社会，治理不能慢半拍

主观世界模型

摘要：多模态大…▽ 更多 | 提交于2026年7月17日

摘要：…物体。这将交互预测转化为以物体为中心的三维运动预测，无需对物体属性做任何假设。我们的关键洞察在于，视频预测模型已经编码了关于人类交互过程中物体如何运动的丰富先验知识。我们将这些先验知识从像素预测重定向到未来三维场景流。我们从密集的三维t…▽ 更多 | 提交于2026年7月17日

摘要：混合专家模型（MoE）是一类流行的大…▽ 更多 | 提交于2026年7月17日

摘要：本研究引入了一个视觉-语言流水线，用于检测危险驾驶行为并生成情感表达式的响应，以支持驾驶员的感知与舒适。尽管视觉…▽ 更多 | 提交于2026年7月17日

摘要：…关于受影响资产、弱点类型和攻击行为的信息，以有效缓解这些漏洞带来的风险。为此，我们评估了开源权重的大…▽ 更多 | 提交于2026年7月17日

摘要：…单张快照。数十年的心理物理学和认知科学认为，这种主动观察对于广泛的任务至关重要。如今的多模态大…▽ 更多 | 提交于2026年7月17日

摘要：自主发现系统将回答查询的资源（模拟器、仪器或分析模型）与选择下一步查询内容的算法相结合。大多数用于此循环的软件框架继承了数值优化的控制结构：运行固定迭代次数的实验，查询成本在编程接口中缺失，…▽ 更多 | 提交于2026年7月17日

摘要：检索增强生成（RAG）将大语言模型锚定在外部医学知识中，然而标准检索器经常返回与查询语义接近但描述临床不同病症的硬负样本。尽管现有的查询扩展方法…▽ 更多 | 提交于2026年7月17日

摘要：我们提出音视频火烈鸟（AV-Flamingo），一个完全开放的最先进的音视频大…▽ 更多 | 提交于2026年7月17日

摘要：GPU集合通信通常针对带宽进行优化，然而许多新兴工作负载日益受到延迟的限制。长上下文解码密集型大…▽ 更多 | 提交于2026年7月17日

摘要：强化学习已成为提升大型语言模型的核心手段……▽ 更多 | 提交于2026年7月17日

摘要：大型语言模型在科学研究中的日益普及，使得理解研究人员和研究生需要具备哪些能力才能批判性且负责任地使用这些工具变得十分必要。本快速综述分析了从Elicit和Google Scholar检索到的194篇文章……▽ 更多 | 提交于2026年7月17日

摘要：尽管大型语言模型……▽ 更多 | 提交于2026年7月17日

摘要：大型语言模型……▽ 更多 | 提交于2026年7月17日

摘要：由大型语言模型驱动的智能体人工智能，标志着从基于规则的自动化向下一代网络自主、目标驱动控制的转变。现有综述将这两个领域孤立处理，在协议集成、评估……▽ 更多 | 提交于2026年7月17日

摘要：评估大型视觉语言模型的鲁棒性……▽ 更多 | 提交于2026年7月17日

摘要：大型语言模型……▽ 更多 | 提交于2026年7月17日

摘要：视觉语言模型……▽ 更多 | 提交于2026年7月17日

摘要：大型语言模型的普及……▽ 更多 | 提交于2026年7月17日

摘要：尽管我们知道大型语言模型能够解决某些规划问题，但我们对其在机器人领域的能力边界尚不清楚。一个有前景的方向是将LLM的语义知识与任务与运动规划的形式化推理相结合……▽ 更多 | 提交于2026年7月17日

摘要：……与风格中心的操作不同，文本中心图像编辑专注于修改、翻译或重新排列图像中嵌入的文本元素。然而，现有主流模型通常难以精确执行复杂的文本编辑，经常产生模糊或幻觉字符。我们将这些失败主要归因于缺乏专门……▽ 更多 | 提交日期：2026年7月17日

摘要：大型……▽ 更多 | 提交日期：2026年7月17日

摘要：大型语言模型通过自动生成代码正在改变软件开发。当前的提示技术如思维链（CoT）逐步提出任务，其推理过程遵循线性结构，这阻碍了对复杂问题的理解……▽ 更多 | 提交日期：2026年7月17日

摘要：……用于预测系统动作并生成响应的模块。日益流行的对话系统应用如Google Assistant、Siri和Alexa需要支持大量服务和API，导致此类系统的可扩展性受到越来越多的关注。尤其对于某些训练数据极少甚至没有的领域，迁移能力……▽ 更多 | 提交日期：2026年7月17日

摘要：……由于其在推理过程中具有卓越的表达能力和可控生成，在解决广泛的决策任务中广受欢迎。然而，使用强化学习有效训练大型扩散策略仍然具有挑战性。现有方法要么因直接最大化价值目标而导致训练不稳定，要么面临……▽ 更多 | 提交日期：2026年7月17日

摘要：代码生成旨在自动生成满足自然语言描述需求的代码。像ChatGPT这样的大型语言模型在此领域已展现出令人期待的效果。然而，这些LLM常常无法……▽ 更多 | 提交日期：2026年7月17日

摘要：提示优化能够适配大型……▽ 更多 | 提交日期：2026年7月17日

摘要：针对大型语言模型的安全防御已被广泛研究，现有方法侧重于攻击检测和拒绝机制。这种固定形式的直接拒绝策略可能引入前缀注入攻击的风险。近期工作探索了一种新……▽ 更多 | 提交日期：2026年7月17日

摘要：在多轮对话场景中评估和预测大型语言模型的性能至关重要，但计算成本高昂；关键事件——例如越狱或智能体成功完成任务——往往只有在重复交互后才显现。这……▽ 更多 | 提交日期：2026年7月17日

摘要：大型……▽ 更多 | 提交日期：2026年7月17日

摘要：遥感视觉语言… 更多 | 提交于2026年7月17日

摘要：大型… 更多 | 提交于2026年7月17日

摘要：在生产级大语言模型部署中，高API可用性保证并不等同于对话连续性。当主要供应商发生故障或严格限速时，朴素的无状态故障转移机制虽能成功维持运行时间，但会静默… 更多 | 提交于2026年7月17日

摘要：人工智能和自然语言处理的最新进展使工具能够支持系统文献综述，然而现有框架通常产出高效但上下文受限的结果，需要大量专家监督。该框架采用人在回路流程来定义子综述任务… 更多 | 提交于2026年7月17日

摘要：…与机器人具身。我们观察到3D手部姿态自然可作为连接人机动作的统一表征。因此，我们研究了一项未被充分探索的视觉语言引导的自我中心3D手部姿态预测任务，旨在从视觉观察中预测未来的自我3D手部姿态… 更多 | 提交于2026年7月17日

摘要：大语言模型能力广泛，但在持续的一对一对话中仍显得平淡：能干、响应迅速，却总缺少一种心智的存在感。我们假设一个核心缺失要素并非更多能力，而是维度完整性… 更多 | 提交于2026年7月17日

摘要：…以及附则，并配有覆盖实证研究中常见治理条款的高质量人工标注。利用这些数据集，本文评估了多种大型… 更多 | 提交于2026年7月17日

摘要：威权主义在全球范围内的兴起以及大型… 更多 | 提交于2026年7月17日

摘要：大型… 更多 | 提交于2026年7月17日

摘要：大型… 更多 | 提交于2026年7月17日

摘要：在ComfyUI等视觉创作系统中，工作流生成不仅需要语法准确性，还需要对模块组合进行专家级推理。现有大型… 了解更多 | 提交于2026年7月17日

摘要：针对大型语言模型的越狱技术… 了解更多 | 提交于2026年7月17日

摘要：轨迹生成是混合专家大型语言模型强化学习中的主要瓶颈，这促使了FP8等低精度轨迹加速技术的发展。作为一种新兴的低精度格式，NVFP4结合了细粒度缩放以保持精度… 了解更多 | 提交于2026年7月17日

摘要：经过安全对齐的大型… 了解更多 | 提交于2026年7月17日

摘要：大型语言模型的快速发展… 了解更多 | 提交于2026年7月17日

摘要：大型语言模型的黑箱特性… 了解更多 | 提交于2026年7月17日

摘要：大型… 了解更多 | 提交于2026年7月17日

摘要：持续指令微调要求多模态大型… 了解更多 | 提交于2026年7月17日

摘要：语言模型……更多内容 | 提交日期：2026年7月16日

摘要：政治联盟的形成是一个复杂的谈判过程，既受具体政策目标的驱动，也受深层意识形态信念的影响。虽然大型语言模型为计算政治学开辟了新途径，但其中立性和助益性偏见……▽ 更多 | 提交于2026年7月16日

Utopai Studios 发布 PAI 2.0 模型，探索 AI 影视「技术+内容」双轮驱动模式

钱在哪里，客户在哪里？在这两平方公里，每个创业阶段的难题都有人陪着解。

月之暗面 Kimi 今日发布公告，为了保障已有订阅用户的体验，决定即日起，暂停 C 端新用户订阅，将已有算力全部投入于服务已订阅用户，保障已订阅用户的全部权益不受影响。

能把泛化能力与作业效率同时放进真实作业场景、端到端跑通全流程，极智嘉交出了一份有代表性的答卷。

WAIC 2026 首日观察：20 个创新产品里的 AI。

AI 营销的主导权，正重回企业手里。

英伟达 N1X 首个 Cinebench 2026 跑分曝光；Spotify 去年清理 7500 万首 AI 生成音乐以应对垃圾内容滥用；Meta 员工要求法院阻止公司裁员，但遭法官驳回

不仅要你的钱，而且要你的业务。

​一台希望你更少看它的手机，成了 WAIC「镇馆之宝」。

消息称字节新一代豆包手机备货数十万台；微软正在研发一款类 Mythos 人工智能漏洞检测工具；苹果与 OpenAI 法律战升级；「中国天眼」首次揭示低能宇宙线起源新证据

OPPO 明确子品牌全球产品策略：realme 聚焦海外，一加主力中国；小米具身基座模型发布；消息称阿里千问首款 AI 智能体耳机将在 WAIC 亮相

谷歌图片服务上线 25 周年，AI 概览新增 Nano Banana 生图功能；谷歌 DeepMind CEO 哈萨比斯呼吁美国牵头建立全球 AI 监管机构；英伟达 CEO 黄仁勋：Vera Rubin 计算平台进展顺利，已投入生产

大模型公司，为大模型造手机。

首批七家已经官宣，七月注定会成为「AI 手机」主战场。

AI 技术本身不会平等地拯救每一个组织，它只会加速组织的分化。

当 Agent 走向生产，云与数据库需要被一起重新考虑。

对着摄像头比了个手势，桌上凭空多了只企鹅

「妈祖」大模型落地全球

但「和现有业务结合」并非美团做大模型的唯一出发点。

比亚迪德国市占率超越丰田；阶跃星辰首款 AI 智能体手机发布；面对苹果诉讼，OpenAI 仍计划今年发布首款硬件。

Replay QA 能在用户发现之前告诉你哪里出了问题

日常任务免费浏览器工具，无需登录

为每个智能体准备的个人上下文文件

构建整个团队都能运行和控制的AI智能体

嵌入你产品中的实时AI员工，服务于每位用户

观察大脑对你的视频片段如何反应

运行你的项目与运营的AI同事

运行订单到现金全流程的AI代理

功能最强大的AI助手，自带专属收件箱

无需离开页面即可理解任何在线内容

为创始人打造的AI原生操作系统

在接触潜在客户前先为其预热

专为微调而构建的开放权重975B多模态模型

通过自动整理截图保持桌面整洁

一个免费的视觉化故事开发工作空间

智能点击追踪，揭示什么在推动你的业务增长

注重隐私的网站分析工具，提供实时AI洞察

AI加密货币调查/研究智能体

在同一个强大的工作空间中统一数据分析与绘图

将鼓点音频转换为可编辑的乐谱

为你的产品创建可随时发布的动态视频

制作能促成转化、而非仅外观精美的AI广告

一眼所见，念念不忘。

开源的Ahrefs替代方案

又中了折扣的圈套？

比 llama.cpp 快 6.4 倍，比 MLX 快 3.9 倍

每个值得绕道的地方，尽在一张互动地图

注重隐私的网站分析，涵盖流量与收入。

将碎片化知识整合为单一系统

一款用于可演奏生成声音的实验性合成器

Storylane、Navattic 和 Arcade 的开源替代品

AI 智能体的数据层

使用 Aceternity UI 构建落地页

90 秒内将你的 SaaS 变成可点击的演示。

你和你的智能体共同编辑的 Markdown 编辑器

逐县学习日语，一步一景。

拥有自己云电脑的 AI 同事

全球首个开放的3T级模型

查看X/Twitter上最活跃的创业公司话匣子

跨所有应用和大语言模型的共享记忆。在Claude中

你日常浏览器工作中可教导的AI实习生

你的AI数据分析师，现在自带想法。

面向教师和创作者的本地优先白板工作室

3秒内拉取你的日历空闲时间

将任意Mac窗口保持在浮动迷你屏幕上可见

面向现代B2B团队的AI销售平台

为iPad和Mac原生打造的高速精准3D CAD

将任何目标转化为个性化、自适应的学习路径。

将您的X个人简介连接到MRR和GA4以实现自动更新

您的自主网页应用测试AI代理

面向MCP和CLI的本地优先代码智能图。构建代码库的持久化映射，使AI编码工具仅读取关键内容，在审查和大型仓库工作流中实现基准化的上下文缩减。 | 点赞：19,582 分支：2,099

编码智能体工具集 | 点赞：8,645 分支：995

永不停歇的编码。免费的MIT人工智能网关：一个端点，268+个提供商（50+免费），500+个模型——Claude、GPT、Gemini、Kimi K3、GLM、DeepSeek。兼容Claude Code、Codex、Cursor、Cline和Copilot。支持配额感知的自动回退，RTK+Caveman压缩可节省15-95%的令牌，MCP/A2A、多模态、桌面端/PWA。由500+贡献者共同构建。| 点赞：20,708 分支：2,850

学习它。构建它。为他人交付它。 | 点赞：38,855 分支：6,515

触手可及的完整AI代理机构——从前端魔法师到Reddit社区忍者，从趣味注入者到现实检验者。每个代理都是具有个性、流程和可交付成果的领域专家。| 点赞：134,364 分支：21,924

一个用于体验异构大语言模型推理/微调优化的灵活框架 | 点赞：18,125 分支：1,431

开源AI语音工作室。克隆、听写、创作。 | 点赞：42,966 分支：5,256

Cognee是面向智能体的开源AI记忆平台。通过自托管的知识图谱引擎，为您的AI智能体提供跨会话的持久长期记忆。| 点赞：28,577 分支：2,728

一种前馈式3D基础模型，用于从流式数据重建场景。| 点赞：13,918 分支：1,461

Semrush和Ahrefs的开源替代方案。| 点赞：5,401 分支：606

Kimi Code CLI 是你的下一代CLI代理。 | 点赞：9,256 分支：1,151

集成众多即时通讯平台、大语言模型、插件和AI功能的AI智能体助手及开发框架，可作为你的openclaw替代方案。✨ | 点赞：36,577 分支：2,538

🚀 构建MCP服务器和客户端的快速、Pythonic方式。| 点赞：26,363 分支：2,152

你的AI编程代理首选网页——基于MCP的本地优先搜索、抓取、爬取与研究。无需API密钥，无需云端，每次查询零成本。公开测试版。 | 点赞：920 分支：70

一个功能完备的Web应用开发框架。| 点赞：1,288 分支：36

来自全球各地的公开IPTV频道合集。| 点赞：133,546 分支：7,546

自托管的部署平台。| 点赞：3,936 分支：271

免费、开源的学习本体论和Microsoft Fabric IQ的Web应用。探索预构建本体目录，可视化设计自己的本体，导出为RDF/XML，并分享交互式图表。零后端，完全静态。| 点赞：1,536 分支：219

ggml 语音转文本推理，支持 16 种以上模型系列 | 点赞：1,043 分叉：25

极低延迟的语音转文本、意图识别和文本转语音，用于构建语音代理和界面 | 点赞：9,438 分叉：503