跳到正文
/AI 前沿

外观

快速抵达

↑ ↓ 选择 · Enter 打开 · Esc 关闭MyHOT
INTELLIGENCE & DISCOVERY

AI 前沿

最新动态
最新阅读今日重点
筛选
Hugging Face · 每日论文

Matrix-Game 4.0:用视频模型实时生成可玩游戏世界,RTX5090上480p 60FPS

Matrix-Game 4.0将游戏执行与画面生成分离:轻量游戏引擎维护世界状态并执行交互规则,多模态编码Agent把玩家想法转为游戏代码和动态场景描述,基于自回归视频模型的渲染器再把低多边形代理画面转为高保真视觉。单张RTX5090实现480p、60FPS,按键到显示延迟112ms;单步生成稳态83FPS,峰值显存18.2GiB,RTX5080和RTX5070Ti上分别为67FPS和58FPS。代码、模型权重和低多边形游戏资产已开源。

原文
速览MYHOT
Hugging Face · 每日论文

Matrix-Game 4.0:用视频模型实时生成可玩游戏世界,RTX5090上480p 60FPS

Matrix-Game 4.0将游戏执行与画面生成分离:轻量游戏引擎维护世界状态并执行交互规则,多模态编码Agent把玩家想法转为游戏代码和动态场景描述,基于自回归视频模型的渲染器再把低多边形代理画面转为高保真视觉。单张RTX5090实现480p、60FPS,按键到显示延迟112ms;单步生成稳态83FPS,峰值显存18.2GiB,RTX5080和RTX5070Ti上分别为67FPS和58FPS。代码、模型权重和低多边形游戏资产已开源。

Hugging Face · 每日论文

Qwen-Audio-3.1-ASR技术报告:语音识别与音频理解能力提升

Qwen-Audio-3.1-ASR在Qwen-Audio-3.0-ASR基础上改进了语音识别能力,扩展了说话人分离转录和通用音频理解功能。该模型家族支持30种语言和16种中国方言,具备历史上下文条件、分层热词定制和原生转录润色等指令控制能力。评估涵盖传统语音识别、多语言方言、说话人分离转录和通用音频理解任务。

原文
速览MYHOT
Hugging Face · 每日论文

Qwen-Audio-3.1-ASR技术报告:语音识别与音频理解能力提升

Qwen-Audio-3.1-ASR在Qwen-Audio-3.0-ASR基础上改进了语音识别能力,扩展了说话人分离转录和通用音频理解功能。该模型家族支持30种语言和16种中国方言,具备历史上下文条件、分层热词定制和原生转录润色等指令控制能力。评估涵盖传统语音识别、多语言方言、说话人分离转录和通用音频理解任务。

Hugging Face · 每日论文

HarnessAdapt-RL:强化学习同时训练编码Agent模型与执行框架

论文提出HarnessAdapt-RL,在强化学习训练编码Agent时同步调整模型策略与执行框架(harness),不再固定框架只更新策略。冻结教师为具体任务生成机制级技能,另一教师按跨任务共性问题演化工具与hooks,仅保留不降低通过率或可训练率的改动。9B基座模型在SWE-bench Verified、Multilingual、Pro上pass@1较GRPO分别提高9.8、12.6、6.4个百分点,也优于配OpenHands人工框架的GRPO。

原文
速览MYHOT
Hugging Face · 每日论文

HarnessAdapt-RL:强化学习同时训练编码Agent模型与执行框架

论文提出HarnessAdapt-RL,在强化学习训练编码Agent时同步调整模型策略与执行框架(harness),不再固定框架只更新策略。冻结教师为具体任务生成机制级技能,另一教师按跨任务共性问题演化工具与hooks,仅保留不降低通过率或可训练率的改动。9B基座模型在SWE-bench Verified、Multilingual、Pro上pass@1较GRPO分别提高9.8、12.6、6.4个百分点,也优于配OpenHands人工框架的GRPO。

Hugging Face · 每日论文

Lafa:8B连续流语言模型,相同质量下吞吐量达AR的2.54倍

研究者提出Lafa,将连续流语言模型扩展到8B参数,采用块内双向异步流加前缀因果注意力的设计,可通过改造预训练自回归模型高效训练,并用前缀缓存和块级并行解码加速推理。在0.5B、7B、8B规模上,均以少于300亿token完成训练,指令跟随、推理和编程质量与AR相当或更好,还能蒸馏成流映射,实现一步或少步生成。利用流训练的多token预测效应做自推测解码,吞吐量达AR的2.54倍。

原文
速览MYHOT
Hugging Face · 每日论文

Lafa:8B连续流语言模型,相同质量下吞吐量达AR的2.54倍

研究者提出Lafa,将连续流语言模型扩展到8B参数,采用块内双向异步流加前缀因果注意力的设计,可通过改造预训练自回归模型高效训练,并用前缀缓存和块级并行解码加速推理。在0.5B、7B、8B规模上,均以少于300亿token完成训练,指令跟随、推理和编程质量与AR相当或更好,还能蒸馏成流映射,实现一步或少步生成。利用流训练的多token预测效应做自推测解码,吞吐量达AR的2.54倍。

Nature Machine Intelligence · 研究

Nature Machine Intelligence:智能体不平等研究

Sharp等人研究了AI智能体获取机会不平等及其质量和数量差异的影响,构建了识别潜在不平等来源的概念框架,并提出研究议程以应对由此产生的社会挑战。

原文
速览MYHOT
Nature Machine Intelligence · 研究

Nature Machine Intelligence:智能体不平等研究

Sharp等人研究了AI智能体获取机会不平等及其质量和数量差异的影响,构建了识别潜在不平等来源的概念框架,并提出研究议程以应对由此产生的社会挑战。

Hugging Face · 每日论文

HRoPE:用平面单应性为多视角Transformer注入表面级位置编码

论文提出HRoPE,把每个patch的局部几何表示为倾斜3D平面,并将token级、由平面诱导的单应性作为相对变换注入注意力,从而在视角间校正透视畸变、对齐patch特征。该方法无需真值几何,平面参数可在视角合成目标下端到端预测,也可由基础模型导出。在RealEstate10K、CO3Dv2和DL3DV上的新视角合成实验中,最佳变体持续优于所评估的几何位置编码。

原文
速览MYHOT
Hugging Face · 每日论文

HRoPE:用平面单应性为多视角Transformer注入表面级位置编码

论文提出HRoPE,把每个patch的局部几何表示为倾斜3D平面,并将token级、由平面诱导的单应性作为相对变换注入注意力,从而在视角间校正透视畸变、对齐patch特征。该方法无需真值几何,平面参数可在视角合成目标下端到端预测,也可由基础模型导出。在RealEstate10K、CO3Dv2和DL3DV上的新视角合成实验中,最佳变体持续优于所评估的几何位置编码。

Hugging Face · 每日论文

MultiAgent-OPD:分层多智能体系统端到端训练方法

研究提出MultiAgent-OPD方法,结合在线策略蒸馏与强化学习,实现Leader-Searcher-Answerer团队的端到端联合训练。在七个数据集上,该方法达到38.68%的宏平均@4准确率,超过Prompted Critic 4.06个百分点,比级联多智能体系统C-MAS + RL高2.61个百分点,且团队在四次尝试内能解决更多问题。

原文
速览MYHOT
Hugging Face · 每日论文

MultiAgent-OPD:分层多智能体系统端到端训练方法

研究提出MultiAgent-OPD方法,结合在线策略蒸馏与强化学习,实现Leader-Searcher-Answerer团队的端到端联合训练。在七个数据集上,该方法达到38.68%的宏平均@4准确率,超过Prompted Critic 4.06个百分点,比级联多智能体系统C-MAS + RL高2.61个百分点,且团队在四次尝试内能解决更多问题。

财联社 · 要闻与深读

特朗普称该换人代表乌克兰谈判 以色列总理下令推翻伊朗政权 | 环球市场

①伊朗革命卫队: 敌人应知晓霍尔木兹海峡有7条主要海底光缆;②五角大楼官员:如果美国的AI实验室不配合政府 将实施出口管制;③高盛:对冲基金以至少十年来最快速度减持科技股;④Nscale与Anthropic洽谈价值450亿美元云计算合作协议‌。

原文
速览MYHOT
财联社 · 要闻与深读

特朗普称该换人代表乌克兰谈判 以色列总理下令推翻伊朗政权 | 环球市场

①伊朗革命卫队: 敌人应知晓霍尔木兹海峡有7条主要海底光缆;②五角大楼官员:如果美国的AI实验室不配合政府 将实施出口管制;③高盛:对冲基金以至少十年来最快速度减持科技股;④Nscale与Anthropic洽谈价值450亿美元云计算合作协议‌。

财联社 · 要闻与深读

Anthropic据称洽谈450亿美元算力交易 Nscale或再添上市筹码

①据称英国云计算公司Nscale正在与Anthropic洽谈一项云计算能力供应协议,交易规模可能达到约450亿美元; ②IPO文件显示,Anthropic在此之前已与Nscale签署基础设施协议,整体价值最高约446亿美元。

原文
速览MYHOT
财联社 · 要闻与深读

Anthropic据称洽谈450亿美元算力交易 Nscale或再添上市筹码

①据称英国云计算公司Nscale正在与Anthropic洽谈一项云计算能力供应协议,交易规模可能达到约450亿美元; ②IPO文件显示,Anthropic在此之前已与Nscale签署基础设施协议,整体价值最高约446亿美元。

华尔街见闻 · 市场与深读

标普全球警告:美国科技巨头AI相关负债或超已知规模

标普全球数字基础设施主管Mark Habib表示,美国超大规模云服务商可能存在大量未披露的AI相关债务,主要源于其对数据中心建设或中小型AI企业的隐性担保安排。超大规模云服务商评级面临的最大风险,是预期盈利能否如期实现。目前暂无评级调整压力,后续一旦现有支出规模被认定为不可持续,评级立场可能随之改变。

原文
速览MYHOT
华尔街见闻 · 市场与深读

标普全球警告:美国科技巨头AI相关负债或超已知规模

标普全球数字基础设施主管Mark Habib表示,美国超大规模云服务商可能存在大量未披露的AI相关债务,主要源于其对数据中心建设或中小型AI企业的隐性担保安排。超大规模云服务商评级面临的最大风险,是预期盈利能否如期实现。目前暂无评级调整压力,后续一旦现有支出规模被认定为不可持续,评级立场可能随之改变。

财联社 · 要闻与深读

美股收盘:AI概念回暖纳指涨超1% 存储、芯片板块明显反弹

①费城半导体指数收涨1.61%; ②存储概念集体收升,西数涨超6%; ③美光科技将举办技术网络研讨会; ④英伟达在于利希超级计算中心完成容错量子计算创纪录模拟。

原文
速览MYHOT
财联社 · 要闻与深读

美股收盘:AI概念回暖纳指涨超1% 存储、芯片板块明显反弹

①费城半导体指数收涨1.61%; ②存储概念集体收升,西数涨超6%; ③美光科技将举办技术网络研讨会; ④英伟达在于利希超级计算中心完成容错量子计算创纪录模拟。

华尔街见闻 · 市场与深读

Fable 5.5要来了?报道称Anthropic正开发新模型,主打"意图推断"能力

据The Information报道,Anthropic正开发一款能主动推断用户模糊指令真实意图的新模型,具备更强推理与创造性问题解决能力。分析认为若模糊指令推理能力落地,用户与AI助手的交互方式将改变,用户不再需要精心设计提示词,模型将承担更多"揣摩意图"的工作。

原文
速览MYHOT
华尔街见闻 · 市场与深读

Fable 5.5要来了?报道称Anthropic正开发新模型,主打"意图推断"能力

据The Information报道,Anthropic正开发一款能主动推断用户模糊指令真实意图的新模型,具备更强推理与创造性问题解决能力。分析认为若模糊指令推理能力落地,用户与AI助手的交互方式将改变,用户不再需要精心设计提示词,模型将承担更多"揣摩意图"的工作。

华尔街见闻 · 市场与深读

英伟达支持的Nscale IPO前景获提振,报道:与Anthropic洽谈450亿美元大单

若协议落地,双方合作总规模将达到900亿美元。相关谈判涉及Monarch数据中心园区的第二栋建筑,该建筑提供460兆瓦计算能力,采用英伟达最新一代Vera Rubin芯片。此外,Anthropic还获得了Monarch园区规划中第三栋建筑的优先谈判权。

原文
速览MYHOT
华尔街见闻 · 市场与深读

英伟达支持的Nscale IPO前景获提振,报道:与Anthropic洽谈450亿美元大单

若协议落地,双方合作总规模将达到900亿美元。相关谈判涉及Monarch数据中心园区的第二栋建筑,该建筑提供460兆瓦计算能力,采用英伟达最新一代Vera Rubin芯片。此外,Anthropic还获得了Monarch园区规划中第三栋建筑的优先谈判权。

The Decoder

MiniMax M3.1 Flash性能提升13分,成本减半,中国AI价格战无底

MiniMax发布M3.1 Flash模型,在Artificial Analysis Intelligence Index上得分42,较前代提升13分,成本减半。该模型在DeepSWE v1.1编程基准测试中达到73.7%准确率,每任务成本低于0.3美元,与Deepseek V4.1 Flash 1017性能和价格相当。

原文
速览MYHOT
The Decoder

MiniMax M3.1 Flash性能提升13分,成本减半,中国AI价格战无底

MiniMax发布M3.1 Flash模型,在Artificial Analysis Intelligence Index上得分42,较前代提升13分,成本减半。该模型在DeepSWE v1.1编程基准测试中达到73.7%准确率,每任务成本低于0.3美元,与Deepseek V4.1 Flash 1017性能和价格相当。

MIT News · AI 与行业突破

MIT开发E(3)-Pose模型:利用对称性原理提升胎儿脑部MRI诊断可靠性

MIT、波士顿儿童医院和Inria研究人员开发了E(3)-Pose深度学习模型,通过将胎儿头部左右对称性原理融入神经网络架构,解决了胎儿在MRI扫描中移动导致的图像切片角度不一致问题。该模型能捕捉胎儿运动时的高分辨率头部图像,帮助放射科医生更准确诊断脑部异常,有望替代当前缓慢的手动胎儿脑部MRI扫描过程。

原文
速览MYHOT
MIT News · AI 与行业突破

MIT开发E(3)-Pose模型:利用对称性原理提升胎儿脑部MRI诊断可靠性

MIT、波士顿儿童医院和Inria研究人员开发了E(3)-Pose深度学习模型,通过将胎儿头部左右对称性原理融入神经网络架构,解决了胎儿在MRI扫描中移动导致的图像切片角度不一致问题。该模型能捕捉胎儿运动时的高分辨率头部图像,帮助放射科医生更准确诊断脑部异常,有望替代当前缓慢的手动胎儿脑部MRI扫描过程。

华尔街见闻 · 市场与深读

费城半导体八连跌后盘中一度反攻3%,高盛上调CoreWeave评级至"买入"

周一美股反攻覆盖上周的重灾区,闪迪收涨5.3%、SK海力士ADR收涨4.7%、美光收涨3%、英特尔收涨2.4%。高盛周一将CoreWeave从"中性"上调至"买入",认为经历大跌后股价估值已显吸引力。明星分析师Dan Ives预计AI板块恐慌过后,基本面驱动的上行趋势将延续。

原文
速览MYHOT
华尔街见闻 · 市场与深读

费城半导体八连跌后盘中一度反攻3%,高盛上调CoreWeave评级至"买入"

周一美股反攻覆盖上周的重灾区,闪迪收涨5.3%、SK海力士ADR收涨4.7%、美光收涨3%、英特尔收涨2.4%。高盛周一将CoreWeave从"中性"上调至"买入",认为经历大跌后股价估值已显吸引力。明星分析师Dan Ives预计AI板块恐慌过后,基本面驱动的上行趋势将延续。

The Decoder

Kling AI发布4.0版本,支持立体声音频、多语言口型同步及轻量Flash变体

Kling AI推出视频生成器4.0版本,支持30秒视频片段、10个关键帧图像输入,提示词理解扩展至8000 tokens。与Wan 3.0和Seedance 2.5的对比显示,Kling 4.0表现相当但未领先,这可能表明AI视频模型的快速发展速度开始趋于平缓。

原文
速览MYHOT
The Decoder

Kling AI发布4.0版本,支持立体声音频、多语言口型同步及轻量Flash变体

Kling AI推出视频生成器4.0版本,支持30秒视频片段、10个关键帧图像输入,提示词理解扩展至8000 tokens。与Wan 3.0和Seedance 2.5的对比显示,Kling 4.0表现相当但未领先,这可能表明AI视频模型的快速发展速度开始趋于平缓。

36氪 · 商业与科技报道

全流域增长有一套|跨触点如何衔接,低客单如何扩量?看 Channel Bakers 的双案例解法

「Partner·出海有一套」围绕四大增长场景,拆解 2026 亚马逊广告合作伙伴奖(Amazon Ads Partner Awards)获奖案例,将合作伙伴的实践经验带进品牌的日常经营。 本期聚焦「全流域营销与品效合一增长」场景,分享亚马逊广告合作伙伴 Channel Bakers 如何针对不同品类、不同增长挑战,借助亚马逊营销云(AMC)、亚马逊 DSP 与 Performance+,帮助品牌拓展新客、优化消费者旅程,并推动广告触达与转化协同。 如果说AI正在重新定义广…

原文
速览MYHOT
36氪 · 商业与科技报道

全流域增长有一套|跨触点如何衔接,低客单如何扩量?看 Channel Bakers 的双案例解法

「Partner·出海有一套」围绕四大增长场景,拆解 2026 亚马逊广告合作伙伴奖(Amazon Ads Partner Awards)获奖案例,将合作伙伴的实践经验带进品牌的日常经营。 本期聚焦「全流域营销与品效合一增长」场景,分享亚马逊广告合作伙伴 Channel Bakers 如何针对不同品类、不同增长挑战,借助亚马逊营销云(AMC)、亚马逊 DSP 与 Performance+,帮助品牌拓展新客、优化消费者旅程,并推动广告触达与转化协同。 如果说AI正在重新定义广…

36氪 · 商业与科技报道

36氪出海·中东|卡塔尔推出数字化商业地图平台,助力企业选址与投资决策

卡塔尔商工部(MoCI)推出商业地图平台(Qatar Business Map Platform),为本地及国际企业家和投资者提供便捷的数字化市场信息服务。用户可通过平台查询商业数据、分析市场情况、评估经营地点,并了解卡塔尔各地的投资机会,为商业决策提供参考。 无论是计划创办企业,还是寻找投资机会,用户都可以借助平台提供的信息,更全面地了解卡塔尔的商业环境。 在具体功能方面,平台可查询不同地区的企业及商铺数量,帮助用户了解当地商业活动的活跃程度。同时,平台还提供区域人口结构…

原文
速览MYHOT
36氪 · 商业与科技报道

36氪出海·中东|卡塔尔推出数字化商业地图平台,助力企业选址与投资决策

卡塔尔商工部(MoCI)推出商业地图平台(Qatar Business Map Platform),为本地及国际企业家和投资者提供便捷的数字化市场信息服务。用户可通过平台查询商业数据、分析市场情况、评估经营地点,并了解卡塔尔各地的投资机会,为商业决策提供参考。 无论是计划创办企业,还是寻找投资机会,用户都可以借助平台提供的信息,更全面地了解卡塔尔的商业环境。 在具体功能方面,平台可查询不同地区的企业及商铺数量,帮助用户了解当地商业活动的活跃程度。同时,平台还提供区域人口结构…

36氪 · 商业与科技报道

一周要闻·阿联酋&卡塔尔|迪拜商会与中国四地商会签署合作协议;卡塔尔与中国续签本币互换协议

京东产发与 Gargash Prime 签约,共建25万平方米中东物流枢纽 据观点网消息,京东产发与阿联酋企业 Gargash Prime 签署战略合作协议,将在阿联酋合作开发约25万平方米的物流基础设施,打造辐射中东的区域级分拨与履约枢纽。京东产发 CEO 陈若煜表示,此次合作是京东产发深化中东布局、提升国际化物流服务能力的重要一步,将结合京东在高标准仓储运营和供应链科技方面的优势与当地产业生态,服务区域市场。(观点网) 腾讯云与迪拜电商城达成合作,推动跨境电商数字化升级…

原文
速览MYHOT
36氪 · 商业与科技报道

一周要闻·阿联酋&卡塔尔|迪拜商会与中国四地商会签署合作协议;卡塔尔与中国续签本币互换协议

京东产发与 Gargash Prime 签约,共建25万平方米中东物流枢纽 据观点网消息,京东产发与阿联酋企业 Gargash Prime 签署战略合作协议,将在阿联酋合作开发约25万平方米的物流基础设施,打造辐射中东的区域级分拨与履约枢纽。京东产发 CEO 陈若煜表示,此次合作是京东产发深化中东布局、提升国际化物流服务能力的重要一步,将结合京东在高标准仓储运营和供应链科技方面的优势与当地产业生态,服务区域市场。(观点网) 腾讯云与迪拜电商城达成合作,推动跨境电商数字化升级…