搜索
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT，在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近，该工作获 ICSE 2027 直接接收（Top 5%）。
美图CEO吴欣鸿在播客中分享AI应用创业经验：应切入通用模型难替代且用户愿付费的垂直场景，收缩视频基础模型并自研图像模型，以AI Native小团队验证产品，结合订阅与按服务收费，并从Day One面向全球市场。
如果 AGI 和通用机器人都取得成功，一个物质丰富、全人类都能受益的世界，是否就会自然到来？
OpenAI开卖Codex掌机，能指挥AI制作游戏。
The Information调查显示，20多岁深圳小伙中介韩国HBM3E黑市交易，一叠约4000美元，贸易商借组合芯片绕开出口限制，相关人士称部分华为AI芯片客户采购困难，SK海力士称自2020年起未向华为供货。
小时候想拥有一台 Game Boy，长大后想自己做一款 Game Boy 游戏，没想到 OpenAI 准备同时实现你这两个愿望。
在大型语言模型（LLM）的无损推理加速中，推测解码（Speculative Decoding）已成为工业界标配。以 EAGLE-3 为代表的自回归草稿模型虽然预测准，但每多猜一个 token 就要多跑一步串行前向；而受扩散语言模型启发的 DFlash 将草稿生成彻底并行化 —— 一次骨干网络前向即可同时吐出整块候选 token，大幅压缩了起草耗时。
过去两年，几乎每家企业都在用 RAG 解决大模型落地的问题。把文档切块，做 Embedding，算相似度，塞进 Prompt。简单、直接、听起来无懈可击。但真正把它搬进生产环境的人都知道：RAG 远不够好。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。