搜索
蚂蚁灵光CTO莫林剑（花名：林怿）表示，蚂蚁灵光2.0已从“一句话生成闪应用”转向围绕用户目标持续跟踪并执行任务的个人智能体，可借助支付宝等生态接入真实服务，但可靠性、用户信任、平台利益协调与商业化仍是主要挑战。
2分钟，4美分，一个网站！
今天凌晨，Anthropic 一口气发布两款顶级模型 Claude Fable 5.2 和 Mythos 5.2。新模型在科学研究方面展示了多项成果，包括通过约 1000 个 AI 智能体协作，仅用 30 小时完成费马大定理证明的形式化。
单项任务成本约为Claude Haiku 5.5的三分之一。
Muse 的实时语音与拟人化形象降低了个人 AI 的交互门槛，并通过承接琐碎需求积累上下文，但研究显示过度使用语音 AI 可能加剧孤独感与情感依赖。
走向物理 AI 时代，构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而，语言本质上是有序的 Token 序列，视觉则是连续的高维像素分布，两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布，一直是一个备受争论的话题。
10 月初，我在旧金山的一家川菜馆，和经济学家泰勒·科文吃了一顿饭。
Meta机器人业务产品副总裁曾来上海工作近两个月。
统一多模态模型（Unified Multimodal Models, UMMs）通常为理解和生成分别使用不同的视觉表示：用 ViT 提取理解所需的语义特征，用 VAE 提供生成所需的潜变量。这样一来，同一张图像要以两种 token 进入上下文，视觉上下文随之变长；这种双流接口也不同于视觉-语言模型（VLM）常用的单一视觉流，难以直接沿用成熟的 VLM 预训练流程。
大晓机器人联合南洋理工大学S-Lab发布世界模型Mundo，通过照片重建可探索、可交互的物理环境，并支持多款机器人训练及酒店场景实测。