搜索
智象未来正式发布基于新一代原生全模态模型架构 Unified Transformer（UiT）打造的图像大模型 HiDream-O1-Image-Pro。这一超2千亿参数的原生全模态图像大模型，不仅在多个基准测试中刷新 SOTA 纪录，也标志着智象未来正向图像、视频、文本、音频等多模态统一建模的“原生全模态”阶段迈进。
世界模型是个依然模糊和遥远的概念。
当前，测试时扩展范式普遍致力于增加推理长度。然而，已有研究表明，随着推理长度的持续增长，以垂直扩展为核心的计算范式容易陷入探索僵化等问题。因此，从另一维度拓展推理的宽度显得尤为重要。K2.5、Step3-VL 和 LongCat-Flash-Thinking 等模型已在推理宽度方面开展了有益的探索。
很多人以为，AI视频的终点是“生成一段让人惊艳的画面”。
2024 年 11 月，AI 生成的网络文章数量正式超过人类。Merriam-Webster 把「slop」选为 2025 年度词汇。当机器开始替人类说话，人类会不会忘记怎么思考？更麻烦的是，当人类停止书写，AI 用来学习的燃料也将一并耗尽。一场关于语言和思维的连环危机，正以多数人未曾警觉的速度展开。
机器人操作正在从结构化工业场景走向更开放的真实环境。相比完成单个预设动作，真实任务往往包含更长的执行链条、更复杂的物体交互，以及更多不可控的外部扰动。一次抓取没有完全夹稳、目标物体被轻微碰偏、双臂交接时姿态出现偏差，都可能让后续步骤偏离原本计划。
近日，谷歌在2026 I/O大会上发布了旗下AI for Science工具组合Gemini for Science。 该组合包含了谷歌旗下三款顶尖的AI科研工具，能实现假设生成、计算发现和文献综述的
今年的「全球无障碍宣传日」，苹果照例抢先官宣了将在下随 iOS 27 一同登场的新一批无障碍功能。相比过去几年，今年这批功能最明显的变化，是 AI 的存在感突然变强了， 并且一些新的特性，或许也直接提前「剧透」了 iOS 27 的系统级 AI 能力。
几乎同一天，Anthropic三大超级AI提前曝光！Claude Opus 4.8突袭谷歌后台，Sonnet 4.8跳级4.7。曾经叫嚣着「太危险不公开」的Mythos 1，也现身了。
前言 现在还有相当一部分小伙伴，用着最先进的 AI 工具，却做着最原始的“缝合”工作。 日常写文章要打开一个网页，搜资料得去另一个平台，配图和做视频还要再切换几款不同的软件。工具之间存在明显的断层，依