智能体如何学会「想象」？深度解析世界模型嵌入具身系统的三大技术范式
长期以来，具身智能系统主要依赖「感知 – 行动」的反应式回路，缺乏对未来的预测能力。而世界模型的引…
人均「95后」，账上超十亿美金，MiniMax叩响港股大门
没想到，大模型创业公司上市的节奏变的如此之快。 本周日晚消息，国内知名 AI 创业公司 MiniMax（稀宇科…
震撼，英伟达新模型能打遍几乎所有游戏
话不多说，先给大家看个视频。 这流畅的游戏动作，简直堪比是技术流游戏玩家的实况画面。尤其是茶杯头的躲避跳跃踩灵…
遥遥无期的AGI是画大饼吗？两位教授「吵起来了」
大模型的通用性和泛化性越来越强大了。 虽说一些新模型，比如说「差评如潮」的 GPT-5.2，在专业任务和智能水…
相机运动误差降低40%！DualCamCtrl：给视频生成装上「深度相机」，让运镜更「听话」
本研究的共同第一作者是来自于香港科技大学（广州）EnVision Research 的张鸿飞（研究助理）和陈康…
挑战WorldLabs：Visionary，一个全面超越Marble底层渲染器的WebGPU渲染平台
该工作由上海人工智能实验室钟志航团队联合四川大学、东京大学、上海交通大学、西北工业大学共同完成。 在李飞飞团队…
近两百万人围观的Karpathy年终大语言模型清单，主角是它们
2025 年还有 10 天就要结束，这意味着是时候进行一波年终总结了。 对于人工智能领域而言，2025 年是大…
AI一旦开始「内卷」，会变成什么样？腾讯混元和上交联合揭秘多智能体「饥饿游戏」
在多智能体系统的想象中，我们常常看到这样一幅图景： 多个 AI 智能体分工协作、彼此配合，像一个高效团队一样攻…
LeCun的JEPA已进化为视觉-语言模型，1.6B参数比肩72B Qwen-VL
LeCun 的联合嵌入预测架构（JEPA）迎来了新进展。 近日，来自 Meta、香港科技大学、索邦大学、纽约大…
人人都是导演：CineCtrl首个实现视频生成中的相机运镜与摄影效果统一控制
仅凭一段普通视频，能否像专业导演一样，在后期随意改变相机轨迹，同时精细调整变焦、光圈散景、曝光度甚至图像色温？…