多模态大模型在化学与材料学的「体检表」——哪些能力靠谱，哪些还差很远？
编辑丨& 当下，各类实验室非常热衷于把大型语言模型（LLMs）和视觉—语言模型（VLLMs）当作科研助…
400万人围观的分层推理模型，「分层架构」竟不起作用？性能提升另有隐情？
还记得分层推理模型（Hierarchical Reasoning Model，HRM）吗？ 这项工作于 6 月…
CoRL 2025｜隐空间扩散世界模型LaDi-WM大幅提升机器人操作策略的成功率和跨场景泛化能力
在机器人操作任务中，预测性策略近年来在具身人工智能领域引起了广泛关注，因为它能够利用预测状态来提升机器人的操作…
SEAgent：开启从实战经验中自我进化的GUI智能体新纪元
当前计算机使用智能体（CUA）的发展，主要依赖于大量昂贵的人工标注数据 。这极大地限制了它们在缺少现成数据的新…
大模型如何推理？斯坦福CS25重要一课，DeepMind首席科学家主讲
所有学LLM的人都要知道的内容。 这可能是对于大语言模型（LLM）原理最清晰、易懂的解读。 前段时间，Goog…
当AI比我们更聪明：李飞飞和Hinton给出截然相反的生存指南
人类对 AI 安全的担忧由来已久。在图灵测试被提出以及达特茅斯会议正式定义「人工智能」之前，阿西莫夫就已经提出…
简单即强大：全新生成模型「离散分布网络DDN」是如何做到原理简单，性质独特？
本文作者杨磊，目前在大模型初创公司阶跃星辰担任后训练算法工程师，其研究领域包括生成模型和语言模型后训练。在这之…
一句话搞定多任务出行，高德用空间智能重新定义地图
赫拉克利特曾说，人不能两次踏入同一条河流。全新高德地图让这句话彻底具象化——不止是千人千面，就连此刻与下一秒，…
GPT-5、Grok 4、o3 Pro都零分，史上最难AI评测基准换它了
前沿 AI 模型真的能做到博士级推理吗？ 前段时间，谷歌、OpenAI 的模型都在数学奥林匹克（IMO）水平测…
谷歌开源Gemma 3 270M，性能超越Qwen 2.5同级模型
下载下来只有 241 MB。 本周四，谷歌正式发布了 Gemma 3 的最新一款模型。 Gemma 3 270…