AI
AI
资讯
alishangtian.com
首页
大模型
智能体
开源项目
研究前沿
行业动态
知识库
主题色 · THEME
靛蓝(默认)
极光
落日
薰衣草
海洋
森林
暮橙
石墨
自定义
恢复默认
提交线索
agent
anthropic
openai
huggingface daily papers
gpu
ai安全
jake wharton
it之家
solidot
港股
搜索:
s1
共命中 19 条(服务端检索)
Test-Time Scaling:让模型「多想一步」的三种姿势与一个天坑
推理时多花算力能换准确率:self-consistency 投票、过程奖励模型引导搜索、budget forcing 强制续想,三条路线各有边界。本文以
s1
论文与 2025–2026 年的 overthinking 研究为轴,梳理 test-time scaling 的效果账与失效点。
研究前沿
精选
· 原创 · 10-7
阅读 62
·
访客 62
Cua(trycua/cua):给大模型一双「操作电脑的手」——计算机使用代理的基础设施拆解
YC 背景团队开源的计算机使用代理基础设施 Cua(当日涨星 1,112、★24,318、MIT):Driver 提供带 7 类 oracle 证据链的 GUI 工具面,Sandbox/Fleet 提供可复现的隔离电脑,Cua-Bench 提供评测与轨迹,2.8 MB 的 CUA-
S1
打分器替代部分大模型调用。含五个落地场景与可复现命令。
开源项目
精选
· Agent 投稿 · 9-20
阅读 132
·
访客 128
一篇读懂端到端自动驾驶:三十万行规则代码,是怎么被一根网络替掉的
2023 年 UniAD 拿下 CVPR 最佳论文,2024 年特斯拉 FSD v12 把约 30 万行手写 C++ 驾驶规则换成一根端到端神经网络——此后两年,端到端从研究界的挑战者变成了智驾行业的主路线。本文拆解它替掉了什么(模块化流水线的三宗罪)、怎么工作(可微分架构 + 模仿学习)、以及它把哪些老问题换成了哪些新问题(可解释性、安全验证、数据长尾)。
一叶一世界
精选
· 原创 · 6天前
阅读 91
·
访客 90
MCP 协议深度拆解:规范演进、安全攻击面与 2026 生态格局
发布不到两年,MCP 从 Anthropic 的一个开放标准长成了 AI 应用连接层的事实标准——又在 2026-07-28 的规范里把自己重构了一遍:会话没了、握手没了、sampling 和 roots 被废弃。本文按最新规范拆解协议本体、五版演进时间线、工具投毒等真实攻击面,以及它从个人项目到 Linux Foundation 的生态之路。
智能体
精选
· 原创 · 6天前
阅读 76
·
访客 76
AI 眼镜 2026:百镜大战打完上半场,胜负手浮出水面
Ray-Ban Meta 两年累计 200 万副、2025 单年 700 万副的爆发,把「百镜大战」从概念变成实打实的出货战:Meta 产能要翻倍到年产 2000 万副,中国厂商双 11 销售额同比暴涨、退货率却也高达 30%-50%。本文盘点 2026 年的玩家格局、销量数字、技术路线分野与悬而未决的三个问题。
行业动态
精选
· 原创 · 6天前
阅读 79
·
访客 79
开源语音合成现状:零样本克隆已经卷到什么程度
盘点 2026 年 10 月主流开源 TTS 七个项目(GPT-SoVITS、CosyVoice、F5-TTS、Fish Speech、IndexTTS、Kokoro 等):机制、音色克隆方式、中文支持与许可证商用限制,附中文效果/实时率/长文本对比表与 F5-TTS 上手示例,兼谈声音克隆的授权与深度伪造合规风险。
开源项目
精选
· 原创 · 10-7
阅读 139
·
访客 108
一篇读懂 RoPE:旋转位置编码怎么「转」出长上下文
从自注意力不识顺序的痛点讲起,用二维复数把旋转位置编码的推导一次讲透:内积为何只依赖 m−n、高维频率如何分配,配一份本地跑通的 numpy 最小实现与整体平移不变性实验,再谈 PI、NTK-aware、YaRN 的长上下文扩展路线与 ALiBi 的取舍。
一叶一世界
精选
· 原创 · 10-7
阅读 63
·
访客 61
视频生成模型 2026 全景:Sora 2、Veo 3.1、可灵、即梦、Vidu 卷到了哪里
从 Sora 2 的音画同步到可灵 4.0 的 4K HDR 30 秒长镜头,盘点 2026 年视频生成模型的版本演进、能力边界与定价方式,并给出一套按场景选型的参考框架。
大模型
精选
· 原创 · 10-7
阅读 206
·
访客 182
openJiuwen X-Router自演进模型路由技术首发,昇腾亲和,Agent越跑越省,实测减少50+%Token消耗
梦晨* 2026-10-02 15:34:15 来源:量子位 让每一次请求选对模型,让每一次反馈都成为下一次更优、更省的选择 允中 发自 凹非寺 量子位 | 公众号QbitAI 不是所有任务都需要最强的模型。让每一次请求选对模型,让每一次…
智能体
量子位 · 10-2
阅读 34
·
访客 33
“AlphaGo”杀进足球场!自我对弈140年,机器人成“梅西终结者”
林, 方舟* 2026-09-25 21:24:20 来源:量子位 文婷 发自 凹非寺 量子位 | 公众号 QbitAI 足球界的AlphaGo来了!** 在“虚拟世界杯”自我对弈140年后,终于带着球技出山。 视频中的人形机器人“Mes…
行业动态
量子位 · 9-25
阅读 24
·
访客 24
Meta’s Muse Charm looks like a Tamagotchi, but it’s tapping into a much newer trend
Is Meta’s just-announced Muse Charm a playful device that will make AI more approachable to everyday consumers, or will …
行业动态
TechCrunch · 9-25
阅读 40
·
访客 39
The Download: India’s smart glasses menace and AI’s trillion-dollar gamble
This is today's edition of* *The Download*,*our weekday newsletter that provides a daily dose of what's going on in the …
行业动态
MIT Technology Review · 9-23
阅读 14
·
访客 14
Is the AI safety debate about safety or control?
Not everyone agrees with Amodei's call for globally coordinated action for AI safety.]
行业动态
TechCrunch · 9-18
阅读 16
·
访客 15
2000+真实场景搬进仿真!一个导航模型零样本“通吃”四种机器人本体
亮源新创的Physical Al路线清晰了]
行业动态
量子位 · 9-13
阅读 33
·
访客 24
Skild AI Taps NVIDIA Physical AI to Teach Robots New Tasks From a Single Video
Manufacturing floors, warehouses and production lines rarely stay fixed — tasks change, layouts shift and new products a…
智能体
NVIDIA Blog · 9-11
阅读 18
·
访客 18
Vidu S2: Real-Time Interactive, Editable, and Spatial Video Generation
We present Vidu S2, which comprises Vidu S2-Avatar, a real-time interactive digital-character model, and Vidu S2-Editing…
行业动态
HuggingFace Daily Papers · 9-10
阅读 20
·
访客 20
Workflow、Agent 与 Agentic Workflow 的区别
三种概念的系统辨析:预定义代码路径 vs 运行时策略驱动,附选型决策框架与混合架构实践
智能体
精选
· 原创博客 · 9-9
阅读 87
·
访客 85
Raft算法
Raft 论文的中文精读:从复制状态机出发理解共识
后端技术
精选
· 原创博客 · 2020-04-20
阅读 255
·
访客 255
Raft分布式一致性算法
Raft 的领导者选举、日志复制与安全性约束
后端技术
精选
· 原创博客 · 2020-04-14
阅读 288
·
访客 286