OpenAI骑脸输出！仅5分钟，把GPT-5.6塞进Claude老家
OpenAI高管亲自下场，教开发者5分钟极速「策反」Claude Code，这波贴脸开大太狠了。
Codex + ChatCut，Agent 剪视频成了！
最近刷小红书，总能刷到 ChatCut。
实测完这个国产 AI 生图，我发现了下一个刷屏玩法
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
GPT-5.6刚发布，OpenAI安全主管就跑路了？？
这一天天的，OpenAI的安全负责人怎么接二连三地跑路啊…
拿完350万美元种子轮后，他们做了一款消费级神经干预AI耳机，众筹金额已达91w
试图把医疗级脑刺激技术装进日常耳机。
独家解读丨为什么是 Virtue AI？揭秘 Meta 收购华人 AI 安全团队始末
外界不只有 Meta 一家公司表达过收购兴趣。
为什么前沿AI公司都想自己造芯片？
7 月 7 日这一天，有两条关于中国 AI 公司自研芯片的消息成为热点新闻。
全球首创！AI看一眼视频就能「读出」双手，三个世界第一
不教AI认手,而是从视频世界模型里直接「读」出双手:三大基准SOTA,让百万小时野生视频第一次能变成机器人的操作教材。
宇树科技牵手湖南钢铁，一家物理AI公司浮出水面
机器人正在进厂打工……
当年轻人用AI重新定义求职，我围观了智联CEO现场“抢人”
“这个问题不用解决，你也可以拿到非常好的offer！”
5秒挖出15年Linux漏洞，AI却让无辜记者成了偷车嫌犯
一个AI工具挖出了藏在Linux里15年的致命漏洞，另一个AI却因为一个被录错的数字，让四辆警车把无辜记者当成盗车贼围了起来。
ICML 2026｜让奖励模型更准更高效，TikTok、NUS提出置信度门控
奖励模型（Reward Model, RM）是大语言模型对齐的核心组件，负责为模型输出提供符合人类偏好的评价信号。现有方法各有短板：标量判别式 RM 高效稳定但可解释性有限；生成式 judge 能给出判断理由，却需为每个样本生成长 reasoning，token 与延迟开销显著。
世界模型应如何评估？南京大学团队发布「世界模型」评估立场论文
近期，围绕「世界模型」的讨论持续升温。机器人、自动驾驶、视频生成、具身智能等多个方向都在频繁使用这一概念，相关系统不断出现，演示形式日益丰富，评价指标也越来越多。伴随这一趋势，一个基础问题变得格外重要：当一个模型被称为「世界模型」时，人们究竟在评价什么？
专访DeepMind创始人：从被嘲落后到诺奖加身，哈萨比斯如何复盘Google的AI战略？｜投资笔记第258期
过去几年，大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini，从Anthropic开发的Claude到中国的DeepSeek，人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis（下简称“哈萨比斯”）
Agentic时代推荐系统范式认知或被颠覆？个性化推荐或将从平台中心转向用户主导
在过去二三十年的互联网发展中，个性化推荐几乎一直是平台的核心能力之一。打开视频 app，平台决定你接下来会刷到什么视频；打开购物软件，平台预测你可能会购买什么商品；打开短视频 app，平台根据你的浏览、点赞、停留和互动，不断优化信息流。某种意义上，现代互联网的用户体验本身就是由推荐系统塑造的。
ICML 2026 | 突破极限！港大提出首个适配300+任务的持续学习架构，破解遗忘难题
人类可以在一生中持续学习新知识，而不会轻易遗忘已有技能。然而对 AI 模型而言，这恰恰是一道极具挑战性的难题：每当模型学习新任务时，参数更新往往会覆盖历史知识，产生经典的 “灾难性遗忘” 难题。持续学习（Continual Learning）正是为突破这一瓶颈而生的研究方向。
刚刚，一个免费AI Coding选手杀入全球第一梯队
2026年下半场，AI Coding赛道最大的焦虑变了。
字节把 PS 做进了生图模型里，实测 Seedream 5.0 Pro 指哪改哪
用 AI 生图的人，应该都体会过这种痛苦。
在旧金山一家咖啡馆，我看到AI agent正在替代半个公司
上周六，7月11号，我去了旧金山一家叫Corgi Cafe的地方，参加了一场demo day。这场活动本来定在6月20号，后来因为场地和大家时间的原因，改到了这一天。主办人提前在群里说，活动在二楼，大家先在楼下咖啡馆等，她会带人上去。5点demo正式开始，一直到7点，中间还留了开放麦的环节，谁想上去讲两句都可以。
苹果自动驾驶项目折戟，却自研出高性能 AI 芯片
苹果的自动驾驶汽车计划虽然从未真正落地，但它可能无意中成就了苹果芯片如今强大的AI性能。早在自动驾驶平台研发之初，苹果就意识到必须依靠强劲的设备端AI算力。尽管那颗为汽车设计的处理器最终没能问世，它直接催生了神经引擎（Neural Engine）的诞生，而这颗引擎正是苹果设备端AI处理能力的核心支柱。