Vegas 以验证引导稀疏注意力实现自推测解码加速长上下文推理

前美团外卖技术负责人王栋创业元节智能，打造餐饮具身世界模型

Aippy完成数千万美元首轮融资，估值2.5亿美元打造AI游戏社区

参考引导深度压缩VAE实现实时流式说话人肖像视频生成

MORPHOS：基于时间结构化潜变量的自回归4D动态生成

Pinterest Canvas 发布大规模图像生成系统，支持编辑与增强

HumanNOVA：单图生成逼真通用快速3D人体头像模型

百度文心PaddleOCR-VL-1.6文档解析准确率96.33%刷新SOTA

佛罗里达州起诉OpenAI与Altman，指控ChatGPT卷入枪击案

Anthropic向欧盟网络安全局提供Mythos模型使用权限

OmniHuman推出大规模人物视频数据集与生成基准

豆包确认6月下旬正式付费并打通抖音电商

结构化推理使LLM能有效自我定位推理错误

Expanse 预测工作负载需求，解锁 HPC/GPU 集群闲置容量

深度研究作为强化学习评分标准：评分准则构建本身是研究课题

Nvidia推出Cosmos3-Super文本生成图像模型

PolySpeech-100：覆盖百余语言方言的语音理解基准发布

CRAB-Bench与RUSE：面向复杂任务依赖和拟人用户模拟的LLM智能体评估

DSL-LLaDA：连续去噪扩展至8B参数掩码扩散模型化解长度-质量权衡

非合作博弈框架下的语言模型安全对齐训练方法

LLM通过接地交互合成扩展智能体能力

CoT推理熵动力学揭示两阶段：从探索到高可靠收敛

MineDraft批量并行投机解码框架，打破顺序执行瓶颈

Qwen-VLA：统一视觉-语言-动作，跨任务、环境与本体

Thyme与DeepEyesV2研究质疑多模态智能体工具使用的真实收益

扩散模型生成路径坍缩的判定与修正方法

视觉语言模型无法推理物理变换中的守恒原理

清华AIR开源UniLab，3分钟完成人形机器人运控训练提速10倍

AWS 推出前沿代理，实现安全测试与云运维自主化

全球Top10 AI实验室无限期免费开放首个全模态API

VAST获近2亿美元融资，明确世界模型技术路线

WindBorne用自有气球数据使AI天气预报精度超越政府机构

阿里云Qwen3.7-Plus上线，多模态智能体一键复刻桌面专业软件

Anthropic提交IPO申请，从AI黑马到上市巨头

Starship's Twelfth Flight Test

黄仁勋预测英伟达AI代理CPU市场达2000亿美元

结构反压优于智能代理：Reuben Brooks用形式化验证门控AI编码循环

吴恩达投资IrisGo打造AI桌面助手，自动学习替用户执行任务

英伟达创纪录营收但增速放缓，披露430亿初创公司持仓

yapsnap：纯CPU转录YouTube、TikTok、X、Instagram视频

xAI去年亏64亿美元，SpaceX文件揭示Grok扩张不止

英伟达第一财季净利润583亿美元同比增211%

AWS发布用于安全测试和云运维的前沿代理

Stability AI推出Stability Audio 3.0，可生成6分钟完整歌曲

Cohere 推出首个 MoE 模型 Command A+，主打高效开放权重

NanoClaw创建者放弃2000万美元收购，获1200万美元种子轮融资

Intuit裁员超3000人，全面转向AI战略重心

智象未来超两千亿参数图像大模型HiDream-O1-Image-Pro发布，融资提速

Anthropic有望首次实现单季盈利，收入大幅增长

Stability AI 发布 Stable Audio 3 优化版，实现文本转音频