AI创造营 今日: 1 |主题: 248|排名: 8 

这次苹果可谓是铁了心要保持领先地位，发布了一套名为 coreai-models 的完整工具包，完全开源且无任何限制——功能真正全面。有了它，HuggingFace 上的几乎所有模型都可以导出并在 iPhone、iPad 或 Mac 上原生运行，无需任何云端操作。 三大亮点： 1️⃣ 100% 基于苹果自研的神经网络引擎运行，因此它最了解如何平衡性能 ...

最近在啃《机器学习入门》这门课，学习体验真的没得说！ 界面设计特别贴心，左边同步播视频，右边滚动显示字幕，学习效率直接翻倍。 不管你是想系统性地自学硬核知识、给履历加点料，还是单纯出于兴趣想充实自己，这个平台都算得上是个宝藏库。错过了确实可惜。 🔗https://openlearninglibrary.mit.edu/courses/course-v1 ...

arxiv.org/abs/2608.17981 循环变换器在下一步会将顶层激活值注入到底层（https://arxiv.org/abs/2608.08888）。为什么无需训练就能实现？

[AI]《Physics of Agents: Statistical Mechanics Predicts Collective Behavior of AI Agents》B El, J Paeng, F Dinc, S Su… [Stanford University & UC Santa Barbara] (2026) 在AI多智能体领域，其群体行为的涌现动力学是一个悬而未决的难题。过去的方法受困于大规模模拟或事后归纳，本质原因是缺乏能从个体交互推演 ...

“磁悬浮：滑动循环记忆” Transformer 模型要么需要耗费大量精力来保存完整的历史信息，要么可以使用滑动窗口，虽然效率高但会遗忘窗口外的信息。 本文旨在将遗忘的历史信息循环利用。为此，他们使用了一个更强大的预填充器，可以并行创建记忆目标；以及一个滑动窗口 Transformer 模型，该模型能够学习如何重现这些记忆 ...

最近经常有人问，人工智能发展到现在这样，还有没有必要转行学编程？ 我的看法是，如果你本身具有一定天赋，或者写代码这件事情不会让你感到痛苦，那么可以考虑转码。因为这个行业未来并不是完全不需要人，只是它对人的要求变了。 很多行业外的人会觉得：“人工智能这么厉害，写代码不是分分钟的事情吗，那程序员是不是马 ...

已训练并发布 Krea-2 Depth ControlNet LoRA它能保持近乎完美的 3D 结构，同时允许你通过任意提示词（prompt）彻底改变图像内容。 与 Krea-2 Turbo 搭配使用效果极佳。 欢迎查看：Hugging Face：https://huggingface.co/Patil/Krea-2-depth-controlnetGitHub：https://github.com/Tanmaypatil123/Krea-2-controlnetHF Spa ...

#人工智能# “约束、记忆、上下文片段以及痛苦的教训 这是一份仍在完善中的思维记录，涉及我们如何使用和设计约束机制、其对长期积累的记忆所产生的影响，以及我们无法逃避的痛苦教训。这是第 30 版及以上的版本，HTML 图表帮助我逐步完善并调整思维模式，通过聊天大致“理解”并修改思维模型。” “约束与上下文片段 ...

[LG]《Neural Computers》M Zhuge, C Zhao, H Liu, Z Zhou… [Meta AI] (2026) 在计算机系统领域，计算、内存与 I/O 至今仍被拆分在三个独立模块中执行。现有 AI 代理依附外部运行环境，世界模型只预测动态，两者都无法让模型本身成为那台"正在运行的计算机"——这个角色的空缺，是问题的真实重量所在。 本文的核心洞见 ...

#人工智能# #智能时刻的观察# 📢 揭秘当今尖端AI系统是如何构建与运行的！🔥 这张“增强型人工智能产品栈”(Enhanced AI Product Stack)架构图，清晰展示了现代AI应用如何通过四个紧密协作的层级搭建而成：👇 1️⃣ 应用层(Application Layer) : - 直面用户的价值交付层！ - 包含： - 身份认证 (Authentication) ...

【从对话框到生产力引擎：深度拆解 Claude 的四个进化阶梯】 大多数人对 Claude 的认知仍停留在“更好用的聊天机器人”，但这仅仅是冰山一角。Anthropic 正在构建的不是一个问答工具，而是一套完整的数字劳动力体系。根据 Ruben Hassid 总结的“Claude 层次论”，我们可以将 AI 的应用深度分为四个阶段。 + 第一层：基础 ...

苹果公司证明，人工智能模型不会做数学题。不是高等数学，而是小学数学，那种10岁孩子都能解出来的数学题。 而他们证明这一点的方式令人震惊。 苹果的研究人员选取了人工智能领域最流行的数学基准测试——GSM8K（一套小学数学题）——并做了一个改动：他们交换了数字。题目相同，逻辑相同，步骤相同，只是数字不同。 所 ...

[IR]《Retrieval Augmented Conversational Recommendation with Reinforcement Learning》Z Yue, H Zhuang, Z Qin, Z He… [University of Illinois Urbana-Champaign & Google DeepMind] (2026) 在对话推荐领域，LLM 依赖预训练知识却无法感知新增电影，而现有语料库规模极小（仅约7k条目），使基于嵌入的检索几乎无法 ...

你有没有注意到，跟 AI 聊天时它有时候会说 “抱歉”，完成任务后还会表达满足感？这到底是单纯的模仿，还是背后有什么更深层的机制？ Anthropic 做了一项很有意思的研究，实验过程有点像 “AI 神经科学”。具体来说就是深入模型的神经网络内部，去看不同情境下哪些神经元会被激活。他们让模型阅读大量包含特定情绪的短篇 ...

Meta 搞出来一个新模型，TRIBE v2（三模态脑编码器），这是一个基础模型，旨在预测人脑对几乎任何视觉或听觉刺激的反应。 TRIBE v2 利用来自 700 多人的 500 多个小时的功能性磁共振成像（fMRI）记录，创建了一个神经活动的数字孪生，并能够对新受试者、新语言和新任务进行零样本预测。 论文： ai.meta.com/research/pu ...

昆仑万维旗下天工 AI 重磅发布了全新 AI 游戏世界模型 AI 游戏世界模型 Matrix-Game 3.0、AI 视频大模型 SkyReels V4 和 AI 音乐大模型 Mureka V9，在继续强化 AIGC 理解与生成能力的同时，进一步推进 AI 对物理世界的建模与仿真。 牛逼呀，端到端生成，分钟级…… 国内AI领域的格局不声不响的正在发生巨变…… 传统大 ...

大模型正在经历一场从“语言符号”向“连续向量”的范式转移。 长期以来，我们习惯于通过显性的 Token（令牌）生成来理解 AI，但越来越多的证据表明，大模型最核心的推理、规划和记忆过程，正逐渐迁移到人类不可直读的连续潜空间（Latent Space）中。 这不仅是技术的演进，更是一场关于智能本质的“静默革命”。 以下是 ...

所谓的格林斯潘第十定律说，任何软件复杂到一定程度，最终都会有一个残缺不全的Lisp解释器。 某种程度上预言了当今LLM背景下软件CLI化的趋势。 ffmpeg团队似乎深谙此理，坚决不做GUI，并且它的CLI也确实复杂到可以称为一种DSL的程度了。 信息系统归根结底是一种热力学系统，不可能无中生有。软件如此，大模型也如此。作为 ...

[AI]《Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory》J Liu, Z Ling, S Qiu, Y Liu… [UNC-Chapel Hill & University of Pennsylvania] (2026) 在多模态AI智能体领域，如何让系统在延续数月的交互中有效记住、组织并调取图文音视频混合经验，是一个尚未破解的难题。 手动设计记 ...

[LG]《TurboAngle: Near-Lossless KV Cache Compression via Uniform Angle Quantization》D Patel [LLMs Research Inc.] (2026) 大语言模型推理时，KV缓存随序列长度线性膨胀，已成为长上下文场景的内存瓶颈。现有量化方法直接压缩原始激活值，却面临离群值、通道分布差异和非高斯分布三重困境，不得不依赖逐通道校准数 ...