模型動態
共 34 篇 · 第 2/2 頁
-
Working software on tap：Fable 5 的 Jevon's 悖論與自主性溢價
karpathy 那則貼文值得從頭讀完。Fable 5 跟底層模型 Mythos 共用同一個基礎，差異在加了安全機制。榜上是全面新高，但他說真正的跳躍在質感：他認為這跟 Claude 4.5 當時的幅度是同一量級，尤其在長時間、高難度解題場景裡最明顯。
-
**Picking 就是具身智慧的 Coding，原力靈機這次押注，值得拆開看**
原力靈機宣佈收購物流機器人公司 Atomix，同時拿到智譜、階躍星辰、商湯、阿里聯合押注。CEO 唐文斌的定性只有一句：「Picking，就是具身智慧的 Coding。」這不是 slogan，背後是一套完整的資料飛輪邏輯。
-
800K 參數，100% 正確：消去式推理為何讓大模型看起來像在猜謎
AI 圈有個根深蒂固的假設：規模越大，能力越強。更多參數、更多算力、更長訓練，問題就解決了。這個邏輯在語言理解、程式生成等任務上確實成立，但最近一篇論文戳到了它的盲點。
-
SkillOpt：當 Prompt 工程變成 Prompt 訓練
Agent 的 skill 檔案是一個奇怪的存在。它決定了模型在特定任務上的行為，卻幾乎總是人工寫死後就再也不動。工程師花時間調它、上線後就凍結。問題在於：執行軌跡裡藏著大量失敗訊號，從來沒有人有系統地把它讀回來。
-
技能定價權才是真正的戰場
工程師焦慮的核心不是「會不會被取代」，而是價值重心正在位移，從「能寫出程式碼」轉向「能提供判斷與脈絡」。這看起來像升級，實則是一次定價重分配：原本靠語法熟練度撐起的市場溢價，正在被壓縮。技能還在，但計價方式變了，這才是真正讓人不知所措的地方。
-
智源 Brainμ 跨模態神經訊號 Zero-shot 分析登上 Science，AI 基礎模型進入科研因果驗證角色
2026 年 6 月 4 日，北京智源人工智慧研究院與清華大學聯合研究成果發表於《Science》，首次以實驗資料證明睡眠中的記憶重啟用會反向調控睡眠動態。對 AI 受眾而言，真正的看點在方法論：智源自研腦科學多模態基礎模型 Brainμ0 在整個研究中承擔了假設驗證與因果推斷的核心分析角色，而非單純輔助工具。
-
當 AI 拿到真實的錢包，基準測試就破了
把智慧壓成一個分數，這是現有 benchmark 的共同邏輯。SWE-Bench、MMLU、Humanity's Last Exam 各有用處，但它們測的是受控環境下的點狀能力，不是模型在時間裡持續行動、面對真實後果時的樣子。
-
ZipSplat 重構 Gaussian 分配邏輯：預算從畫素網格解綁，跟著場景複雜度走
主流 feed-forward 3DGS 每個輸入畫素對應一個 Gaussian，把表徵預算釘在相機解析度上，白牆和高紋理物件分到一樣多 Gaussian，幾何需求嚴重錯配。
-
VSTAT 基準測試揭穿影片理解幻覺，SOTA 模型僅略勝矇答基線
一份新基準讓多模態大語言模型（MLLM）的影片理解成績大幅縮水。VSTAT 以 834 段影片配上 1500 道刻意設計的問題，這些題目單憑任何一幀或短片段都無法作答，必須跨整段影片持續追蹤實體與狀態演變。測試結果：現有 SOTA 模型得分遠低於人類，且僅略高於不看影片、只靠統計分佈猜答案的「答案先驗」基線。
-
深度原理 MPA 把 LLM 三段式訓練移植材料模型，40 個工業任務全取 SOTA
深度原理（Deep Principle）釋出材料基座模型 MPA（Materials Property Axiom），直接借用大語言模型預訓練／中期訓練／後訓練三段式配方做材料性質預測。