机器之心

编辑｜sia推理模型赛道，已经近乎肉搏。一边是 OpenAI  o1 系列，主打「多想一步」的强化推理路线，用更长思考时间换更稳的结论。一边是 Anthropic 的 Claude Thinking，深耕研究与分析场景，强调长上下文下的审慎与可靠。现在，谷歌也重兵压上——Gemini 3 Deep Think 迎来重大升级。不过真正吸睛的，早就不是又赢了几个 ben...

2026-02-15 14:43:16

编辑｜冷猫OpenClaw （原 Clawdbot）就像打开了一个潘多拉魔盒。通用任务智能体的门槛变得如此之低，不仅是让每个人有机会部署自己的智能助手，而更重要的是，智能体在整个互联网世界的参与程度越来越高，并且越来越深入。当智能体真的参与到真实世界的工作中之后，这个世界终于癫了。就在这两天，一位名为 Scott Shambaugh...

2026-02-15 14:43:16

你见过 7B 模型在拼图推理上干翻 GPT-5 吗？不是靠堆参数，不是靠更大的数据，而是靠一件事：学会「什么时候该用工具」。大多数「工具增强」模型是这样的：遇到任务 X → 调用固定工具 Y → 祈祷结果正确。一旦场景稍微变化，模型就开始抽风——不知道什么工具该用、什么工具不该用。AdaReasoner 解决的是更本质的问题：把 what...

2026-02-15 14:43:16

机器之心编辑部   AI 到底有没有彻底抢走程序员的饭碗？至少在 Spotify 看来，临界点已经到了。   在刚刚结束的第 4 季度财报电话会议上，Spotify 联席 CEO Gustav Söderström 扔出了一个颇具戏剧性的事实：公司里最顶尖的开发者，自去年 12 月以来就再也没有亲手写过一行代码了。     地铁、手机、Slack   据 TechCrunch...

2026-02-15 11:43:54

编辑｜泽南、杨文「2026 年或将成为人类历史上最忙碌、也最具决定性的一年。」xAI 联创 Jimmy Ba 在离职宣言中如是说。这话并非夸张。1 月初，Anthropic 推出 Agent 工具 Claude Cowork，并发布 11 个配套插件；一周前，Anthropic 与 OpenAI 又几乎同时推出新版本基础大模型 。这波密集发布直接「血洗华尔街」，甲骨文、Ado...

2026-02-14 15:29:06

Deep Research Agent 火了，但评测还停在「看起来很强 」。写得像论文，不等于真的做了研究。尤其当证据来自图表、截图、论文图、示意图时：模型到底是「看懂了」，还是 「编得像懂了」？俄亥俄州立大学与 Amazon Science 联合牵头，联合多家高校与机构研究者发布 MMDeepResearch-Bench（MMDR-Bench），试图把多模态 Deep R...

2026-02-14 15:29:06

机器之心编辑部   我们每天都在见证「全球大模型第一股」智谱的历史新高。     2026 年的春节档，注定将被写入中国 AI 的发展史。   过去半个月，AI 社区被两颗「超新星」彻底点燃：一颗是字节跳动发布的 Seedance 2.0，它用震撼的视频生成能力横扫了全球社交网络，代表了 AI 在感性与创意维度的大爆发；而另一颗，则是这几...

2026-02-13 13:05:00

在 AI 编程领域，大家似乎正处于一个认知错觉的顶点：随着 Coding Agents 独立完成任务的难度和范围逐渐增加，Coding 领域的 AGI 似乎就可以实现？   然而，真正的工程师都知道，写代码的灵魂不在于 file/function level 的 code creation，而是 project level 的 code completion。写了很长时间的代码，不代表项目做完，更...

2026-02-13 09:02:00

机器之心发布在 GenAI 带动的 “生成式科学智能（Generative Science）” 的新浪潮中，生物基石模型始终是广受关注的热门领域；自然界的生命语言（序列、结构）与人类符号语言呈现类似的序列化特征，但其背后蕴含严苛的物理约束与生物演化逻辑，长期以来难为人类完全破解，同时因其对于人类生产、生活的关键重要作用，使生物...

2026-02-08 18:34:01

编辑 | 冷猫训练一个生成模型是很复杂的一件事儿。从底层逻辑上来看，生成模型是一个逐步拟合的过程。与常见的判别类模型不同，判别类模型通常关注的是将单个样本映射到对应标签，而生成模型则关注从一个分布映射到另一个分布。从大家最熟悉的扩散模型说起，扩散模型，包括一些基于流的对应方法，通常通过微分方程（随机微...

2026-02-08 18:34:01

在企业级系统中，数据团队普遍面临一个困境：模型迭代飞速，但数据准备的「老旧管道」却愈发沉重。清洗、对齐、标注…… 这些工作依然深陷于人工规则与专家经验的泥潭。您的团队是否也为此困扰？数据格式五花八门，正则表达式越写越多，却总有意想不到的「脏数据」出现跨系统表结构不一致，对齐逻辑复杂，人工映射耗时耗力海...

2026-02-08 18:34:01

原文链接：https://zhuanlan.zhihu.com/p/1998418717743289472作者：王云鹤写这个的时候，其实我脑子里第一反应是好多年以前某位领导问过我，transformer的下一跳是什么？ 我当时的回复是transformer是一个量变到质变长期积累得到的范式，很早期的视觉里面也有类似的nonlocal等，而且卷积也在跟attention持续互补发挥作用。...

2026-02-08 18:34:01

机器之心编辑部这两天，外网都在好奇：全球模型服务平台 OpenRouter 上这个搜索第一的神秘模型是哪家的？这个匿名模型叫做「Pony Alpha」。根据 OpenRouter 官方的说法，它是新一代的通用大模型，在编程、逻辑推理和角色扮演方面表现突出，并针对 Agent 工作流进行了优化，具有极高的工具调用准确率。目前，该模型可以免费...

2026-02-08 10:17:49

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 多模态模型能力的进步推动了人工智能加速向现实场景渗透。随着 AI 的感知窗口从屏幕延伸至物理实体，多模态智能硬件正在演化出多样的形态，以适配更广泛、更精细的场景。伴随在智能硬件市场再次成为焦点，不同类型的厂商的发展与规划也在收供应...

2026-02-08 09:30:00

机器之心编辑部在春节来临之前，海外大模型先来了一波硬碰硬的发布。北京时间 2 月 6 日凌晨，Anthropic 与 OpenAI 相继推出了新版本基础大模型，分别是 Claude Opus 4.6 与 GPT-5.3-Codex。昨天两家还在因为 AI 里面的广告而论战，今天在大模型发布上又撞车了。话不多说，直接看他们的模型能力如何。Claude Opus 4.6Claude...

2026-02-06 07:45:01

编辑｜泽南   大模型的革命行将结束，即将开启的会是物理 AI 时代？   上周，图灵奖得主、深度学习先驱 Yann LeCun 对通用人工智能（AGI）发表了自己的最新观点。他认为语言并不等同于智能，预测文本并不意味着理解现实。真实世界纷繁复杂、充满物理性和因果关系，而如今的大语言模型（LLM）几乎无法触及这些。     LeCun...

2026-02-05 12:32:17

编辑｜SIA 你负责写方法，AI负责画 Figure。 科研打工人，终于等来「画图解放日」。   还在为论文里的方法框图熬夜画 PPT、拉箭头、对齐字体吗？   一张 Figure 2，动辄几个小时，严重的甚至能耗上几天，科研人的「隐藏副本」不是实验，而是画图。   既要忠于论文原意，又得暗暗符合顶会那套心照不宣的「学术审美」：颜色不...

2026-02-05 12:32:17

编辑｜吴昕中国版 OpenRouter + Artificial Analysis，让每一枚 Token 都能流向它最该去的地方。大模型 API 服务的「黑盒」焦虑这两天，Clawbot 病毒式裂变，仿佛是一年前 Manus 的魅影重现。同样一夜之间站上风口，同样点燃了无数开发者对「泼天富贵」的想象，也顺手把 Token 烧成了新的「硬通货」。最近一组数据，让人更...

2026-02-02 14:11:38

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 在过去的 2025 年里，Agent 应用的极速发展使得 LLM 的「静态属性」局限被视为 AI 发展的关键瓶颈，业界对 LLM 和 Agent 的自进化（Self-Evolving）能力愈发重视，开始聚焦于构建「持续适应系统」。然而，该领域仍然缺乏区分短暂性能提升与通用...

2026-02-01 09:30:00

机器之心编辑部今年 1 月，DeepSeek 发布了一项名为 Engram（条件记忆）的技术，在大模型圈子里掀起不小波澜。它的核心思想很简单：别让模型死记硬背常识，直接给它一个「外挂记忆库」。具体做法是：把常见的 N-gram，比如「人工智能」、「光合作用」，预先存进一个哈希表，模型需要时查表即可，省下大量算力专注推理。这个...

2026-01-31 12:05:13

编辑｜PandaTransformer 是当前 LLM 大发展的核心基础，但也有不少顶尖研究者更愿意探索其它道路。在这其中，甚至包括 Transformer 的创造者之一、Sakana AI 创始人联创兼 CTO Llion Jones。他今天还在 Sakana 的官推上发了一篇博客，题目便赫然是《为什么 Transformer 的这位创造者受够了 Transformer》。https://x.com/Sa...

2026-01-31 12:05:13

编辑 | 泽南又一位 AI 大佬决定创业，这位更是重量级。《财富》等媒体本周五报道说，在 Google DeepMind 众多著名突破性研究中发挥关键作用的知名研究员 David Silver 已离开公司，创办了自己的初创公司。知情人士称，Silver 正在伦敦创办一家名为 Ineffable Intelligence 的新公司。该公司目前正在积极招聘人工智能研究人...

2026-01-31 10:34:12

作者 | 白铂 博士   白铂 博士，华为 2012 实验室理论研究部主任 信息论首席科学家   引言   本篇是《大模型的第一性原理》系列解读文章的第二篇（），我们将从信号处理的角度解读原论文[1]。重点探讨语义向量化背后的信号处理和信息论原理，并从时间序列的角度分析 Transformer 及其与 Granger 因果的关系。   我们首先提...

2026-01-30 16:45:52

编辑｜杜伟   谷歌世界模型，再一次惊艳了所有人！   今天一早，谷歌 DeepMind 开放了世界模型 Genie 3 的实验性研究原型「Project Genie」，允许用户创建、编辑并探索虚拟世界。   在世界模型 Genie 3 之外，Project Genie 同样由图像生成与编辑模型 Nano Banana Pro 和语言模型 Gemini 提供技术支撑。     去年 8 月，谷...

2026-01-30 16:45:52

大模型的能力正在被不同的范式逐步解锁：In-Context Learning 展示了模型无需微调即可泛化到新任务；Chain-of-Thought 通过引导模型分步推理来提升复杂问题的求解能力；近期，智能体框架则赋予模型调用工具、多轮交互的能力。   沿着这条技术演进路线，下一步是什么？   近日，来自中国人民大学高瓴人工智能学院、微软研究...

2026-01-30 12:24:43

机器之心编辑部   近日，科技巨头亚马逊继去年裁员 14000 名员工后，再次开启新一轮大规模裁员，预计影响 16000 名员工。   其实这一次裁员属于计划内操作，去年十月的裁员期间，亚马逊就列了个约 3 万个岗位的裁员计划，这一次属于计划的「收尾」阶段，但这并不排除其后续进一步裁员的可能性。   据了解，此次裁员范围波及...

2026-01-29 16:12:15

编辑｜Panda   ，非常火那种；这一轮曝光后才短短不过几天时间，其 GitHub star 数就已经接近 7 万，真的可以说是「原地起飞」了。     但 AI 红了，是非也多。伴随爆红而来的并非只有赞誉，还有一系列令人措手不及的连锁反应。   一封律师函引发的「脱壳」   昨天下午，Clawdbot 已正式宣布更名为 Moltbot。     这场更名...

2026-01-28 08:38:23

机器之心编辑部嘿！刚刚，DeepSeek 又更新了！这次是更新了十月份推出的 DeepSeek-OCR 模型（参见：）。当时 DeepSeek-OCR 的出世，引起了大家对视觉压缩的关注与讨论，而这一次，DeepSeek 对视觉编码下手了。可以说，刚刚发布的 DeepSeek-OCR 2 通过引入 DeepEncoder V2 架构，实现了视觉编码从「固定扫描」向「语义推理」...

2026-01-27 14:00:00

随着大模型能力的跃迁，业界关注点正在从 “模型能不能做” 快速转向 “智能体能不能落地”。过去一年可以看到大量工作在提升智能体的有效性（effectiveness）：如何让它更聪明、更稳、更会用工具、更能完成复杂任务。但在真实应用里，另一个更 “硬” 的问题常常决定能否上线：高效性（efficiency）。智能体即便表现很好，如果每...

2026-01-27 14:00:00

机器之心编辑部1 月 26 日深夜，阿里千问旗舰推理模型 Qwen3-Max-Thinking 正式上线。该模型在科学知识（GPQA Diamond）、数学推理（IMO-AnswerBench）、代码编程（LiveCodeBench）等多项权威基准测试中刷新纪录，其综合性能已可对标 GPT-5.2 与 Gemini 3 Pro，成为目前最接近国际顶尖水平的国产大模型之一。下表为更全面的...

2026-01-27 12:59:25