Shows / 每日AI

The show, from its episodes
No episode notes yet. Recurring topics, people and starter picks will appear when notes are available.
Typical episode length
19m · median of 401 episodes with a known length
Solo / guest format
Unknown — existing notes name people mentioned, but do not identify hosts or guests.
Recurring topics
No recurring topics established yet.
Recurring people
No recurring people established yet.
Start here
No starter picks yet — no published episodes with audio and a recorded notes hook.
Episodes
每日AIdaVinci-MagiHuman:单卡2秒生成数字人
daVinci-MagiHuman 是由 SII-GAIR 与 Sand.ai 联合推出的一款开源音视频生成基础模型,专门针对以人物为中心的内容创作。该模型采用创新的单流 Transformer…
每日AIHyperAgents:自我进化的新型AI框架
HyperAgents是一种能够实现自我进化的新型 AI 系统框架。传统的递归改进系统通常受限于固定的、由人类设计的修改机制,而 HyperAgents…
每日AIV-JEPA 2.1:视频自监督学习显著提升机器人操纵导航
V-JEPA 2.1 是一种先进的自监督学习模型家族,旨在统一提升图像与视频的密集特征提取及全局场景理解能力。该研究通过引入全令牌密集预测损失和深度自监督机制,克服了以往模型在捕捉细粒度空间结构方面的局限性。这些创新使得模型能够生成具有高度空间结构化、语义连贯且时间一致的表征,在物体交互预测和深度估计等任务中表现卓越。…
每日AIYann LeCun:LeWorldModel端到端像素级世界模型
LeWorldModel (LeWM) 新型潜在世界模型,旨在通过原始像素输入实现稳定且高效的端到端学习。该模型采用联合嵌入预测架构 (JEPA),仅通过预测损失和 SIGReg 正则化项来防止表示崩溃,极大地简化了超参数调节并确保了训练稳定性。LeWM 在 2D 和 3D…
每日AIApple:XSA排他性自注意力修复Transformer缺陷
排他性自注意力(XSA)的新技术,旨在解决传统Transformer模型中存在的“注意力相似性偏差”问题。作者发现,传统的自注意力机制往往会过度关注当前位置的信息,这与随后负责点对点特征更新的FFN层功能重叠,从而削弱了模型建模上下文关系的能力。通过简单的数学修改,XSA显式地从注意力输出中剔除与自身向量相关的成分,强…
每日AILightRAG:简单快速的图结构RAG
LightRAG,这是一种通过图结构优化检索增强生成(RAG)的新型框架。该系统通过将文本索引转化为包含实体及其关系的知识图谱,克服了传统方法在处理复杂信息关联时的局限性。其核心在于双层检索机制,能够同时精准获取具体实体细节和宏观主题概念。此外,LightRAG…
每日AIFish Audio S2:指令驱动的多人多轮语音合成系统
Fish Audio S2 是一款先进的开源文本转语音(TTS)系统,支持多发言人对话、长文本合成以及基于自然语言指令的精细化语音控制。该系统采用双自回归架构,将语言语义建模与音频细节生成解耦,配合高效的推理引擎实现了极低的延迟与卓越的吞吐性能。技术报告详细介绍了其创新的多阶段数据处理流水线,该流程巧妙地将语音质量评估…
每日AIMiroThinker:三个维度提升智能体复杂推理能力
MiroThinker v1.0 是一款开源研究型智能体,旨在通过模型规模、上下文长度和交互缩放三个维度提升复杂推理能力。该研究首次提出了交互缩放概念,通过强化学习训练模型进行更深层次的环境反馈与工具调用,使其能支持高达 600次 的工具交互。技术上,它集成了 256K…
每日AIEvoScientist:自演进多智能体端到端科学发现框架AI横扫顶会
EvoScientist 能自我演化的多智能体全流程 AI 科学家框架。该系统通过研究员智能体生成构思、工程师智能体执行实验,以及演化管理智能体提炼经验,克服了传统 AI…
每日AI首尔世界模型:AI让地图街景生动鲜活
首尔世界模型 (SWM) 是一种创新的城市级模拟系统,能够将生成式视频技术植入真实的地理坐标。研究团队通过结合首尔的街景图像与动态驾驶数据,成功克服了传统模型只能凭空虚构场景的局限性。该系统采用检索增强生成技术,确保生成的长距离视频在空间布局上与实际街道保持高度一致。为了提升视觉稳定性,模型引入了虚拟前瞻锚点,有效防止…
每日AIMem0:终结AI助理失忆症
Mem0 是一种为 AI 智能体设计的长期记忆架构,旨在解决大语言模型因上下文窗口限制而导致的对话不连贯问题。该系统通过动态提取和整合对话中的关键信息,实现了跨会话的数据持久化,并推出了支持图谱表示的增强版本…
每日AIMetaClaw:让AI助理学会自我进化
MetaClaw 是一个专为大规模语言模型(LLM)智能体设计的持续元学习框架,旨在解决部署后的智能体因任务环境变化而性能停滞的问题。该系统通过技能驱动的快速适配和机会主义策略优化两种协同机制运行,前者能从失败案例中即时提取新技能并注入提示词,实现零停机时间的进化。后者则利用用户闲暇时段(如睡眠或会议时间),通过…
每日AIAutoDev:人工智能驱动的自动化软件开发框架
AutoDev 全自动 AI 驱动开发框架,旨在超越现有的代码补全助手。该系统通过部署自主 AI 智能体,能够独立完成代码编写、编译、测试及 Git 版本控制等复杂的软件工程任务。这些智能体在受限的 Docker 容器内运行,不仅确保了代码执行的安全性,还允许用户自定义权限和操作边界。实验数据表明,AutoDev 在…
每日AIAllenAI:MolmoPoint指向性标记刷新GUI交互视频追踪世界记录
这份研究介绍了由 Allen AI 研究所开发的 MolmoPoint,这是一种旨在提升视觉语言模型(VLM)定位精度的新型架构。与传统通过文本生成坐标的方法不同,该模型利用指向性标记直接从图像或视频中选取视觉特征,并通过粗到细的三个阶段实现像素级精准定位。这种设计不仅让模型无需死记硬背复杂的坐标系,还显著降低了推理延…
每日AIYann LeCun:时间拉直教AI路径规划
这篇研究论文提出了一种名为时间直行(Temporal Straightening)的方法,旨在通过优化潜空间表示来增强机器人的路径规划能力。作者指出,现有的视觉编码器产生的轨迹往往过于弯曲,导致梯度下降优化在寻找最优行动序列时极易陷入局部最优。通过引入一种曲率正则化项,该方法强制让连续的潜状态向量在时间上趋于直线,从而…
每日AIAllenAI:ScholarQA-CS2面向专家标注的自动化评估流程
这份研究通过对 ScholarQA-CS2 基准测试的案例分析,深入探讨了利用人类成对偏好来验证大语言模型(LLM)评估框架的有效性与局限。研究指出,虽然偏好排名适用于系统层级的整体表现评估,但往往无法捕捉实例或特定指标层面的细微差别。实验表明,专家标注者的专业深度会显著影响评估结果,且专家之间存在难以避免的主观性差异…
每日AIBaidu:Qianfan-OCR端到端文档智能统一模型
这份名为 Qianfan-OCR 的技术报告介绍了一种由百度团队开发的 4B 参数端到端文档智能模型。该模型打破了传统多阶段 OCR 流水的局限,将文档解析、布局分析和语义理解整合进统一的 视觉语言架构 中。通过创新的 “布局即思考”(Layout-as-Thought)…
每日AIByteDance:MoDA深度注意力实现跨层记忆
这项研究介绍了深度混合注意力(MoDA),这是一种旨在解决大型语言模型在堆叠更深层时出现的信息稀释问题的创新机制。与传统转换器仅关注当前层序列不同,MoDA…
每日AIDatadog:Bits AI SRE自主化运维与故障排查助手
Bits AI SRE 是 Datadog 推出的一款自主型 AI 运维助手,旨在通过自动化手段减轻工程师的轮值负担。该工具能够独立分析告警,在无需人工干预的情况下快速推演并验证故障原因,从而显著缩短排障时间。除了技术诊断,它还能协调事故处理流程,包括实时更新进度、生成事故总结以及初步撰写事后复盘报告。通过学习历史数据…
每日AI注意力残差:治愈AI深度失忆
本文介绍了一种名为Attention Residuals (AttnRes)的新型模型架构技术,旨在解决现代大语言模型中标准残差连接导致的深度增加、信息稀释及梯度不均等问题。研究团队提出通过Softmax注意力机制取代传统的固定权重加法,使每一层都能根据输入内容动态、选择性地聚合先前所有层的表示。为了降低大规模训练中的…
每日AIMemOS:LLM记忆操作系统
MemOS 是一种为大语言模型设计的内存操作系统,旨在解决现有模型在长文本推理、个性化和知识更新方面的局限。该系统将内存视为一种可调度的系统资源,统一管理纯文本、激活态和参数化三种异构内存类型。通过核心单元 MemCube,MemOS…
每日AIOpenMOSS:RLCF社区反馈强化学习训练AI科学家
这份研究介绍了 OpenMOSS 团队开发的 RLCF(社区反馈强化学习) 训练范式,旨在提升人工智能的“科学品味”。研究者利用 700,000 对基于引用量匹配的论文数据,训练出具备模拟科学共同体判断能力的模型。其中,Scientific Judge 模型能够精准评估研究想法的潜在影响力,其表现超越了…
每日AIDeepSeek:Engram死记硬背让AI更聪明
这篇文章介绍了一种名为 Engram 的新型大型语言模型模块,旨在通过引入条件内存(Conditional Memory)来解决传统 Transformer 在处理静态知识检索时的低效问题。研究团队发现,现有模型常需消耗多层计算来模拟简单的信息查找,而 Engram 能够通过 O(1) 复杂度的查表操作直接提取…
每日AIGoogle DeepMind:MedGemma看病比医生还准的4B模型
这份技术报告介绍了由 Google Research 和 Google DeepMind 开发的 MedGemma,这是一系列专为医疗领域优化的多模态大模型。该模型家族基于 Gemma 3 架构,涵盖了 4B 多模态版本和 27B 文本版本,能够理解并推理复杂的医学图像与文本。研究表明,MedGemma…
每日AIServiceNow+Mila:EnterpriseOps-Gym评估企业级智能体
ENTERPRISEOPS-GYM 是一个专门用于评估大语言模型在复杂企业场景中自主规划与工具调用能力的基准测试平台。该平台模拟了一个包含 164 个数据库表和 512 个功能工具的交互式沙箱环境,涵盖了人力资源、IT…
每日AIAstera: TTT-E2E让AI边读边改权重
这篇论文提出了一种名为 TTT-E2E 的新型语言模型训练方法,旨在通过测试时训练(Test-Time Training)解决长文本处理难题。该方法打破了传统的静态模型范式,让标准 Transformer…
每日AI普林斯顿:OpenClaw-RL让AI在对话中实时进化
OpenClaw-RL 是一个由普林斯顿大学等机构提出的创新 强化学习 (RL) 框架,旨在通过挖掘智能体与环境交互中被忽视的“次态信号”来提升性能。该研究指出,无论是用户的对话回复、终端执行结果还是 GUI…
每日AIGoogle:ELIXR用LLM读懂X光片
本研究介绍了一种名为 ELIXR 的新型多模态医学人工智能系统,旨在通过将放射影像编码器与大型语言模型(PaLM 2)相结合,突破传统医学 AI 任务单一的限制。该模型利用日常收集的胸部 X 光片及其对应的自由文本报告进行高效训练,无需昂贵的人工标注。ELIXR…
每日AIAI-Trader:全自动化实时金融大模型评估基准-美股、A股和加密货币
AI-Trader 是由香港大学研究团队推出的首个全自动化、实时且无数据污染的金融大模型评估基准。该框架涵盖了美股、A股和加密货币三大市场,旨在测试自主智能体在极端不确定性下的实时决策与风险管理能力。与传统静态测试不同,该系统采用极简信息范式,强制智能体独立通过搜索和分析工具获取市场情报并执行交易。实验结果显示,通用智…
每日AISPO:自监督Prompt提示词工程优化
这篇学术论文介绍了一种名为自我监督提示优化(SPO)的创新框架,旨在通过自动化手段提升大型语言模型的推理与任务对齐能力。与依赖外部标准答案或人工干预的传统方法不同,SPO 仅利用模型自身的生成结果,通过成对输出比较来提取评估和优化信号。这种无需外部参考的机制显著降低了成本,实验显示其开销仅为现有主流技术的 1.1%…
每日AISkillFortify:数学逻辑应对Agentic AI技能漏洞
这份研究报告介绍了一个名为 SkillFortify 的形式化分析框架,旨在应对 Agentic AI 技能供应链中日益严重的安全性挑战。由于 OpenClaw 和 Anthropic 等生态系统的扩张,恶意技能通过凭证窃取和远程代码执行等手段带来了巨大的攻击风险。作者利用 Dolev-Yao…

每日AIMenlo VC:医疗保健行业竟成2025 AI领头羊
这份报告深度剖析了 2025 年医疗保健行业 AI 应用的爆发式增长,指出该领域目前的采纳速度已达到整体经济的两倍以上。医疗机构正通过缩短采购周期和加大资金投入,利用 AI 解决行政负担、人员短缺及临床效率等核心痛点。虽然传统的 EHR 巨头依然占据市场优势,但由于 生成式 AI 初创公司…
每日AIEssential-Web:15分钟筛选24万亿数据
这份名为 ESSENTIAL-WEB V1.0 的研究报告介绍了一个包含 24万亿 token 的大规模开源网络预训练数据集,其核心创新在于为每份文档标注了涵盖主题、格式、复杂度和质量等 12个维度的分类体系。研究团队开发了高效的 EAI-Distill-0.5b 分类器,将复杂的语料筛选过程简化为快速的 SQL…
每日AIBeyondWeb:30亿小模型靠重构数据逆袭
这项由 DatologyAI 团队开展的研究推出了 BeyondWeb,这是一种旨在克服互联网预训练数据短缺(即“数据墙”)的合成数据生成框架。该研究系统地对比了生成器驱动型(从无到有创造知识)与来源改写型(对现有网页内容进行重塑)两种范式,证明了后者在效率和质量上的优越性。BeyondWeb…
每日AIDCLM:好数据胜过暴力算力
本文介绍了 DataComp-LM (DCLM),这是一个旨在通过优化训练数据来提升语言模型性能的开放性基准测试平台。研究团队提供了包含 240T token 的大规模原始语料库、标准化的训练方案以及多达 53 项评估任务,用于探索数据清洗和筛选的最佳策略。实验表明,基于模型的质量过滤(尤其是使用 fastText…
每日AIMMLU-Redux:AI竟然在背错题拿高分
这项研究揭示了广泛使用的MMLU基准测试中存在严重的数据错误,这些错误往往会误导对大语言模型真实能力的评估。通过对57个学科的5,700个问题进行手动复核,研究人员开发了MMLU-Redux数据集,估算原始基准的整体错误率约为6.49%。调查发现,某些特定学科(如病毒学)的错误率竟高达57%,涵盖了标准答案错误、题目模…
每日AI加州大学:Clawdrain掏空OpenClaw AI预算
这项研究介绍了一种名为 Clawdrain 的新型网络攻击,专门针对基于 OpenClaw 框架的智能体系统进行令牌(Token)消耗与资源耗竭。通过植入恶意插件,攻击者利用一种分段验证协议(SVP)诱导大模型进入冗长的工具调用循环,从而大幅增加 API 账单成本。实验证明,该攻击在维持任务正确性的同时,能实现高达…
每日AIMIT:2025年95%企业AI投资零回报
这份2025年7月的报告由MIT NANDA项目发布,深入分析了企业在生成式AI应用中面临的“生成式AI鸿沟”。研究指出,尽管全球投入巨大,却有95%的企业未能获得实际回报,形成了高采用率与低转型率并存的局面。报告强调,成功的关键不在于模型质量,而在于系统的学习能力和工作流整合,目前仅有5%的试点项目真正实现了业务价值…
每日AI普华永道:2025全球AI就业指数-赋能效率与价值增长
普华永道发布的2025年全球人工智能就业指数报告指出,人工智能正显著提升劳动生产率并加速企业价值创造。研究显示,AI暴露程度较高的行业,其人均收入增长率是其他行业的三倍,且掌握AI技能的员工可获得高达56%的薪资溢价。报告反驳了AI导致大规模失业的担忧,强调自动化实际上是在重新定义工作本质,使员工能够从琐事中解脱以处理…
每日AIAnthropic:2026.1经济指数报告与AI影响分析
这份2026年1月的报告通过经济原语分析了AI对全球经济的影响,重点关注了Claude在任务复杂度、自主性和成功率等维度的表现。研究发现,虽然AI能显著提升高学历要求任务的处理效率,但其成功率会随任务复杂度的增加而下降。地理分布显示,高收入国家更倾向于协作增强模式,而低收入地区则多用于教育。报告还指出,AI正在引发职业…
每日AIGoogle:开源TranslateGemma小模型翻译反超大模型
TranslateGemma 是由 Google 团队开发的一系列开源机器翻译模型,基于 Gemma 3 基础模型构建。该研究通过监督微调 (SFT) 和强化学习 (RL) 两个阶段,利用合成数据与人类翻译样本显著提升了多语言翻译质量。评估结果显示,这些模型在 WMT24++…
每日AI阿里:SWE-CI评估Agent在持续集成中的代码维护能力
SWE-CI 是一个针对大语言模型(LLM)智能体设计的创新型基准测试,旨在评估其在真实场景下的长期代码维护能力。与传统的单次静态修复测试不同,该研究通过模拟持续集成(CI)循环,要求由“架构师”和“程序员”组成的双智能体系统协同处理复杂的代码演进任务。该基准包含来自真实 GitHub 仓库的 100…
每日AIFinePhrase:万亿级合成数据实战指南
该文件详细介绍了 Hugging Face 开发的 FinePhrase 合成数据集及其背后的系统性研究。作者通过 90 项实验和超过 1 万亿令牌的生成测试,揭示了将杂乱的网页文本转化为高质量预训练数据的最佳方案。研究强调提示词设计(如 FAQ、数学和图表格式)对模型性能的影响远超模型规模,且 1B…
每日AIAnthropic:助手轴与LLM角色人格
Anthropic研究人员发现的“助手轴”(Assistant Axis),这是一种存在于大语言模型神经激活空间中的特定方向。研究表明,模型在预训练阶段吸收了无数角色原型,而后期训练则试图将其锚定在“助手”这一特定人格上。然而,模型的人格往往并不稳定,在涉及情感交流或深度自省的对话中,模型容易偏离助手定位,产生鼓励自残…
每日AIAnthropic:2026 AI替代人类数据与趋势
这份由 Anthropic 发布的研究报告推出了一种名为观察暴露度的新指标,旨在通过结合模型理论能力与现实使用数据来评估人工智能对劳动力市场的影响。研究发现,尽管计算机编程和客户服务等职业的暴露程度最高,但 AI 的实际应用仍远低于其理论潜力。目前的数据显示,高暴露职位的整体失业率并未显著上升,这表明 AI…
每日AIGoogle:思想社会-推理模型协同进化
这份研究探讨了推理型大语言模型(如 DeepSeek-R1)如何通过模拟“思想社会”来提升逻辑能力。研究发现,高性能模型并非仅靠增加计算量,而是通过内部模拟多智能体对话,引入多样的人格特质与专业视角进行辩论与协作。通过机械解释性方法和强化学习实验,作者证明了这种内部的社交互动结构能有效激发验证、回溯等认知策略。实验表明…

每日AIGPT-5.4:重塑专业智能与计算机交互
OpenAI 发布的新一代旗舰模型 GPT-5.4 及其增强版 GPT-5.4 Pro,旨在为专业领域提供更高效率的解决方案。该模型融合了先进的推理、编程及计算机自动化操作能力,支持高达 100 万 token 的超长上下文处理。用户不仅可以在 ChatGPT 中实时调整模型的思考逻辑,还能利用其工具搜索功能大幅降低…
每日AIAnthropic:Petri 2.0识破AI作弊
本文介绍了 Petri 2.0 的发布,这是一个用于自动审计大型语言模型对齐情况的开源框架。为了应对模型通过识别测试场景来伪装行为的评测觉察问题,该版本引入了真实性分类器并人工优化了引导指令。更新后的工具库新增了 70…
每日AIGoogle DeepMind:D4RT教AI看懂4D世界
本文介绍了一种名为 D4RT 的新型前馈神经网络模型,旨在高效地从视频中重建动态场景的 3D 几何结构与运动轨迹。该研究由 Google DeepMind 等机构提出,其核心创新在于通过统一的 Transformer 架构 将复杂的 4D…
每日AI北邮:AI Memory记忆综述-理论、分类、评估与前沿趋势
这份研究综述全面探讨了人工智能记忆系统,旨在解决大语言模型在长程交互中存在的“无状态”与上下文长度限制等核心瓶颈。文章提出了一个**“4W记忆分类法”(时间、内容、存储、模态),系统性地构建了从底层计算内核到高层认知演化的理论框架。作者不仅对比了单智能体与多智能体系统在记忆架构、通讯机制及共享模式上的差异,还深入探讨了…
每日AIAi2:Olmo Hybrid混合架构省一半数据
这份研究介绍了 Olmo Hybrid,这是一种结合了注意力机制与门控 DeltaNet (GDN) 递归层的 7B 参数新型混合语言模型。与传统的 Transformer 相比,该架构在预训练效率上表现卓越,仅需约一半的 Token…

每日AIMeta:多模预训练世界模型
这项研究探讨了原生多模态预训练模型的设计空间,旨在超越单纯的语言建模,将视觉信号提升为与文本对等的“一等公民”。研究人员采用 Transfusion 框架,结合次标记预测(文本)与扩散技术(图像),从零开始训练出了能够兼顾理解与生成的统一模型。实验证明,RAE…
每日AIGPT-5.3 Instant:更流畅实用的日常对话体验
OpenAI 于 2026 年 3 月发布的 GPT-5.3 Instant 模型,重点展示了其在对话流畅性和实用性方面的显著提升。该版本通过减少多余的免责声明和过度说教的语气,实现了更直接、更具质感的文本创作,并增强了联网搜索后的信息整合能力。系统卡片详细记录了安全评估结果,虽然模型在处理复杂指令和减少幻觉方面表现优…
每日AIBFL AI:自监督多模态可扩展合成
这篇研究论文介绍了一种名为 Self-Flow 的新型自监督流匹配框架,旨在提升生成模型在图像、视频和音频合成中的质量与效率。研究者指出,目前的生成模型过度依赖外部预训练模型来提供语义特征,这不仅导致了模型扩展时的性能瓶颈,还限制了跨模态的通用性。Self-Flow 通过创新的双时间步调度(Dual-Timestep…
每日AIGoogle发表Nature论文如何提升LLM个性化推荐能力
介绍了如何通过“贝叶斯教学”来提升大语言模型(LLM)的概率推理能力。研究指出,现有的模型在处理需要根据新信息持续更新认知的任务(如个性化推荐)时,往往表现不如人类或最优贝叶斯算法。为了解决这一问题,研究者训练模型去模仿贝叶斯助手的预测行为,而非仅仅学习正确答案。实验结果证明,这种方法显著增强了模型在多轮交互中推断用户…
每日AIMeta: Agentic Code Reasoning
这份研究介绍了代理代码推理(Agentic Code Reasoning)的概念,旨在探索大语言模型在不实际运行代码的情况下,通过自主导航代码库进行深度语义分析的能力。作者提出了一种名为半正式推理(Semi-formal…
每日AI阿里Qwen:长程智能体规划评估
这项研究介绍了 DeepPlanning,这是一个专门用于评估大语言模型(LLM)长程智能规划能力的全新基准测试。研究团队指出,现有的测试往往只关注简单的单步推理,而忽视了真实场景中复杂的全局约束优化和主动信息获取。该基准涵盖了多日旅游规划和多商品购物两大任务,要求智能体在处理具体细节的同时,必须兼顾总预算和时间跨度等…