CLIP变体用于工业缺陷检测，先别急着排精度名次
零样本VLM能用自然语言描述新缺陷，减轻反复标注和训练的压力。公开资料尚不足以证明SigLIP或FLIP在工业场景中普遍领先。更可行的方案，是让YOLO负责定位与分割，VLM完成语义复核和维护信息汇总，再用产线数据验证精
阅读全文
Category
前沿研究
解读最新AI模型、算法突破与学术进展，聚焦技术原理与创新意义。
795
篇文章
前沿研究
Transformer还没退场，工程账比架构更难改
MoR公开结果称可将KV缓存内存降低约50%，Mamba、RWKV也在争夺长序列场景。但从训练工具到推理框架，行业仍围绕Transformer运转。2026年的架构竞争，关键要看端到端成本能否真正下降。
阅读全文抛弃预训练包袱，通研院如何用极简环境跑通物理Agent的常识推理
针对2026年7月具身智能大模型的高昂训练成本与落地幻觉，北京通用人工智能研究院（通研院）提出了一种新解法：舍弃端到端多模态预训练，在极简仿真沙盒中通过物理因果反馈跑通物理Agent的常识推理，为中小具身智能创业团队提供
阅读全文告别暴力堆数据：2026年大模型训练为何集体转向强化学习？
分析大模型训练从“规模至上”转向“推理能力驱动”的技术拐点。重点拆解 GRPO 算法如何通过取消 Critic 模型降低显存成本，使 7B-70B 小参数模型能通过大规模强化学习实现性能反超，揭示 2026 年模型训练的
阅读全文
前沿研究
机器人学会触觉，不只是为了摸出物体材质
VLA 加入触觉后成为 VTLA。Meta ReSkin、9位清华博士团队采用的“具身本能”、AWE 3.5 和 Quintet AI 指向同一问题：机器人进入精细操作场景，不能只看见物体，还要在接触中修正动作。
阅读全文百亿参数模型进手机，先改变这几种日常交互
安谋科技在2024年提出，100亿参数级大模型已成为现有终端设备的最佳匹配规格。模型进手机后，用户先感受到的是弱网下仍可处理部分任务、敏感数据少上传和响应更直接；内存、功耗与模型更新，则决定它仍需云端配合。
阅读全文
前沿研究
AI确权新规落地半年：版权方维权为何依然艰难？
2026年2月国家知识产权局出台《AI生成内容知识产权保护指引（试行）》，明确AI生成内容可获著作权保护。但半年过去，版权方维权胜率仍不足15%。数字水印可被绕过、区块链存证法院采信率低、人类创作门槛难跨越——本文拆解司
阅读全文70B模型迁到昇腾910D：算子、显存和通信实录
一次从 A100 集群到昇腾 910D 的 70B 模型迁移，最耗时间的不是启动报错，而是 CPU 静默回退、HBM 碎片和 HCCL 长尾。按单卡、单机、多机逐级锁定基线，能少走不少弯路。
阅读全文从Sora 3到多模态实时流：视频生成的下一个战场
2026年7月Sora 3上线10分钟长视频，但行业焦点已转向实时交互。本文分析Transformer架构在视频流处理中的优化，探讨低延迟渲染如何颠覆直播、游戏与元宇宙产业，并引用IDC报告指出中国多模态大模型在交互性上
阅读全文
前沿研究
指尖上的第六感：多模态触觉感知如何让机器人摸清世界
2026年ICLR与国内顶会接连涌现触觉视觉融合新论文，清华、北大等团队把语言模型当作触觉翻译器。本文以TacThru和丁文伯团队工作为线索，拆解模型架构与实验结果，看机器人"触觉-视觉"协同离人类还有多远。
阅读全文Llama 5 预览背后，模型厂商开始认真算 Token 账
Llama 5 预览把显存占用、首字延迟、并发和单次任务成本摆上台面。影响模型落地的，已经不只是参数与上下文窗口，还有 KV Cache、专家路由和整条推理链路的效率。
阅读全文
前沿研究
量子纠错突破在即，2026年AI计算的下一个范式转移点在哪
2026年6月，Google与IBM在量子纠错领域接连宣布里程碑，标志着容错量子计算进入工程化深水区。本文对比表面码与拓扑量子比特的实测数据，结合“清醒异构”等企业的经典模拟策略，分析量子算力何时能真正解决AI大模型中的
阅读全文