CVPR2025 | 清北等提出UniAct：通过构建通用动作空间，让具身智能通用化离我们又近了一步

作者：周善斌全文约 2400 字，预计阅读时间 6 分钟在自然语言处理与计算机视觉领域，大规模基础模型通过互联网级数据训练展现出强大的泛化能力。然而，这一成功经验在具身智能领域却遭遇显著挑战：不同机器

0618资讯：MiniMax、月之暗面相继强势开源新模型 | Kling 2.1新增视频同步音频生成功能

全文约 1400 字，预计阅读时间 3 分钟新闻资讯1. MiniMax发布MiniMax-M1开源混合注意力推理模型2025年6月17日，上海AI公司MiniMax正式开源其混合注意力推理模型Min

聊聊大模型推理系统之 BestServe：LLM 服务吞吐量提升 30%背后的三大创新

全文约 1600 字，预计阅读时间 5 分钟在大语言模型（LLM）日益普及的今天，如何高效地为数百万用户提供服务成为了一个关键挑战。传统的试错方法不仅耗时且成本高昂，而现有的理论模型又难以准确预测复杂

洛桑联邦理工学院提出MEMOIR：如何借助残差记忆模块对LLM实现可靠且可拓展的终生知识编辑

作者：InternLM、Qwen 等 LLM全文约 4400 字，预计阅读时间 12 分钟近年来，大语言模型（LLMs）凭借其强大的语言理解和生成能力席卷了AI领域。然而，随着知识的快速迭代和实时更新

LangChain 本地化应用探索（二）：修复输出异常与模板适配策略

全文约 2000 字，预计阅读时间 5 分钟前言在上一次的课程当中，我们尝试的进行了在LangChain中接入ModelScope模型，但是在接入中，我们会发现与模型的对话有些许的问题，包括模型回复时

直击强化学习前沿，RL专场来袭丨AI Insight Talk直播预告

在知识爆炸、信息过载的时代，如何洞悉 AI 领域前沿趋势？OpenMMLab 联合 Hugging Face、ModelScope、知乎及机智流等重磅推出 AI Insight Talk，邀请「强化学

知乎大V夕小瑶团队推出首个A2A范式Agent！重新定义AI Agent：你不是在用工具，而是在领导团队

作者：羰汤羰和 Teamo AI首先严正声明，今天这篇我们没有收广告费（广告位招租），但我们也确实要到了官方的内测邀请码，我们会在文末公布邀请码获取方式。全文约 5200 字，预计阅读时间 10 分钟

MMAR与AudioTrust技术解读，音频大模型评测前沿进展分享 | 司南评测集社区直播预告

本文转载自「司南评测体系」司南评测集社区 CompassHub 作为上海人工智能实验室司南评测体系的重要组成部分，旨在打造创新性的基准测试资源导航社区，提供丰富、及时、专业的评测集信息，帮助研究人员和

0610资讯：1.93bit量化版DeepSeek-R1力压Claude 4 Sonnet | LangGraph首个稳定版发布

全文约 2300 字，预计阅读时间 5 分钟新闻资讯苹果 WWDC2025：设计革新与 AI 探索北京时间 6 月 10 日凌晨 1 点，苹果 WWDC25 全球开发者大会盛大举行。此次大会聚焦软件更

CVPR 2025 | 图像生成中的“思维链”博弈：DPO 与 GRPO 谁更胜一筹？港中文、北大等联合发布首个系统性对比研究

本文来自社区同学投稿近年来，强化学习 (RL) 在提升大型语言模型 (LLM) 的链式思考 (CoT) 推理能力方面展现出巨大潜力，其中直接偏好优化 (DPO) 和组相对策略优化 (GRPO) 是两大

GitHub 日榜：5行代码构建智能体记忆、手把手教你活到150岁

作者：Google Gemini今日趋势概括今日GitHub趋势榜上的项目广泛分布于多个热门技术领域。人工智能与机器学习依旧是焦点，涌现了大量关于大型语言模型（LLM）优化、AI代理内存管理、检索增强

复旦大学团队推出首个CAD三视图理解基准数据集！CAD三视图理解新范式CReFT-CAD再创新SOTA！

本文来自社区同学投稿，作者：复旦大学牛轲引言计算机辅助设计（CAD）在现代工业制造中扮演着至关重要的角色。其中，正交投影推理作为CAD设计、制造与仿真流程的基础，其精度与可编辑性对整体工作流程至关重要

扩散模型：Diffusion models are autoencoders

作者：企鹅火烈鸟文章转载自：https://sander.ai/2022/01/31/diffusion.html2019年底，自从宋（Song）和埃蒙（Ermon）发表了他们的那篇重磅论文后，扩散模

智能体刷屏的背后，是 AI 应用拐点的来临？

随着大模型能力不断下沉，AI 的落地路径正在发生结构性变化——多模态与智能体（Agent）正重新定义“应用接入层”，成为系统级能力；与此同时，推理性能、数据体系与工具链协作，也进入新一轮重构周期。即将

CVPR 2025 最佳论文候选名单出炉！最终将花落谁家？

作者：InternLM、Qwen 等 LLM 和人时光飞逝， AI 界三大顶会之一的 CVPR 将在下周 6.11-6.15 于美国田纳西州纳什维尔召开。本次会议共收到 13,008 份有效投稿，最终

73%人类认同率！Video-Bench实现视频质量精准打分

本文来自社区同学投稿现如今，视频生成技术正以前所未有的速度革新着我们的视觉内容创作方式。从电影制作到广告设计，从虚拟现实到社交媒体，高质量且符合人类期望的视频生成模型正变得越来越重要。如何准确评估这些

LangChain 本土私有化应用探索：魔搭社区ModelScope 模型对接实践

作者：李剑锋简介在之前的课程中，我们主要是通过 API 的方式与 LangChain 框架进行联动。但最近在筹备自己的大模型教学系列课程时，我开始探索：能不能将国内 ModelScope 平台上的开源

CVPR2025 | 深度解析BIP3D: 如何在具身智能中桥接2D图像和3D感知

全文约 3000 字，预计阅读时间 8 分钟原文链接：https://arxiv.org/pdf/2411.14869在具身智能系统中，3D 感知算法是极为关键的存在，它宛如智能体的 “慧眼”，助力其

论文分类打榜赛Baseline：ms-swift微调InternLM实践

本文转载自书生Intern，原文来自社区投稿，作者尖米、张富才。书生大模型实战营第5期已正式启动，本期实战营新增「论文分类打榜赛」，以帮助学员更好地掌握大模型技能。本文将手把手带领大家用 ms-swi

小米再度开源大模型！MiMo-VL-7B：通向Agent时代的推理基座，或成开源VLM的新标杆

全文约 2300 字，预计阅读时间 6 分钟上个月底，我们熟知的那个小米新组建的 LLM-Core 团队开源了四款 MiMo-7B 系列模型。近日他们又推出了一项令人振奋的工作——开源了MiMo-VL

Cursor保姆级实战，Cursor设计总监亲自教学！

本文转载自 JackCui这周，Cursor 的主设计师 Ryo Lu 在 X 上亲自分享了一条关于如何正确使用 Cursor 的实践帖，并强调了一个核心理念：使用得当 = 快速、干净的代码使用不当

🔥源神DeepSeek-R1-0528开源,媲美openai-o3-high？🚀

导师要求七天完成综述，我7分钟搞定——打造一个全本地DeepResearch助手

作者：洛1. 项目背景Local Deep Researcher 是一个本地化运行的 AI 研究助手，旨在通过结合大语言模型（LLM）和搜索工具，实现自动化深度研究并生成结构化报告。该项目由 Lang

参加 Hugging Face 组织的 Gradio & MCP 智能体主题黑客松

🌟 欢迎参加 Gradio & MCP 智能体主题黑客松！准备好了吗？一场以智能体 (Agent) 和模型上下文协议 (Model Context Protocol，简称 MCP) 为核心的全球在线黑

聊聊大模型推理系统之 DynaServe：LLM 服务吞吐量提升 3.07 倍背后的三大创新

全文约 1400 字，预计阅读时间 5 分钟在大语言模型（LLM）广泛应用的当下，如何在保证低延迟的前提下最大化吞吐量成为行业亟待解决的问题。近段时间，由新加坡国立大学（NUS）和中国科学技术大学（U

字节和复旦团队提出首个推理长度自适应框架，助力LLM/MLLM高效推理，提升精度同时降低输出Token数量！

本文来自社区同学投稿，作者：复旦大学余海洋导读：近日字节和复旦团队提出了一种基于置信度的自适应推理框架（CAR），通过评估模型困惑度（PPL）动态选择短回答或长文本推理，实现准确性和效率的平衡。实验效

Real2sim2Real的破局之法

全文约 3200 字，预计阅读时间 9 分钟说在前面的话以往real2sim2real的叙事方式和贡献方式都是通过摸索NeRF（神经辐射场）/3DGS（3D 高斯溅射）等高质量的稠密重建技术，更好地渲

一键式训练端到端Agent，Qwen3+MCP工具集高效集成！

本文由社区同学投稿导读：RLFactory能够让你通过低代码的方式快速训练你的端到端Agent模型，以Qwen3等最新的模型为基座调用你的MCP工具集！Deepseek-R1 的成功已经证明了纯 RL

Thinkless：会自己决定何时“深度思考”的AI来了！新加坡国立大学提出DeGRPO革新大模型推理效率

全文约 3200 字，预计阅读时间 9 分钟近年来，大语言模型（LLMs）凭借强大的推理能力在数学问题求解、逻辑推理和智能助手等领域展现出惊人潜力。然而，复杂任务需要模型进行冗长的“链式思考”（Cha

构建可调用外部工具的AI助手：LangChain函数调用与API集成详解

作者：李剑锋前言在上节课中，我们详细学习了如何利用Function Calling机制实现文本标注、情感分析和结构化信息抽取任务，展示了Function Calling在处理结构化数据方面的巨大优势。