ICML 2026 | 图像编辑进入「交互理解」时代，北大提出HOI-Edit基准与SCPE自纠错框架
本文的第一作者为北京大学王选计算机研究所博士生高嘉怿，通讯作者为博士生导师刘洋。团队近年来在 TPAMI、CVPR、ICCV、ICML 等顶会上有多项代表性成果发表，多次荣获多模态感知和生成竞赛冠军，
阅读全文AI 时代的编程语言，这次是来自中国的底层创新
机器之心发布AI 对软件行业最直接的影响，是重塑整个软件工程链路。当所有开发工具都在走向 AI 原生化，编程语言作为软件生产的入口，自然也值得重新审视。OpenAI 联合创始人 Greg Brockm
阅读全文Transformer能通向AGI吗？布林：能，但它已经变了
编辑｜杨文谢尔盖・布林很少公开发言。6 月初，Google DeepMind Build Day 活动期间，他坐下来，接受了一场完全没有脚本的现场问答，主题是「前沿 AI」。提问者轮番上阵，布林借此聊
阅读全文20种机器人本体通吃！蚂蚁新一代VLA具身大脑刚刚开源了
编辑｜杜伟时隔 5 个月后，蚂蚁灵波亮出了自家新一代具身智能大脑。这一次，它试图把跨本体 VLA 从单点 Demo，推向可复现、可高效后训练与可部署的工程链路。2026 开年以来，具身智能最重要的技术
阅读全文中国科学院携手全球顶尖机构发布首个十亿参数级的手术视频基础模型SurgMotion！
机器之心发布手术 AI 正在从 “单帧感知” 迈向 “全流程视频理解” 的全新时代！近日，由中国科学院香港创新研究院人工智能与机器人创新中心领衔，联合中国科学院自动化所、香港中文大学、慕尼黑工业大学、
阅读全文提示词压缩竟成大模型新漏洞？港科大提出黑盒攻击框架COMA | ASE 2026
这项研究成果已被软件工程领域顶会 ASE 2026 接收。论文第一作者为港科大 CSE 博士生刘泽森，通讯作者为佘东冬教授。在大语言模型 Agent 走向真实部署后，一个越来越常见的问题是：上下文太长
阅读全文今天，「空间原生」时代正式到来！
编辑｜Panda6 月 8 日，工信部和国资委联合发文，要求机器人今年底从「表演模式」转向「作业模式」。但斯坦福《AI Index 2026》报告给出的现实却不乐观：机器人在实验室任务 RLBench
阅读全文蛰伏三年，前大疆员工做了款消费级纺织机，拿下红杉、顺为、米哈游等数亿融资｜产品观察
机器之心转载浪爪智能（CLAWLAB）创始人胡文鑫，是当下硬件赛道一个不太按常理出牌的人。工程师背景出身，曾就职于大疆、美团等头部大厂，拿过顶级机构的钱，履历足以支撑他选择任何一个被市场验证过的热门赛
阅读全文世界模型太慢？西交大提出Fast LeWorldModel：用「动作前缀并行预测」让动态估计加速4倍
本文第一作者为西安交通大学硕士生高云天，通讯作者为西安交通大学教授许翔宇，其研究方向涵盖世界模型、三维视觉与具身智能（个人主页：https://xuxy09.github.io/）在视觉规划与具身智能
阅读全文世界模型评测的最大盲区，被这个新基准捅破了
编辑｜泽南、Panda世界模型，真的拥有记忆吗？如果你正把一杯水倒进玻璃瓶，然后扭头看了一眼窗外，再转回来，瓶子里的水位应该已经发生变化。这是任何一个三岁孩子都具备的常识：东西不在眼前，不代表它消失了
阅读全文谁说3DGS必须靠LiDAR？如视Argus入选ECCV，让图像也能提供LiDAR级位姿约束
机器之心发布Luma AI、Aholo 、Scaniverse、KIRI 等消费级 3DGS 应用的出现，已经说明 3D Gaussian Splatting 正在走向普通用户。用户拿起手机，就希望把
阅读全文Claude、GLM、GPT谁才是真正的AI软件工程师？首个持续更新Visual Spec-to-App Benchmark发布
近年来，Coding Agent 正以前所未有的速度发展。从 Claude Code、OpenAI Codex 到 Cursor、Gemini CLI，大语言模型已经能够自主完成编码、调试、运行甚至部
阅读全文清华特奖获得者顾煜贤，加入DeepSeek
机器之心编辑部最近，DeepSeek 开启了疯狂招人，岗位涉及算法、研发、产品、运维、数据工程师以及职能等多个部门。与此同时，DeepSeek V4 正式版将于本月中旬上线。在此前的 DeepSeek
阅读全文Codex、ChatGPT为何合体？Codex未来何去何从？OpenAI核心leader回应一切
机器之心编辑部如果你问 2026 年哪个 AI 产品的增长最令人瞩目，那「Codex」肯定是排在第一位的。自今年 1 月份以来，该产品的周活跃用户增长了 5 倍以上，增长曲线很陡。目前，它的周活跃用户
阅读全文ACL 2026｜块越大，推理越差？扩散语言模型的新难题被T*破解了
本文第一作者夏翰宸为上海科学智能研究院研究员，主要研究方向有Agentic RL和多模态扩散语言模型。共同一作是上海科学智能研究院主任研究员陈保友，通讯作者是复旦大学教授、上海科学智能研究院AI科学家
阅读全文25年码农疯狂求职，一天面5场，依然没班可上
机器之心编辑部过去几天，一条求职帖在 X 上迅速扩散。发帖的人叫 Shawn Presser，一位在编程领域工作了 25 年的工程师。他不是普通意义上的老码农，履历放在任何招聘市场里都算得上亮眼。他曾
阅读全文Hinton盛赞，Gemini核心贡献者演讲：未来会有数十亿超人级AI爱因斯坦
编辑｜Panda「我们的文明已经学会了如何将沙子转化为硅芯片，将硅芯片转化为神经网络，再将神经网络转化为人工智能。在过去的五年里，大型语言模型人工智能（如 ChatGPT 和 Gemini）的能力从蹒
阅读全文上海交大提出ICRDrag：首个上下文区域拖拽模型，实现精准可控图像编辑
还在用 DragGAN、DragDiffusion 拖拽修图？点选拖拽容易变形、边界割裂、细节丢失的时代落幕了！ECCV 2026 ICRDrag 首创上下文区域拖拽模型，用掩码精准定位局部区域，移动
阅读全文GTC四大天王：成为黄仁勋座上宾的四位90后华人青年
机器之心发布去观察当下的 AI 产业，有一个比财报更灵的指标：黄仁勋身边坐着谁。这位身着皮衣、被分析师称为「推理之王」的男人，每年要在 GTC 的舞台上重新定义一次未来。但真正值得玩味的，往往不是他讲
阅读全文异构Token工厂不再踩坑！多机构联合发布工业级设计实践，拆解跨硬件推理服务的核心边界
机器之心发布随着大模型推理服务部署走向成本与算力双约束，Prefill-Decode（PD）分离的异构推理已从前沿方案进入生产落地。推理加速器的差异性体现在不同精度计算速度、访存带宽与存储大小、机内机
阅读全文从「预测」到「规划」未来：WLA统一了世界建模、语言推理与动作生成
近期，世界-动作模型（World-Action Model，WAM）正成为具身智能的重要方向。它将世界建模与动作预测结合起来：机器人不仅能根据当前观测生成控制动作，还能预测未来状态或画面，在行动前先预
阅读全文一个开源平台，编织起了Agent「互联网」
编辑｜杜伟在历史长河中，技术的发展很少是一路线性往前走的，很多关键变化发生在「连接」被打通的那一刻。拿计算机来说，到了 20 世纪 60 年代，它们已经具备强大的计算能力，但大多还是各自封闭运行的系统
阅读全文跨会话不再「失忆」：openJiuwen社区开源 AutoGenetic Memory，让Agent记忆自主生长
机器之心发布当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。近日，华为 openJiuwen 社区开源了专为智能体设计的自主生
阅读全文ICML26 | 浙江理工大学马啸讲师和南京大学李武军教授课题组联合提出EMCES：为强化学习合成更有价值的样本
近年来，强化学习在游戏智能体、具身智能、大语言模型等领域取得了显著进展。然而，在真实世界中，强化学习仍面临一个核心难题：高质量样本的获取不仅成本高昂，还可能带来多种风险。因此，样本增强成为缓解强化学习
阅读全文飞书让表格变成「AI同事」加入群聊，不打开表就能用表
编辑｜冷猫、Panda6 月 23 日，Anthropic 发布了一个叫 Claude Tag 的东西。简单说就是把 Claude 以团队成员的身份塞进了 Slack 频道。多人可以 @Claude
阅读全文邢波再出手：上次「骂」完世界模型，这次轮到智能体了
编辑｜Panda去年夏天，MBZUAI 校长、CMU 教授邢波一篇《世界模型批评》吸引了研究社区广泛关注，他从科幻经典《沙丘》里「完美模拟现实」的想象出发，逐一拆解了当下几大世界模型流派的硬伤，提出了
阅读全文一句话生图要过时了？开源图像生成Agent进化出「工具编排」
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。在实际使用中，用户常常不只是给出一个 prompt：他可能要求画面对齐某个地标、人物、商品或事件，也可能要求参考图身份一致、材质特
阅读全文AI圈刚开始谈Loop Engineering，两位95后博士已经盯上了人类闭环数据
机器之心发布AI 圈最近又热了一个词：Loop Engineering。它原本出现在 AI Agent 语境里，讲的是一件很直接的事：别再只盯着单次 prompt，而要设计一套能持续运行的闭环系统。系
阅读全文担心蒸馏问题，Meta限用Claude Code、Codex
机器之心编辑部AI 编程工具越强，Meta 这样的巨头反而越尴尬。据外媒 The Information 报道：Meta 正在限制员工在 AI 模型构建中使用 Claude Code 和 Codex，
阅读全文条条电路通罗马：大模型可解释性的「唯一机制」可能从一开始就不存在
长期以来，机制可解释性（mechanistic interpretability）领域有一个几乎从未被明说、却被视为理所当然的前提：模型对于同一种任务的能力或表现，背后对应着一条唯一的、或近乎唯一的内
阅读全文