社区供稿丨Jina-VLM：可在笔记本上跑的多语言视觉小模型
今天我们正式发布 Jina-VLM，这是一款 2.4B 参数量的视觉语言模型（VLM），在同等规模下达到了多语言视觉问答（Multilingual VQA）任务上的 SOTA 基准。面对小参数量 VL
阅读全文GPT-5.2获封“最强打工人”，谷歌同日以Gemini“性价比”系列应战
文｜飞向TAI空作者｜胡珈萌编辑｜李程程本文首发于钛媒体APP“我从未像现在这样对我们的研发和产品路线图，以及实现我们使命的整体方向感到如此乐观。”12月12日，在正式上线GPT-5.2的同时，Ope
阅读全文AI版「互联网协议」面世，豆包手机们再也不怕被「封禁」了？
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......作者：冬日果酱 | 监制：罗超最近封禁「豆包手机」（nubia M53）的 App 名单越拉越长
阅读全文AD智驾的2025年：监管刹车、技术狂飙，“地大华魔”谁主沉浮？
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......2025年即将结束，这一年关于汽车行业有很多关键词，其中之一就是“自动驾驶踩刹车”。今年春天，工
阅读全文高质量资源搜索神器！支持全网，速速收藏！
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......现在办公软件五花八门，作为资深打工人的小编，可用过不少。什么钉钉、企业微信、飞书啊，都格外熟悉。
阅读全文我在闲鱼买东西，结果被AI给气笑了
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......如果你是闲鱼的老用户，估计会觉得这个平台变得挺“陌生”的，自从AI托管、AI帮卖等功能上线后，已
阅读全文中国机器人比赛应急救援，美国网友Reddit破防：我们还在给机器狗化妆拍段子
亨利 发自 凹非寺量子位 | 公众号 QbitAI崇“洋”媚外这一块，也是轮到美国网友了！最近，一篇“中国机器人在比火场救人，美国机器狗还在给扎克伯格套脸？”的帖子被顶上了Reddit热门。这位发帖的
阅读全文10亿美元OpenAI股权兑换迪士尼版权！米老鼠救Sora来了
一水 发自 凹非寺量子位 | 公众号 QbitAI天下果然没有免费的午餐！为了让“米老鼠”加入Sora，OpenAI刚刚正式官宣与迪士尼达成合作。协议内容之一即为，OpenAI需向迪士尼出售价值10亿
阅读全文只需三步，就能认领一台AI手机！
金磊 发自 凹非寺量子位 | 公众号 QbitAI拥有一台AI手机，竟能如此简单。这个AI手机，正是最近全面开源的、能让手机自己动起来的AutoGLM。先来看下效果：帮我在美团上点一杯冰豆花。只需要简
阅读全文谷歌智能体发力：增强版Gemini Deep Research和专属API都来了
闻乐 发自 凹非寺量子位 | 公众号 QbitAIOpenAI强势更新，谷歌也没闲着。正式发布增强版的Gemini Deep Research，基于Gemini 3 Pro构建，专门减少幻觉，在复杂信
阅读全文180万小时数据训练，VoxCPM 1.5开源：支持全量微调，精准复刻真人声
180 万小时、44k 高保真、支持全量微调——刚刚开源的 VoxCPM 1.5，技术细节全解密。最近，面壁技术团队发布了 VoxCPM 1.5 版本，在持续优化开发者开发体验的同时，也带来了多项核心
阅读全文AAAI 2026 | System 1 & 2协同！快慢思考赋能VLM，重塑细粒度识别范式
以 CLIP 为代表的视觉语言模型（VLM）在大规模图文数据上进行了预训练，具备强大的通用视觉识别能力。然而，在细粒度识别任务上，VLM 往往难以区分相近类别之间的细微差异，识别能力显著下降。以 CL
阅读全文桌面级AI Lab实测：千亿大模型开箱即跑，这个小盒子有点猛
等等！马上要进入 2026 年了，你还在和大模型部署扯皮吗？尤其是个人开发者和小团队，只是想跑个模型，为什么要经历九九八十一难啊？！配环境翻车、显存溢出报错、依赖冲突爆炸、模型下载失败……这种痛感你我
阅读全文深度｜AI教母李飞飞：在AI时代，信任绝不能外包给机器，它本质上属于人类，存在于个体、社区与社会层面
图片来源：Masters of ScaleZ Highlights对层次丰富、复杂空间世界的深刻理解，正是具身智能（包括机器人）的“大脑”。空间智能不仅完善了感知–行动闭环，还将提升我们的认知能力：例
阅读全文速递｜对标GitHub、AI初创Harness完成由高盛领投的2.4亿美元E轮融资
图片来源：HarnessAI DevOps工具Harness由连续创业者Jyoti Bansal于2017年创立，其创始人告诉TechCrunch，该公司2025年的年度经常性收入(ARR)有望超过2
阅读全文速递｜谷歌DeepMind开设首个AI研究实验室，深耕材料科学发现全链条
图片来源：Google DeepMindGoogle DeepMind将开设其首个用于发现新材料的研究实验室，例如用于电池或半导体的材料，这是其将人工智能应用于更多科学领域的推进举措之一。该设施将于明
阅读全文实测 GPT-5.2 ：价格暴涨能力微涨，凭什么反击 Gemini
要吊打 Gemini 的 GPT 5.2 在今天凌晨正式发布了，向所有用户推出。上个月刚刚退订掉 ChatGPT Plus，转到 Gemini，这次需要因为 GPT-5.2 再回去吗？看完下面这些网友
阅读全文推理快30%，性能超过千亿参数模型，15B模型Apriel-1.6重新定义端侧推理
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！Apriel-1.6-15b-Th
阅读全文AI鸿沟正在拉大！OpenAI报告揭示：不用AI的企业将被淘汰
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！企业AI正在重塑全球商业流与组织架
阅读全文南京大学开源SteadyDancer模型实现完美动作迁移，首帧保留彻底解决身份漂移难题
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！南京大学、腾讯PCG与上海人工智能
阅读全文全球强化学习+VLA范式，PI*0.6背后都有这家中国公司技术伏笔
机器之心发布机器之心编辑部在 Physical Intelligence 最新的成果 π0.6 论文里，他们介绍了 π0.6 迭代式强化学习的思路来源：其中有我们熟悉的 Yuke Zhu 的研究，也有
阅读全文Meta「内战」升级：做「神一般的AI」，还是守住「社交帝国」？
机器之心报道编辑：+0随着扎克伯格将公司战略重心从「元宇宙」全面转向人工智能，公司内部正面临多重挑战。据《纽约时报》报道，Meta 新组建的顶尖 AI 团队与公司原有的核心业务部门之间，在资源分配、发
阅读全文NUS LV Lab新作｜FeRA：基于「频域能量」动态路由，打破扩散模型微调的静态瓶颈
尹博：NUS 计算机工程硕士生、LV Lab 实习生，研究方向是生成式 AI，及参数高效率微调（PEFT）。胡晓彬：NUS LV Lab Senior Research Fellow， 研究方向是生成
阅读全文我逆向了ChatGPT的Memory系统，发现它比想象中简单太多了 ChatGPT的Memory多好用不多说了，昨天，有个国外的老哥逆向了一波，发现了它由4层架构构成。 没有向量数据库，没有对历史对话做RAG检索。出乎意外的简单~ ChatGPT的上下文结构。一共由6部分构成。 前2部分是一些高级指令，如system prompt，instrucions。接下来4部分是Memory的核心。四层架构：会话元数据、长期用户记忆、最近对话摘要、当前对话窗口。 最后一部分是最后一条消息。 第一层：会话元数据 每次开启会话时，系统会注入一次性的环境信息，包括设备类型、浏览器、大致位置、订阅等级、使用习惯等。 包括你用深色模式还是浅色模式，屏幕尺寸多大。 这些信息帮助模型适配你的环境，但会话结束就没了，不会永久存储。 第二层：用户记忆 这是真正的长期记忆。ChatGPT有专门的工具来存储和删除关于你的稳定事实。 在我这里，模型存了33条，包括名字、年龄、职业目标、当前项目、学习方向等。 但这些不是猜测的，只有两种情况会存储：你明确说 记住这个 ，或者模型检测到符合条件的事实且你没反对。 想增删？直接说 记住xxx 或 删除xxx 就行。 第三层：最近对话摘要 这部分比较意外。大多数人应该会觉着他们会用RAG检索所有历史对话，其实它用的是轻量摘要。 格式大概是：时间戳 + 对话标题 + 用户消息片段。 只总结你说的话，不包括助手回复。大约保留15条左右。 这给了ChatGPT跨对话的连续感，但不需要拉取完整历史。 传统RAG需要嵌入每条消息、做相似度搜索、拉取完整上下文，延迟和成本都高。 ChatGPT的做法是预计算轻量摘要直接注入，用精度换速度。 第四层：当前对话窗口 这是当前会话的滑动窗口，包含完整对话历史（非摘要）。 具体token限制没问出来，但确认了：基于token数而非消息数计算，超出后旧消息滚动淘汰，但记忆事实和对话摘要始终保留。 在发消息的时候，会话元数据给环境上下文，用户记忆确保回复符合你的背景偏好，对话摘要提供跨对话的兴趣图谱，当前窗口维持会话内的连贯性。 当上下文紧张时，旧消息滚出，但核心记忆始终在。 详细细节可以在这里看到：https://manthanguptaa.in/posts/chatgpt_memory/
我逆向了ChatGPT的Memory系统，发现它比想象中简单太多了 ChatGPT的Memory多好用不多说了，昨天，有个国外的老哥逆向了一波，发现了它由4层架构构成。 没有向量数据库，没有对历史
阅读全文GPT5.2发布：屠榜？不，是OpenAI在补课
作者｜周一笑邮箱｜zhouyixiao@pingwest.com四个月前，GPT-5 发布时一堆人吐槽，跑分是高了，但聊天冷冰冰；一个月前，GPT-5.1 回应了这波差评，主打“更好聊、更好调”，算是
阅读全文告别LeCun，借力阿里，Meta能靠千问翻盘么？
作者｜Yoky邮箱｜yokyliu@pingwest.com谁也没想到，曾经高举“开源大旗”的Meta，会以这样一种充满讽刺意味的方式宣告新时代的到来。本周，彭博社爆出一则重磅消息：Meta正在秘密研
阅读全文从冷门歌手到热门金曲，AI音乐成了？
文章转载于惊蛰研究所作者|雨谷最近两个月，使用AI创作的爵士版、R&B版、福音版《大东北我的家乡》，从B站鬼畜区一直火到抖音短视频。截至目前，B站《大东北我的家乡》相关视频的最高播放量超过690万，而
阅读全文GPT-5.2全力出击！碾压44类专业工作，实测编程同价位无对手、深度推理封神，但速度太拉胯了
整理｜华卫刚刚，GPT-5.2来了。一共三个版本：GPT-5.2 Instant 是一款高效实用的日常工作与学习工具，在信息检索问答、操作指引、技术文档撰写及翻译等方面均有显著优化，同时延续了GPT-
阅读全文