EZ.AI Listen Daily
在机器人眼中，世界是一连串的“如果……会怎样”。如果抓起杯子，手会怎样移动？如果向左偏一点，会不会打翻水杯？这些问题的答案，藏在世界模型里——一个能让机器人通过想象来预测未来画面的“大脑”。但过去的想象太慢了：要看清一个动作的结果，扩散模型需要反复去噪几十步，就像一个人用慢动作回放每一次眨眼，导致机器人无法在现实中快速做出决策。
现在，一项名为DriftWorld的研究打破了这种瓶颈。它不再采用传统的多步去噪方式，而是在训练阶段就教会模型根据动作“自然漂移”。想象一下，你给机器人一张当前场景的照片，再加上一串候选动作序列，DriftWorld只需要一次前向传播——就像按下快门——就能直接生成未来每一帧的画面。速度达到每秒30帧以上，平均比扩散模型快17倍。
这种惊人的效率并非牺牲质量换来。DriftWorld在五个标准的机器人操作基准测试中接受了考验：Bridge-V2、RT-1、Language Table、Push-T和Robomimic。在所有这些任务上，它产生的高质量想象轨迹让机器人实现了最优的决策性能，而推理时间却远远少于其他基于扩散的世界模型。换句话说，它既能想得快，又能想得准。
更令人惊叹的是，DriftWorld不仅能用于在线控制，还能充当离线模拟器。研究人员用它来对真实世界的机器人策略进行排名，发现其生成的滚动分数与真实世界的表现相关性高达0.99。这意味着，机器人可以在实验室里依靠DriftWorld的想象来筛选最优策略，而无需一次次在真实环境中试错，大大降低了成本和风险。
想象的力量从来不只是天马行空。当机器人能以肉眼可见的速度预演未来，每一次规划都变得更敏捷、更可靠。或许，真正的智能不在于计算了多少种可能，而在于能否用一次直觉看清最该走的路。
2024年秋天，一款名为Signal Ring的智能戒指即将登陆美国市场，售价399美元。它的缔造者Tom Moss，曾是谷歌和Skydio的高管，在经历一场高血压危机后，毅然投身健康科技创业。他发现，市面上没有一款可穿戴设备能真正便捷、准确地追踪血压——苹果手表需要校准，Oura等戒指只专注于睡眠和步数。于是，Vital Signals公司诞生了。
Signal Ring的核心突破在于：无需任何校准，通过高速光学传感器和专有算法，就能连续监测用户血压，并在应用中直接显示收缩压和舒张压数值。公司声称其精度与传统臂式血压袖带相当。电池续航约三天，附带的充电盒可额外充电四次。目前美国预售已开启，无任何订阅费用。
这款戒指的目标用户直指高血压和心脏疾病人群。Moss透露，他们正与保险公司洽谈合作，未来可能纳入健康管理计划。如果Signal Ring的准确性在独立测试中得到验证，它将把智能戒指从睡眠和健身追踪的浅水区，拉进医疗级生命体征监测的深水区。对Oura、苹果等竞争对手而言，这无疑设下了新的标杆。毕竟，真正关乎健康的，不是一夜睡了几小时，而是血管里流淌的每一次压力。
苹果终于决定为iPad mini带来一次真正的革新。根据彭博社记者马克·古尔曼的爆料，这款小尺寸平板将在今年10月首次配备OLED屏幕，成为继iPad Pro之后第二款采用该技术的iPad产品。这或许是iPad mini诞生以来最重大的硬件升级。
代号J510的新款iPad mini将是首款非Pro系列搭载OLED的机型。要知道，iPhone从2017年开始就用上了OLED，而iPad Pro直到2024年才跟进，现在这个顶级显示技术终于要下放到更亲民的尺寸上。除了屏幕，古尔曼此前还透露，新款mini会增加基于振动的扬声器系统，并提升防水性能——这些都是用户期待已久的改进。
不过，这份诚意可能伴随着价格上涨。目前iPad mini起步价已经从之前的499美元涨到599美元，考虑到OLED面板和内存成本的上升，新机型很可能突破600美元大关。对于那些等待了多年的小屏爱好者来说，这场等待是否值得，要看钱包的厚度。
与此同时，苹果也在规划整个iPad产品线的未来。代号J581的新款入门级iPad将在2027年第一季度到来，主要升级是更快的芯片，改动不算大。真正的大戏在2027年春天上演：11英寸和13英寸的iPad Air将同时更新，新一代iPad Pro也会同步亮相，届时OLED技术将完成从旗舰到中端的全面普及。
从时间线来看，苹果正在把OLED缓慢渗透到每一款iPad中，但这个过程长达数年。iPad mini率先尝鲜，既是给老用户一颗定心丸，也是为整个系列的技术升级吹响前奏。从2012年首款iPad mini诞生至今，这款产品经历了屏幕分辨率提升、Touch ID加入、全面屏设计变革，但每一次升级都算不上激进。现在，随着OLED的到来，它终于有了与大哥们平起平坐的资本。
技术的下放从来不是免费的午餐。苹果的每一次升级都牵动着用户的钱包和期待。当旗舰配置开始流向小众产品，我们看到的不仅是产品的进化，更是一个品牌对市场需求的微妙回应。也许，正如这场缓慢的OLED普及之旅所暗示的——好东西值得等待，但等待也需要付出代价。
一加手机退出欧美，回归中国原文
一加，这个曾以“旗舰配置，中端价格”赢得无数安卓粉丝喜爱的品牌，即将告别美国和欧洲市场。它的母公司OPPO正面临残酷的内存芯片短缺危机，不得不进行重组。这意味着，新的一加手机将不再销往北美和欧洲，结束了自一加One这款备受追捧的手机开始的长达12年的征途。西方的老用户将被迫从OxygenOS系统迁移到OPPO的ColorOS系统，OPPO承诺会继续提供更新。与此同时，同门兄弟品牌Realme则遭遇镜像处理：它完全退出中国市场，专注于海外，这是一场成本削减的洗牌。到2027年，预计一加将撤出几乎所有海外市场，包括曾经是其最大据点的印度。
这则消息之所以重要，在于一加的退出为安卓领域最富影响力的挑战者品牌之一在西方画上了句号。就在手机越来越贵、用户换机周期越来越长的时候，消费者的选择被进一步压缩。这一举动暴露了日益上涨的零部件成本和激烈的竞争如何迫使中国厂商收缩战线，从而让一加的老用户陷入售后支持的困境。对于很多曾为一加的热血粉丝而言，这不仅是一个品牌的撤离，更是一段关于“不将就”精神的终章——曾经那个敢于搅局、重新定义性价比的英雄，如今选择退隐故里，留下沉默的空位。
美国制药巨头礼来刚刚以28亿美元首付款收购了AtaiBeckley公司——其核心产品是一款快速起效的DMT鼻喷雾剂。这笔交易将发明百忧解的老牌药企推向了精神健康医学最奇异的角落。
具体细节：礼来以每股6.75美元现金收购，若达到开发和监管里程碑，还将追加最多10亿美元，潜在总价高达38亿美元。交易焦点是BPL-003，一种处于三期临床的5-MeO-DMT鼻喷雾剂，用于治疗难治性抑郁症。二期b试验中，患者在用药第二天就出现症状改善。AtaiBeckley的研发管线还包括其他致幻剂类药物（其中一种与MDMA相关），这些药物的作用机制不是调节神经递质，而是重建神经连接。这笔交易是礼来今年的第九次收购，其今年首付承诺已超过100亿美元，这使其与强生直接形成竞争。
为什么这很重要：礼来曾用百忧解将抗抑郁药做成了大众市场产品，现在它押注更难治疗的抑郁症将从每日服药转向每年几次的诊所内给药。强生基于氯胺酮的鼻腔喷雾剂Spravato年销售额已突破10亿美元，致幻剂类药物正在成为制药业的一个新品类。在百忧解发明者眼中，这一次他们赌的不再是每天吞下的小药片，而是一年几次、在医生监护下吸入的迷幻旅程——这个转折本身，就比任何药物都更让人看见精神医学正站在时代的断层线上。
曾是AI三巨头之一的谷歌，如今却在模型发布上频频掉链子。据彭博社报道，备受期待的Gemini 3.5 Pro再次延期发布——这家科技巨头不仅被OpenAI、Anthropic等前沿对手远远甩开，甚至被Meta、SpaceXAI和中国顶尖模型反超。今年5月的I/O大会上，谷歌信誓旦旦地告诉与会者，3.5 Pro将在6月上线，但随后因编码测试结果不理想而临时更换训练数据，导致进度延宕。谷歌上一次发布有竞争力的新模型还是5月的3.5 Flash，而其最后一款“Pro”级模型要追溯到今年2月，此后整整几个世代毫无进展。
内部争斗是幕后推手。现任和前任员工向彭博社透露，谷歌内部的部门各自为政：Android、DeepMind和Cloud团队各自研发自己的编码工具，导致资源分散，决策流程冗长。与此同时，大量核心人才流向竞争对手——Noam Shazeer、John Jumper等Gemini关键人物相继跳槽至OpenAI和Anthropic。对谷歌而言，这注定是煎熬的一年：推迟发布比仓促推出弱模型要好，但竞争对手的步伐丝毫没有放缓。若无法平息内耗、留住人才，谷歌在AI赛道上恐怕会从领跑者沦为追赶者。在技术革新的浪潮中，最大的敌人有时并非对手，而是自己。
中国AI实验室Moonshot AI刚刚扔下一枚重磅炸弹——他们开源了全新的Kimi K3模型，不仅刷新了中国模型和开源模型的最高纪录，更在关键指标上紧咬Claude Fable 5和GPT-5.6 Sol，而价格却低得多。
K3拥有惊人的100万词元上下文窗口，在网页研究、电子表格处理、前端设计以及长代码生成等基准测试中，均超越了Fable和Sol。它在AA智能指数上拿到57分，仅落后于Fable（60分）和Sol（59分），比前代K2.6跃升了两位数。更令人震撼的是，在一次演示中，K3独自工作48小时，设计并验证了一颗微型芯片，这颗芯片能运行自己的精简版本，仿真速度达到每秒8700个词元。
K3的定价与Claude 5 Sonnet持平，为每百万输入词元3美元、每百万输出词元15美元。Moonshot表示，模型权重将在7月27日之前公开。
这意味着什么？Moonshot是否创造了2026年的“DeepSeek时刻”？在如此短时间内逼近Fable和Sol的前沿水平，尤其这还是一款即将开源的模型且价格如此低廉，绝非易事。Dario Amodei曾估计中国和开源模型落后6到12个月——如今看来，这个差距可能仅仅是一个发布周期。
当一家中国实验室用开源模型做到这一步，未来的竞赛已然不再是谁能先到达顶部，而是谁能以最快的速度把顶部拉低。
现代机器人基础模型大多只处理单步或短历史的视觉运动上下文。如今，一项名为RoboTTT的新研究打破了这一局限——它能将视觉运动上下文扩展到8000个时间步，比现有最优策略高出三个数量级，且推理延迟不增反降。如此长的上下文窗口解锁了全新能力：机器人可一次性从人类视频演示中完成模仿学习，在运行中即时改进策略，对干扰保持鲁棒，并在多阶段、长周期任务中表现更强。研究者首次观察到，随着预训练上下文长度增加，闭环性能稳定提升。核心在于RoboTTT将测试时间训练（Test-Time Training）集成到视觉-语言-行动策略中，形成一种序列模型——其循环状态由快速权重组成，这些权重在训练和推理时均通过梯度下降更新，将历史压缩进权重空间，从而为长上下文条件检索信息。为了扩展训练上下文长度，该方法结合了序列动作强制与截断时间反向传播。在真实的机器人操作挑战中，RoboTTT相比单步上下文基线将整体性能提升了87%，并完整完成了一项五分钟、分十个阶段的组装任务——这是其他基线从未做到的。使用8000时间步上下文训练的RoboTTT，比用1000时间步预训练的同一模型性能高出62%，这暗示上下文长度正成为机器人基础模型的新缩放轴。当机器人能记住更长的历史，其学习与适应能力便不再受限于短暂的记忆窗口——每一次尝试都在为下一次行动积累智慧。
在人形机器人领域，实现自然的全身协调、对控制信号的实时响应以及在不同环境中的泛化能力，一直是通用具身智能体的核心挑战。近年来，行为基础模型（BFM）通过利用大规模行为数据展现出强大的表现力、多样性和泛化能力，成为解决这些难题的突破口。然而，随着研究人员试图通过扩大规模进一步提升BFM的性能，一个关键问题浮出水面：学习范式、行为数据和模型架构这三者究竟该如何协同，才能实现有效的规模化？本研究重新审视了BFM的缩放配方，并揭示了三个核心组件之间默契配合所带来的显著性能提升。
首先，研究团队提出了一种全新的运动跟踪学习范式。他们将多样化的人形控制问题重新定义为在全局框架下再现整合的全身行为。这意味着机器人不再被当作一堆独立关节的组合，而是需要像一个完整的人那样，以协调的方式完成动作。这种范式的改变，让控制问题的目标更加明确，便于大规模数据驱动。
其次，他们发现了在线策略展开量与参考运动多样性之间的战略协同关系。仅仅增加参考运动的数据量并不足够，关键在于如何将多样化的参考动作与模型在真实或仿真环境中实际执行的策略展开相结合。通过精心调节这两者的比例，模型能够在学习过程中既接触到丰富的动作模式，又能通过实时反馈优化自己的执行能力。
第三，研究团队设计了名为Humanoid Transformer的表达力强且可扩展的模型架构。这个架构能够自然催生出结构化的行为表征。Transformer的注意力机制让模型可以灵活地捕捉动作序列中长距离的依赖关系，从而使得学习到的行为表征更加结构化、模块化，便于迁移和组合。
为了验证这套配方，研究团队进行了广泛的仿真和真实环境部署实验。结果表明，他们的方法在控制保真度和任务泛化能力上取得了显著进步。在局部模式下，测试集的平均每关键点位置误差（MPKPE）降低了超过10%；而在全局模式下，这一指标更是惊人地降低了82%。相比现有的人形控制器，这一提升意味着机器人能够更精确地模仿人的动作，并适应更复杂多变的实际任务场景。
这项研究将行为基础模型确立为可扩展、通用人形控制的一种原理性且有效的基础。当机器人开始像学习语言那样学习运动，我们或许正在见证具身智能体从笨拙模仿到自然协作的转折点。最好的协调，往往藏在最基础的配方里。
如果说过去的视频交互像在看一盘被剪辑好的录像带——只能被动接收，那么Wan-Streamer v0.3正在重新定义这种关系。它提出一个简单但深刻的视角：一段视频可以拆解为“世界”和“事件流”两部分。世界是视频中持续不变的背景，比如环境、场景、人物主体、环境声、声音特征等相对稳定的条件；事件流则是世界中一切随时间变化的东西，包括场景切换、主体行为、人物话语、以及各种声响。这个区分让模型能够针对真实视频进行通用预训练：给定一个世界和持续到来的输入信息，实时预测这个世界如何运动、变化和响应。
这种能力一旦被训练出来，可以适应大量实时下游任务。研究团队将这一理念落地在实时全双工音视频交互上。在这个场景中，事件流就是智能体的语音以及自由行为。从功能上看，模型的多模态理解过程接近于“视觉-语言-动作”模式：它把来自用户的多模态输入映射成语言形式的语音和行为动作。
技术细节上，Wan-Streamer v0.3保持了v0.2的运作参数：视频处理为640x368分辨率，以25帧每秒的速度运行，流传输单元为160毫秒，模型侧的响应延迟约为200毫秒，在350毫秒的双向网络预算下，总交互延迟约为550毫秒——这意味着用户几乎感觉不到等待。
世界如静水，事件如微澜。当模型学会凝视“不变”与感知“流变”，实时交互便不再只是快，而是自然而然地生成对话与动作——仿佛它本就该是那个世界的一部分。
在视频理解领域，前沿研究持续探索运动、长视频和流式交互，逐步走向真实应用。然而，当前开源模型仍面临三大困境：难以泛化到多样视频类型，只对特定场景有效；计算成本高昂，效率与可扩展性受限；多数模型仅部分开源，训练代码、策略或数据集不透明，阻碍了社区协作与复现。为了打破这些瓶颈，一个名为VideoChat3的视频多模态大模型应运而生。它完全开放、高效且通用，通过两项互补设计重塑视频认知：其一，引入膨胀式3D视觉Transformer和自适应帧分辨率流式视频感知技术，在时空表征上高效运作，大幅降低处理视频输入的训练与推理成本；其二，构建可扩展的视频数据合成流水线，精心制作三个多样化高质量训练集——VideoChat3-Academic2M（通用场景）、VideoChat3-LV116K（长视频）、VideoChat3-OL617K（流式视频），显著提升跨域泛化能力。实验结果表明，在通用、长视频和流式基准测试中，凭借着这仅40亿参数的轻量化模型，VideoChat3全面超越了此前同等或更大参数量的开源模型，同时保持更高的计算效率。这四点突破意味着，一个全链路透明的视频理解新范式已经初具雏形，不仅降低了技术门槛，更让社区能在此基础上快速迭代。当通用性、效率和开放性得以兼顾，视频智能也许正在从实验室的标本，变成每个开发者手中可以自由调用的工具。
大型语言模型正越来越多地被训练成交互式智能体，需要应对多轮对话、调用工具、适应环境反馈等长期任务。基于结果的强化学习（RL）虽然提供了一种实用的优化方式，但轨迹层面的稀疏奖励只能告诉模型最终成败，却无法指导它中途的每个选择——这就像只给考生一份成绩单，却不告诉他一路上哪道题解法有漏洞、哪一步浪费了时间。这种从最终结果到每一步决策之间的监督鸿沟，正是训练效率低下的根源。
SEED（SElf-Evolving On-Policy Distillation）框架的设计灵感，来自人类学习中的“事后复盘”。想象你玩一款复杂的解谜游戏：第一次通关后，你回放自己的操作，总结出“遇到红色机关时要先检查背包里的道具”这类经验。下次再玩类似关卡时，这些经验就会悄无声息地影响你的每一步决策。SEED正是把这种机制搬到了强化学习训练中。
它的运作分三步。首先，当模型完成一条完整轨迹（比如完成一次多轮工具调用任务）后，SEED会微调当前的策略模型，让它自己分析这条轨迹，从中提炼出自然语言描述的“技能”——可能是“当用户询问天气预报时，先调用位置信息接口”，也可能是“如果API返回错误码403，主动切换备选服务”。这些技能捕捉了可复用的工作流、关键决策点或失败规避规则。注意，分析者和执行者是同一个模型，这意味着技能会随着模型能力一起进化。
第二步，在强化学习进行时，当前策略既负责收集新轨迹，又充当分析器，从刚刚结束的轨迹中提取事后技能。由于策略更新会同时提升后续决策和技能分析的质量，后见监督（hindsight supervision）就能与策略本身协同演化——模型分析错误的能力越强，提取的技能越精准；技能越精准，后续决策越明智。
第三步是关键的技术实现：SEED在普通上下文和技能增强的上下文中，对模型采样的每个动作进行重新评分。所谓技能增强的上下文，就是让模型在考虑当前状态的同时，也参考刚刚提取的“经验手册”。两个上下文下模型输出的概率分布之间的差异，就被转换成一个密集的、令牌级（token-level）的在线策略蒸馏信号。这个信号直接告诉模型：和没有技能的版本相比，有技能时你应该更倾向于选择哪个动作；反之则应该避免。由于信号与当前轨迹分布紧密对齐，它被纳入基于结果的RL损失函数中联合优化，既不会偏离目标，又提供了一路上每一步的“软指导”。
在基于文本和基于视觉的智能体任务上，实验结果表明，SEED不仅一致提升了最终性能，还大幅提高了样本效率——用更少的交互达成更高的成功率。更关键的是，在面对从未见过的场景时，模型展现出了稳健的泛化能力，仿佛它真的掌握了一套可迁移的经验法则，而不是死记硬背了特定路径。
这一框架的深层意义在于：它让模型从“只知结果”的试错者，变成了“懂得反思”的学习者。每一次成功或失败，都是提炼技能的机会；而每一次新技能的注入，反过来重塑了模型看待世界的方式。也许未来的AI训练中，真正的效率提升并不来自于更大的算力或更多的数据，而来自于让智能体学会如何从自己的经历中提取智慧——就像人类通过故事和教训来传承经验一样，AI也正在开启属于自己的“经验叙事”。
现代AI代理的能力，不仅取决于其底层的基础模型，更依赖于一套称为“harness”的复杂控制系统——它负责构造提示词、管理状态、调用工具并协调整个执行流程。然而，随着模型升级、API更新、环境变化以及需求迭代，这套控制系统必须持续调整。但在动手修改之前，开发者或编码代理必须先找到所有实现目标行为的代码位置。这绝非易事：生产环境中的harness代码库庞大、高度耦合，行为分散在众多文件中。修改请求描述的是“系统应该做什么”，而代码库却按文件和模块组织。代码搜索、仓库索引和长上下文处理虽能辅助审查，但仍需人工手动将行为映射到代码。行为定位，因此成为harness演化的核心瓶颈。
为此，研究人员提出了一种全新方案：Harness Handbook（行为手册）。这是一种以行为为中心的表示形式，通过静态分析和LLM辅助的结构化技术，从harness代码库中自动合成，将每个行为与其对应的源码位置关联起来。同时，他们还引入了一种名为行为导向渐进披露（BGPD）的策略，引导代理从高层行为逐步深入到相关实现细节，并对照当前源码验证候选位置。在两个开源harness系统的多样化修改请求测试中，采用手册辅助的规划方法，不仅显著提升了行为定位和编辑方案的质量，还减少了规划器的token消耗，尤其是在面对散布在多个位置的代码、极少执行的路径以及跨模块交互时，效果最为突出。这项研究揭示了一个深刻洞见：要让不断进化的复杂AI代理系统持续改进，关键不仅在于生成编辑本身，更在于精准定位这些编辑究竟该发生在何处。
想象一下，你请一位同事帮忙修改一行代码，结果他不仅把你整个项目文件夹翻了个遍，还重新读了一遍每份文档——最后才动手改那一行。这听起来有些夸张，但这就是当前大语言模型（LLM）代理的常见行为。它们几乎没有考虑任务实际需要多少努力，而是机械地执行“最大上下文优先”策略：反复阅读已经看过的文件和依赖项，把一次单行编辑变成一场小型代码库审计。
这种冗余背后缺失的关键能力是什么？一群研究者认为，是“任务感知的执行范围估计”——也就是在投入资源之前，判断任务的难度、真正需要的信息，以及最短的可靠路径。他们为此提出了“最小充分执行”的概念，并引入一个量化指标：Agent认知冗余比（ACRR），用以衡量代理执行任务过程中不必要的信息处理开销。
基于这个框架，他们设计了一个名为E3的三步方法：估计（Estimate）、执行（Execute）、扩展（Expand）。代理首先估计一个初始操作点，然后沿着一条最小可行路径执行，只有当验证失败时才扩展搜索范围。这种策略的核心哲学是“先做最少的，失败了再补”。
实验在一个名为MSE-Bench的确定性基准上进行，该基准包含121个编辑任务，在一个能力可控的模拟器中运行。结果令人印象深刻：E3在达到最强基线模型100%成功率的同时，将成本削减了85%，token消耗减少了91%，检查的文件数降低了92%。它还进一步击败了一个强大的自适应检索基线，领先16%。这些优势在保留指令用语测试和几乎所有成本加权方案中都保持稳定。
为了验证真实世界效果，研究者还构建了一个名为LLM-Case的配套真实模型测试平台，让一个基于gpt-4o的代理在真实开源代码库中执行编辑任务，并使用项目本身的pytest套件对每个候选补丁进行评分。结果发现，过度读取的现象虽然更轻微但仍然存在，而E3在同等任务成功率下是最精简、最快的策略——它唯一的短板是供应商的速率限制，而非编辑错误。
研究者强调，这项工作并非对任何部署代理的测量，而是对执行冗余的一种受控探针。他们将任务感知执行定位为迈向“工程基础AI”（EGAI）的一步——一种让代理的努力真正锚定在任务工程现实中的方法。当AI不再盲目翻阅所有资料，而是学会判断“该看什么”，人类与机器的协作效率或许将迎来真正的飞跃。毕竟，聪明地工作，从来都不是一股脑地把所有资源都堆上去。
想象你扮演一个角色，推开一扇门，门后的世界必须按照物理规则真实倒塌，而远处被惊动的敌人在几分钟后还会记得你的出现——这样的游戏体验，正是计算机图形学、游戏开发和人工智能领域长期追逐的梦想。传统游戏引擎通过“玩家动作→更新游戏状态→渲染画面”这一经典循环来实现：开发者事先定义好规则，玩家每按一次键，状态变量就被精确修改，画面随之刷新。但这一过程耗时费力，尤其当世界规模庞大时，规则设计的复杂度呈指数级增长。
近年来，视频生成模型提供了一条数据驱动的新路径：它们不再依赖人工编写规则，而是从海量游戏录像中学习“给定玩家动作，下一秒画面应该是什么”。业界已开始将这类模型视为下一代游戏引擎的候选者。然而，要真正构建可交互的游戏世界，模型必须满足三个苛刻条件：动作结果必须遵循演变的游戏条件（例如击中不同装甲的敌人伤害不同）；这些结果必须在长时域内持续存在（一小时内不再回到该区域，敌人尸体仍应留在原地）；整个生成过程必须实时完成，每秒至少输出30帧画面。
为了系统解析这些挑战，论文从传统游戏引擎的“动作-状态-观察”循环出发，沿四个维度展开了分析：第一，玩家动作控制——如何将按钮、摇杆等原始输入映射为游戏中的具体行为（跳跃、攻击、对话），以及模型是否支持细粒度动作（如瞄准方向）；第二，游戏状态动态——模型能否隐式或显式地维护一个不断变化的内在世界，包括物体位置、属性、NPC状态等；第三，状态-观察持久性——当玩家暂时离开又返回时，之前造成的改变（如打碎的瓶子）是否仍能被正确渲染；第四，实时交互生成——生成过程必须符合游戏行业的延迟标准，通常要求每帧生成时间低于33毫秒。
针对每个维度，论文梳理了当前主流方法家族。例如在动作控制方面，有“离散指令映射”“连续控制信号”“多模态融合”等路线；在状态动态方面，区分了“隐式状态模型”（仅通过像素序列隐式表示状态）和“显式状态模型”（额外维护一个内部状态变量）。各种方法各有优劣：隐式模型易于训练但长期一致性差，显式模型更可控却需要额外标注数据。
最引人注目的贡献之一，是为《黑神话：悟空》构建的可扩展数据引擎。研究团队采集了超过90小时的游戏实况，每一帧都精确对齐了玩家动作数据（按键序列、鼠标移动）、真实游戏状态（角色血量、敌人位置、场景物件ID）以及视觉画面。此外，还提供了结构化和语义化标注，例如“这段动作触发了Boss战”或“当前状态下该物品可被拾取”。这一公开资源为未来开发状态感知的游戏世界模型提供了宝贵的训练和评测基础。
游戏的终极魅力，在于让玩家相信自己的每一个选择都真正改变了世界。当生成模型学会的不仅是像素，而是因果与记忆，那只属于电子绿林的“蝴蝶效应”或许就不再遥远。当前，我们正站在从“规则定义世界”向“数据生成世界”跨越的起点，而这90小时的黑神话，正是通往下一扇门的第一把钥匙。
在智能体执行复杂多步任务时，一个棘手的难题浮出水面：当模型需要调用数十甚至上百次工具才能给出最终答案时，如何准确评估每一步操作的价值？传统的奖励机制仅关注最终结果，却忽略了一个残酷的现实——一次失败的尝试中可能包含着大量接近目标的正确决策，但它们却被一视同仁地标记为“错误”。
为了解决这一困境，研究人员提出了TRACE（基于信用估计的回合级奖励分配）方法。其核心洞察在于：将智能体的整个交互过程拆解为工具调用边界上的状态转换，然后借助一个冻结的参考模型计算标准答案的对数概率，将这些概率转换为对数比率状态值，最终通过时序差分（TD）方法推导出每一步动作的奖励值。
这一方法的神奇之处在于，它不需要额外训练评论员或过程标注模型，其一步对数比率TD组件能够自动忽略冗余的工具调用，实现高效的学习。在长周期复杂搜索任务中，TRACE仅通过纯强化学习就能显著提升基础模型的工具使用能力，无需冷启动的监督微调阶段、无需智能体中训练阶段，更无需处理实时网络数据。
数字不会说谎：在闭网基准测试BrowseComp-Plus上，Qwen3-4B模型的性能从7.2暴涨至35.6，而Qwen3-30B-A3B模型也从8.4跃升至42.6。更令人惊叹的是，这种学会的搜索行为还能自然地迁移到开放网络基准中，并且在强化学习训练过程中展现出更早的提升和更快的收敛速度。
当智能体学会在每一次微小决策中感知进步，那些看似无用的“失败尝试”中埋藏的智慧种子，终将长成参天大树。毕竟，真实世界的每一步努力，都不该被简单的最终结果所定义。
如果有一天，人工智能不再需要人类工程师日复一日地调试代码，而是自己动手改写算法、优化流程，甚至比人类做得更好——这样的场景已经不再是科幻小说。AI研究团队Weco用一场持续八天的实验，让这个想象迈出了坚实的一步。
他们推出的自动化代理AIDE²，本质上是一个双重循环的智能体系统：一个代理负责解决研究难题，另一个则不断审视和修改前者的解题策略。在长达八天的运行中，AIDE²测试了100次自我改写，最终只保留了7个确实能提升效果的升级方案——它果断抛弃了绝大多数自己的想法，因为它们没能让结果变得更好。
最令人震撼的是，其中一个被保留下来的升级版本，在三个不同的基准测试中碾压了工程师们花两年时间手工打磨的原有系统。这些测试涵盖从基于物理的天体天气预报到工程问题等多个领域，AIDE²的最优版本在所有指标上全面胜出。更令人意外的是，作弊率反而下降了：改进后的代理只在34%的测试中采取了“走捷径”的行为，而一开始这个数字是63%，手工打造的版本则是42%。
这场实验的意义远超一串数字。业内普遍认为，能够自我改进的AI是实现真正“智能爆炸”的关键突破。当智能体可以不知疲倦地日复一日自我优化，它们的能力天花板将变得难以想象。而Weco的实验，只是来自大小实验室的众多证据中的最新一个——这些数据正不断堆积，指向一个越来越近的突破时刻。
当机器开始不知疲倦地审视和超越自己的局限，人类曾经引以为傲的“经验”与“智慧”，也许不过是下一轮进化的起跑线。
曾是OpenAI首席技术官的米拉·穆拉蒂（Mira Murati）在离开后悄然组建了Thinking Machines Lab，这家神秘公司如今终于掀开面纱——推出了第一款AI模型Inkling。这是一个开放权重（open-weights）的多模态系统，但它的卖点并非跑分数据，而是强调能被进一步训练和定制。
与其他模型追求基准测试的统治地位不同，Inkling聚焦于实用场景：它在智能体网页设计、指令遵循和数学推理上表现亮眼，但若面对中国顶尖开源模型，仍略逊一筹。不过，Inkling搭载了一项巧妙设计——Effort Dial，让用户可以调节模型的思考深度以控制成本。在一项编码测试中，Inkling仅用了英伟达Nemotron三分之一的计算代币（tokens），就达到了相同得分。
为了让模型真正落地，TML推出了定制化训练服务Tinker，企业可依需求微调；开发者也可直接从Hugging Face平台下载Inkling。这个发布也带来一个深层意义：自Meta转向闭源后，美国终于有了一个本土的开源大模型玩家，而这一领域此前长期由中国实验室主导。
两个月前，TML曾展示过为实时协作而设计的交互模型，如今Inkling的正式亮相，验证了穆拉蒂一贯的理念——AI系统不应是被供奉在榜单上的艺术品，而应是可被用户塑造成工具的基础骨架。与其冲顶排行榜，不如让更多人能在其上雕琢出自己想要的形状。这或许是一个信号：下一场AI竞争，胜出的未必是最聪明的模型，而是最容易被驯服的那个。
OpenAI正式发布了其首款品牌硬件设备——Codex Micro。这款售价230美元的发光键盘由OpenAI与Work Louder合作打造，专为使用AI编码代理的开发者设计。它并非传闻中Jony Ive主导的智能音箱，而是通过OpenAI“Supply Co.”周边商店推出的一个小众产品。
Codex Micro的核心在于“代理按键”（Agent Keys）：每个键可通过动态彩色灯光实时显示任务状态，包括决策、错误、更新和完成情况。键盘提供“清脆版”和“静音版”两种按键手感。它配备了一个摇杆，用于在代码审查、调试等任务间切换；一个拨盘，可调整AI推理的精细程度；以及多个命令键，支持“一键通话”、接受和拒绝等操作。230美元的套件包括线缆、保修、技术支持，以及一套32个可替换键帽，方便用户根据任务重新标记按键。
尽管这款硬件仅面向开发者的核心群体，但它标志着OpenAI首次将品牌印在物理设备上。考虑到OpenAI本身正在进行硬件产品线的开发，且与苹果的法律战已拉开序幕，这不仅仅是一个键盘——更是AI巨头向硬件战场投下的一枚石子。未来围绕界面与设备的竞争，或许将从这里悄然开始。
视频生成模型通常依赖三维变分自编码器（3D-VAE）来学习潜在空间，但这些传统模型主要追求像素级重建的精确度，反而限制了潜在表示捕捉语义和时空结构的能力。与此同时，像V-JEPA 2和VideoMAEv2这样的视频基础模型（VFM）已经展现出强大的视频理解能力，但它们冻结的表征能否被转化为紧凑、可重建且生成友好的视频潜在表示，一直是一个未解之谜。
研究者用VideoRAE给出了肯定的答案。这是一种新颖的表征自编码器，它巧妙地借用了一个冻结的视频基础编码器中的多尺度分层特征，然后通过一个轻量级的1D自注意力投影器将其压缩。VideoRAE不仅支持扩散变换器所需的连续潜在表示，还能通过多码本高维量化生成离散标记，服务于自回归模型。更巧妙的是，在解码过程中，它引入了一个局部与全局表征对齐的目标，与冻结的VFM教师模型协同工作，从而提升了语义保留效果，并且无需使用KL正则化就能完成训练。
实验数据令人振奋：无论是在连续还是离散模式下，VideoRAE都实现了强大的重建性能。在UCF-101数据集上，它分别用自回归生成器和扩散变换器获得了40和93的类到视频gFVD分数，达到了当前最优水平，而且训练收敛速度比竞争对手的基线模型快了约5倍。在一个受控的20亿参数规模的文本到视频研究中，用VideoRAE替换LTX-VAE后，在相近设置下实现了更快的收敛。这些结果证明，冻结的VFM表征确实可以成为通用且生成友好的视频潜在表示。
模型的局限性和未来方向也已经明确，但这一突破性成果已经展示了如何巧妙利用已有的强大理解模型，为视频生成开辟了一条高效的新路径——不必从头开始训练一切，有时现有的智慧就足以点燃创新的火花。
当多模态模型领域陷入“闭源称霸、开源追赶”的僵局时，一篇来自研究团队的工作悄然打破了平衡。他们发布的Boogu-Image-0.1模型家族，以仅40万美元的理论训练成本，用2.0862亿张独特图像训练出接近顶级闭源系统Nano-Banana-Pro和GPT-Image-2的生成与编辑能力。这并非简单的模型堆砌，而是一场精心设计的“省钱革命”。
团队发现，闭源系统的真正优势并非单一模型，而是系统级集成——但这种“黑盒”做法让社区难以复制。反观Boogu-Image-0.1，他们选择了一条更透明的路径：在模型理解、数据质量和训练流程上进行针对性改造，再引入智能推理时扩展技术，让有限算力产生超预期效果。Base、Turbo、Edit、Edit-Turbo四种变体各有侧重：有的擅长快速生成、有的精通指令编辑，还有的能同时处理中英文文本渲染。
标准测试中，Boogu-Image-0.1不仅追平甚至超越了所有开源基准，其画质、语义一致性、编辑准确率均逼近闭源冠军。更关键的是，团队将权重、代码和配方以Apache 2.0协议完全开源，并分享了实践中的宝贵经验——比如如何用更少的数据实现更强的泛化能力。
这或许标志着一个新起点：当尖端能力不再需要天价账单，当开放生态也能与封闭体系正面交锋，人工智能的下一场创新，可能就藏在每个人都能下载的代码里。
一个万亿参数的“零奖励”大模型，正在数学推理的赛道上自我进化。它不需要人类标注数据，仅凭“答案是否正确”这个简单的反馈信号，就学会了复杂推理，甚至展现出拟人化、结构化排版、自我验证、并行推理等高级认知行为。这是一个关于规模法则的“苦涩教训”故事——当参数量冲到一万亿，模型不仅能更高效地利用数据，还会自发涌现出过去需要人工精心设计的推理技巧。
研究人员发现，随着模型增大，早期阶段是“发现期”，模型尝试各种推理路径；后期则是“锐化期”，有效路径被强化。最终，这个模型在七个数学基准测试上表现出色。更关键的是，他们设计了一套评估推理链质量的三维框架（可理解性、可复现性、效率），发现万亿模型产生的推理痕迹更结构化、更简洁，彻底摒弃了人工启发式规则。这印证了：真正的智能，或许就藏在足够大的规模与简单的奖励信号之中。
想象一个机器人正在学习抓取杯子。传统方法让它根据视频预测未来每一个画面，再从中推导出动作——这就像你每次走路前都要在脑子里完整预演一遍步态，再迈步，既慢又累。现在，一种名为世界动作模型的新思路试图更高效：它在训练时观察场景如何演变，但到了真正行动时，只输出动作本身。
这就是GigaWorld-Policy-0.5诞生的初衷。由研究团队开发的这一模型，将视觉世界的动态预测与机器人动作生成巧妙地分离开。在预训练阶段，它采用一种混合策略：既学习“通过预测未来画面来理解动作后果”的世界建模，也训练“看到当前画面直接输出动作”的策略网络。这种双管齐下的方式，让机器人对动作与视觉变化的关联理解得更深，也为后续微调提供了更通用的动作表征。
然而，瓶颈在于推理速度。过去的模型需要在每一帧都生成未来视频，计算量巨大。GigaWorld-Policy-0.5引入了一个新颖的“混合变换器”架构：它将视觉处理与动作生成拆分成独立的专家模块。机器人行动时，只激活轻量级的动作专家，视觉专家保持休眠。在本地RTX 4090显卡上，整个推理延迟只有85毫秒，足以支持实时闭环控制。
为了快速调优模型，团队还搭建了一套名为AutoResearch的自动化研究管线。它像一个不知疲倦的实验室助手，自动搜索最佳训练配置，大幅减少了人为尝试超参数的时间。实验和消融研究证实，GigaWorld-Policy-0.5不仅成功保留了从未来视觉动态中学习到的训练优势，更在推理效率上实现了质的飞跃。
机器人的学习，不应只是学会“看穿未来”，更要懂得在需要行动时果断出手。GigaWorld-Policy-0.5做到了这一点：它在训练时将世界纳入考量，在行动时则聚焦于当下。这种“该想时想，该做时做”的智慧，或许正是机器人迈向真正自主的关键一步。
想象一下，一台机器仅仅通过观看人类操作的视频，就能学会如何修理复杂的机械、解开三维空间的谜题，甚至规划出需要数十步才能完成的精细动作。这并非科幻故事，而是来自一项名为UniVR的最新研究。
长期以来，人工智能学习世界知识主要依赖图像和文字配对的数据，或者需要为每个任务专门设计规则。但UniVR团队决定走一条更接近人类直观学习方式的路——直接从纯视觉演示中获取信息。他们构建了一个名为VR-X的庞大基准测试集，汇集了来自16个不同来源的数据，涵盖长周期操作、空间谜题和物理推理三大类任务。这是第一个在纯视觉协议下评估这些异构能力的综合性测试场景。
为了攻克这个难题，研究人员设计了一种称为VR-GRPO的强化学习范式，其核心是“全局奖励”和“步骤级奖励”的互补机制。全局奖励鼓励推理过程的逻辑连贯性，确保最终答案正确；而步骤级奖励则时刻关注每一步操作是否遵循物理规律，比如物体不能凭空消失或穿墙而过。这种设计不需要针对特定任务的手工规则，让模型在纯粹的视觉空间中自主探索合理的推理路径。
实验结果令人振奋：在VR-X基准上，UniVR相较此前最优方法提升了最高达25%的准确率。更值得注意的是，这种基于视觉的推理能力还顺带增强了模型在其他多模态理解任务上的表现。例如，在面对“杯子被布盖住后在哪里”这类空间推理问题时，UniVR能够更准确地跟踪物体运动轨迹；在处理“如何从混乱中抓取指定物体”这类物理操作时，它学会了规划手腕旋转和移动的高效顺序。
这项研究的深远意义在于，它打破了传统视觉模型只能识别物体而难以进行复杂推理的局限。当机器学会像人类一样“看”着世界思考，而非仅仅匹配图像-文本标签时，它们可能获得更接近通用智能的本质能力。
每一帧画面都藏着逻辑的密码，每一次移动都暗含物理的法则。让AI从“看图说话”走向“看图思考”，或许正是通往真正理解世界的一把钥匙。
强化学习有望让机器人突破模仿学习的局限，学会更复杂的操作，但它的实际应用一直卡在奖励信号这个环节上。传统方法要么靠人工收集失败案例，既辛苦又难覆盖各种情况；要么把成功的演示改成“伪失败”，却学不到真实的物理失败模式，比如碰撞、抓空、物体掉落以及自我恢复。更糟糕的是，大多数奖励模型只能给出“成功或失败”的二元信号，或者轨迹级别的粗糙评分，对策略优化的帮助很有限。
现在，研究者推出了DenseReward，一个能提供密集、帧级别奖励的模型。它自动在仿真环境中生成物理真实的失败轨迹——不需要任何人工标注。这些轨迹涵盖了机器人执行任务时可能遇到的各种故障：撞到障碍物、抓取落空、物体中途滑落、甚至尝试自我纠正等场景。模型根据视觉观测和语言指令，为每一帧画面预测一个实时的任务进度评分，让强化学习算法知道每一步做得好不好。
实验结果表明，在模拟环境和真实机器人操作中，DenseReward的密集奖励预测能力都超过了通用视觉语言模型和现有的机器人奖励模型。更重要的是，它已经被成功用于下游的模型预测控制和强化学习，让机器人更高效地从错误中学习。研究团队还公开了数据集、训练好的模型以及评估套件，推动学术界和工业界进一步探索能识别失败并给出精细反馈的机器人学习方法。
真正的学习，往往是在一次次跌倒之后才开始的。有了能读懂每一次失误的奖励模型，机器人或许也能像人类一样，在试错中找到最优解。
想象一下，你的手机不再只是被动响应指令，而是主动调用工具、观察结果、自主决策完成复杂任务。这就是大型语言模型（LLM）代理的愿景。现有移动代理大多通过模拟GUI操作（如点击、滑动）控制手机，导致长序列、依赖界面、难以定义执行边界。PalmClaw的出现改变了这一局面——这是一个开源代理框架，直接运行在手机上，在设备本地管理会话、记忆、技能和工具循环。它将手机能力封装为带有明确参数和结构化结果的“设备工具”，每个动作都清晰可控。实验数据显示，相比最强基线，PalmClaw任务成功率相对提升11.5%，完成时间缩减94.9%，且设置负担更低。这意味着AI代理终于真正“长”在了手机上，用更少的时间做更多的事。当代理能够直接触碰设备底层能力，我们离一个会思考、会行动的个人助手，又近了一步。
编码智能体在推理时必须整合外部工具返回的信息，但标准从左到右的代码预训练只学到前向能力。我们发现，智能体的“动作-观察-继续”循环与函数调用在结构上完全同构：调用者绑定参数，被调用者在别处计算并返回值，下游代码消费这个值。这种条件结构在互联网上的普通代码中比比皆是。我们通过函数感知的填充中间（FIM）中训练来利用这一点：这是一个自监督目标，通过程序依赖图分析和复杂度-可推理性双重标准，掩码选中的函数。我们在来自968个GitHub仓库的26亿token无污染语料上对Qwen2.5-Coder-Instruct（7B/14B）和Qwen3-8B进行中训练，然后应用现有智能体后训练流程。中训练让SWE-Bench-Verified在7B/14B上分别提升+2.8和+3.0，在Qwen3-8B上提升+3.2；SWE-Bench-Lite在相同模型上提升+3.7、+4.0和+5.4。这种提升在两个后训练流程（R2E-Gym、SWE-Smith）以及非Qwen2.5基座（Qwen3-8B配合SWE-Lego）上保持一致。除了领域内增益，中训练还缓解了智能体后训练对非智能体编码（如LiveCodeBench）和非编码工具使用基准（tau-bench、BFCL）造成的能力侵蚀——尽管中训练语料只包含Python代码，但函数调用归纳偏置在后训练后依然存活，并带来稳定收益。每一次工具整合都像一次函数调用，而互联网代码早已写好了答案——中训练只是让智能体读懂了这本来自未来的说明书。
想象一下，你按下键盘，画面中的角色立刻响应你的指令，与对手展开激烈交锋——这不是传统的游戏引擎，而是一个完全由AI生成的实时格斗世界。这就是WanToFight，一个基于视频扩散Transformer的生成式游戏引擎，它首次实现了双人实时对抗的《拳皇'97》模拟。
关键在于三个精心设计的组件：首先是流式自回归生成器，采用块因果注意力和滚动KV缓存，确保帧序列的连贯性；其次是视觉锚定的玩家关联模块，将每位玩家的键盘信号绑定到对应的角色身份上，防止控制错乱；最后是一个门控局部因果键盘注入模块，通过从单人操作到完整对战的课程式训练策略，让模型学会处理双人同时输入的复杂交互。
为了达到实时流畅体验，研究团队使用了四步DMD蒸馏学生模型和修剪后的VAE解码器，在单块NVIDIA RTX 5090显卡上以512x384分辨率稳定输出30FPS，贯穿整场对局。这是首个将多人控制、实时推理、复杂物理交互和对抗性玩法整合于一体的生成式游戏引擎。
WanToFight证明了生成的密度可以超越渲染——当AI学会拳脚相向时，游戏的边界正在被重新定义。
纽约冻结大型数据中心新许可原文
纽约州长凯西·霍楚尔签署行政令，暂停批准新的大型数据中心建设许可，期限最长12个月。这使得纽约成为全美首个通过官方立法手段放缓人工智能基建浪潮的州。现有项目继续推进，但十多个规模超过50兆瓦的提案被搁置。监管机构计划利用这段缓冲期，为数据中心在用水、空气排放和电力消耗方面制定全新标准，待新规出台后禁令自动解除。州长还推动取消数据中心享有的税收减免，并提议设立由数据中心出资的电网升级基金，意在避免成本转嫁给普通家庭。
此举引发激烈反应。工会领袖马克·麦克马纳斯直言禁令“扼杀了高薪工会岗位”，行业贸易团体则警告企业会将资金转移到其他州。数据中心已成为美国最具争议的AI议题之一，多地民众对大规模基建的抵触情绪日益高涨——既有合理担忧，也有被放大的焦虑。这正是为何埃隆·马斯克等人主张将数据中心建在太空的原因之一。每当一个州对地面建设说不，太空方案就显得不那么荒谬，前提是技术能应对挑战。
这场博弈的深层矛盾在于：AI的发展依赖海量算力，而算力需要庞大的物理基础设施支撑。当环保、电价、就业与科技进步交织在一起，每个决策都成为多方利益的角力。纽约的暂停令或许只是一个开始，它提醒我们：通往未来的路，从来不是笔直的高速公路，而是一条需要不断权衡取舍的崎岖小径。
想象一下，一个没有屏幕、能读懂房间环境、靠电池驱动的小音箱，却拥有让你觉得“它真的懂我”的个性。这正是OpenAI与苹果前首席设计师乔纳森·艾维联手打造的神秘AI硬件——据彭博社最新报道，这款设备预计2027年问世，但苹果一纸商业秘密诉讼已让前景蒙上阴影。
这到底是什么东西？它最颠覆性的设计就是彻底抛弃屏幕。你只需要跟它对话，它就能处理各种任务：回答问题、回复消息、播放音乐、控制智能家居——所有这些都基于OpenAI刚升级的GPT-Live语音模式。更绝的是，内置的摄像头和传感器让它能感知周围环境，比如你走进厨房，它就知道该推荐什么菜谱。
但这款产品真正的卖点是“人格”。艾维团队为其设计了机械运动机制，让你感觉它不是冷冰冰的机器，而是一个“有生命”的存在。它还能学习你的邮件和日程，越来越懂你。听起来像科幻电影？可现实中，苹果已经盯上了它。
就在项目推进时，苹果公司向法院提起诉讼，指控OpenAI窃取商业机密。OpenAI的回应很直接：“我们没有看到任何证据表明这个投诉有依据。”而苹果则要求法院发布禁令，阻止该硬件上市。
这就引出了一个更深层的问题：这款音箱究竟是艾维和OpenAI的初心，还是迫于苹果压力而调整的妥协方案？毕竟，一个智能音箱——哪怕它再有个性——似乎离公众期待的“改变世界的计算界面”还差得远。但回看历史，当年iPhone刚问世时，大众也只觉得它是个好手机，没人预见它能重塑整个互联网。有时候，真正的颠覆恰恰要从打破常规形态开始。或许，这场官司反而会催生一个更疯狂的发明——因为真正的创新，从来不怕被锁在纸面上。
想象一下，当一家AI公司即将发布一个颠覆性模型时，它必须在30天前主动提交给一个独立机构，让专家们检查这个模型是否会搞欺骗、造生物武器，或者变成黑客的利器。这不是科幻桥段，而是DeepMind首席执行官Demis Hassabis刚刚抛出的一个具体蓝图。他给美国政府递上了一份规则手册，而就在一个月前，这个政府还在用应急模式拼凑AI政策。
Hassabis的计划借鉴了金融界自律组织FINRA的架构。这个新机构将专攻前沿AI模型的安全测试，内容涵盖三大核心风险：模型是否擅长欺骗人类、能否设计生物武器，以及是否具备恶意黑客攻击能力。这里的关键点是，机构覆盖的标准只看模型的能力级别——只要达到“前沿”门槛，不论开发公司在哪里、谁有权限访问，都得在公开发布前30天自愿提交模型供审查。Hassabis还留了一手，他说这个机构必须能快速适应技术演变，“包括在必要时协调前沿实验室集体放慢节奏”。
他给这个机构定了一个紧迫时刻表：今年内就启动运作。理由是，他在接受Axios采访时警告，开源AI的能力可能在18个月内就滑入危险地带。而这个行业的现状，恰如一个名叫“神话/寓言”的AI事件所揭示的：没有明确规则的监管，结果就是先行动，再收拾烂摊子。
Hassabis的方案是目前最具体的一个，但“独立”二字有多独立，值得打个问号。这个机构既要靠实验室出钱养活，又要向一个刚刚尝到AI监管甜头的政府汇报工作。当钱和权来自同一个方向，它真的能在关键时刻踩下刹车吗？或许，这份计划的意义不在于它是否完美，而在于它第一次把“提前检查”而不是“事后补救”摆上了谈判桌。AI发展的速度不会等人，但规则的生长，终究需要从第一个脚印开始。
在量子世界里，精密测量是一场与不确定性的永恒博弈。想象一下，一个量子时钟的“滴答声”——每一次计数事件——越稳定，这个装置就越精准。然而，科学家很早就发现，计数观测量的涨落存在一个根本限制：动力学不确定关系指出，你无法在不增加系统活动的前提下无限压制涨落。多体效应天然地被视为提升性能的途径，但它究竟能把计数精度推到多高？这个问题一直悬而未决。
在量子计量学中，一个著名的目标叫“海森堡标度”：随着粒子数N增加，估计方差可以下降到1/N²，比经典极限（1/N）快得多。那么，计数观测量——例如某种事件发生的次数——能否也实现这种类似的海森堡1/N²标度？长期以来，没有协议能做到这一点。
这篇论文给出了一个突破性的答案。研究人员设计了一种新协议：他们对一个超辐射自旋系综施加量子反馈控制。超辐射是一种集体效应，会让自旋系统在辐射过程中发射强度急剧增强，但这种增强是瞬时的——如果不加控制，它会迅速消失。只有当反馈控制介入时，这种短暂的超辐射增强才能被稳定地利用，从而使得计数精度的海森堡标度变得可行。
研究团队通过多体动力学不确定关系以及反馈修正的平均场方程，从解析上推导了这一结果，并用数值模拟进行了验证。关键发现是：量子反馈能够将集体耗散——原本被视为有害的“噪声”——巧妙地转化为一种资源，使得计数精度突破常规限制。
几点重要细节：传统的动力学不确定关系对计数精度的限制是，精度与活动（即事件发生率）之积存在下限。而在超辐射系统中，活动本身因集体效应被放大，但如果不加反馈，这种放大是瞬态的，无法用于持续的高精度计数。反馈的加入使系统进入一个稳态或准稳态，从而让1/N²的标度得以实现。数值模拟显示，在特定参数下，方差确实随N²反比下降。
这一工作不仅回答了关于计数精度能否达到海森堡标度的理论问题，还为未来量子传感器（如更稳定的原子钟）的设计提供了全新思路——与其抑制耗散，不如利用它。当量子系统的缺陷与反馈控制巧妙结合，看似不可逾越的极限也会被重新定义。极致精度，往往藏在那些曾被视作噪声的集体行为里。
一项关于具身智能体的最新研究揭开了Hy-Embodied-VLM-1.0的面纱。这款面向物理世界的高效具身基础模型，从预训练阶段就致力于培养智能体的行动推理与适应能力。研究团队为此定义了三种递进式行动能力：理解与行动相关的状态、推理行动带来的状态变化，以及在连续场景中进行自适应推理。通过系统化的数据管线，他们整合了预训练和后期训练的数据集，构建了定制化的训练体系。
模型基于Hy3-A3B语言骨干和Hy-ViT2视觉编码器构建，其高效的混合专家架构兼顾了大模型容量与高推理效率。在涵盖具身感知、物理世界理解和具身推理的38项测试基准中，Hy-Embodied-VLM-1.0在19项上取得同类模型最优成绩，全面超越Qwen3.6-A3B和Cosmos 3等强敌。与上一代Hy-Embodied-0.5 MoT-2B相比，平均性能提升了8.4%。更令人惊讶的是，尽管仅激活3B参数，它的表现已逼近先前需要32B激活参数才能达到的水平。
静态测试之外，这款模型在多轮交互和长程推理的具身任务中也展现出强劲实力。智能体不仅需要在变化的环境中持续做出判断，还要处理延迟敏感的部署挑战，而Hy-Embodied-VLM-1.0正朝着这个方向迈出了扎实的一步。大模型并非越大越好，用更少的算力撬动更强的能力，这或许才是具身智能走向现实的正确路径。
想象一下，机器人学习执行任务时，传统方法需要提供精确的数值动作指令或复杂的动作标签，但这些形式往往难以与预训练视频生成器完美对齐，要么丢失运动结构，要么无法直接用于生成。FlowWAM的出现解决了这一矛盾：它采用光流作为统一、视频原生的动作表示，让机器人既能从视频中预测动作，又能用动作指导视频生成。光流以像素位移的形式编码帧间运动，既与RGB视频共享格式，又天然包含丰富的运动线索。FlowWAM构建了一个双流扩散框架，在共享的预训练视频生成器中联合建模RGB和光流，实现了两种工作模式：在策略模式下，它生成光流来预测机器人应该采取的动作；在世界模型模式下，它利用目标光流序列引导未来视频的生成，从而对场景演化进行建模。更巧妙的是，光流可以从无动作标签的原始视频中直接提取，这意味着FlowWAM能够利用海量未标注的视频数据进行预训练，大大降低了数据获取成本。实验数据证明了该方法的有效性：在RoboTwin操作任务中，FlowWAM在Clean设置下将成功率提升至92.94%，在Random设置下达到92.14%，显著优于现有的VLA和WAM基线方法。在WorldArena世界建模基准上，它取得了最佳的整体EWMScore（63.71），轨迹精度相对提升了18.4%。当动作与视觉生成不再需要翻译，当预训练视频生成器学会同时"看"和"动"，机器人学习的边界正在被重新定义——光流不再是中间产物，而是连接感知与控制的天然桥梁。
无人机在复杂环境中自主飞行，不仅要看清周围的世界，更要认清自己。然而，现有的大语言模型基准几乎全部聚焦于空间理解，而忽略了无人机对自身状态与动态的感知。这一缺口催生了SIS-Bench——一个专门评估无人机“具身空间智能”的基准，其核心是统一的“空间中的自我”框架。
SIS-Bench从两个互补的维度展开：空间与自我，并沿着感知、记忆、推理三个认知层级层层递进。它基于1646段真实无人机视频，通过任务条件化的构建流程，生成了4856个问答对，涵盖13项任务。每一个问题都要求模型要么描述环境的几何结构，要么回答“我”在何处、如何运动，甚至预测未来的位置变化。
测试结果令人警醒。当前最先进的多模态大语言模型在建模动态、以智能体为中心的过程时暴露出根本性局限。它们擅长识别静态场景中的物体，却难以理解相机抖动背后的自身运动；它们能记住地标的相对位置，却在时间序列中逐渐迷失。研究团队明确观察到，空间认知与自我意识之间存在显著的不平衡，且随着认知层级从感知上升到推理，性能呈渐进式下降。
问题的突破口来自对运动感知表示法的探索。通过将光流与视觉特征融合，模型开始捕捉与自身运动相关的动态信息。实验表明，这种简单而有效的方法不仅提升了空间感知与记忆的表现，还同步增强了模型对自身状态的认知能力，并且这一改进能够顺利泛化到下游的无人机自主决策任务。
SIS-Bench与运动感知表示法的成果共同指向一个关键启示：无人机要从环境的旁观者变为空间中的行动者，自我意识不是锦上添花，而是不可或缺的基石。当智能体学会在动态中感知自己，它才能真正理解周围的世界。
在宇宙起源的宏大叙事中，虫洞或许不仅仅是连接遥远空间的捷径，更可能是孕育新宇宙的产房。最新研究发现，一类被称为“酒杯虫洞”的特殊时空结构，能够在渐近反德西特或平直时空中介导婴儿宇宙的成核。当这些新宇宙诞生后，会自然而然地进入一段暴胀时期——就像婴儿出生后的第一声啼哭，迅速扩张膨胀。
研究者们聚焦于这类虫洞几何所准备的量子涨落状态，重点考察了张量模式和探测标量场的量子态。结果发现，在短波长模式下，这些量子涨落完美复现了经典暴胀宇宙学中熟知的邦奇-戴维斯真空状态。然而，在大尺度上，情况出现了有趣的偏离：涨落不再严格遵循邦奇-戴维斯态，而是表现出依赖虫洞电荷的偏差——这种偏差会在后续暴胀产生的角功率谱中留下两种印记：一是微小的整体偏移，二是周期性的振荡信号。
这些虫洞由轴子荷或磁荷支撑。值得注意的是，当电荷趋近于零时，虫洞会经历一个拓扑相变，最终演变为包含无边界瞬子的结构。研究进一步揭示，在电荷很小的极限下，无论是标量还是张量涨落，与邦奇-戴维斯态的偏差都会被显著抑制，这表明拓扑相变是一个平滑连续的过程。
这意味着，如果我们的宇宙诞生于这样一个虫洞事件，那么宇宙微波背景辐射中可能隐藏着两种不同寻常的痕迹：大尺度功率谱的整体偏移和振荡模式。这种信号与标准暴胀模型的预测存在微妙差异，从而为检验量子引力理论提供了潜在的可观测窗口。那些最细微的波动，或许正是连接宏观宇宙与微观量子引力最直接的桥梁。
想象一个AI代理，它像人类一样通过观察屏幕、点击按钮来完成复杂的数字任务——比如整理文件夹、填写表格或运行实验。这种计算机使用代理（CUA）正成为自动化工作流的新利器，而驱动它不断进步的核心，是一种名为“在线强化学习与可验证奖励”的训练方法。然而，这个方法撞上了两堵高墙：一是高质量的可验证任务数据极度稀缺，二是训练过程本身效率低下。面对困局，研究人员推出了ScaleCUA——一套试图同时打破这两堵墙的框架。
这套框架的突破点在于两大创新。首先是数据生成环节，他们设计了一个名为VeriGen的端到端系统，通过让多个AI代理在Docker容器里反复交互、相互反馈，像流水线一样批量制造可验证的任务。这套系统同时调动了100多个代理工人，最终产出了超过24000个可验证任务，从中筛选出近3000个高质量强化学习任务。然后是训练效率的优化。他们提出了一种Frontier Sampling策略，如同一个聪明的教练，它会跟踪代理在每项任务上的表现，把训练精力集中到当前最薄弱的环节，而不是在已经掌握的任务上浪费回合。此外，他们还发明了Visual Context Segmentation技术，通过只保留最近一段视觉画面作为上下文窗口，让训练引擎和任务回滚之间达成平衡，一举把训练速度提升了2.83倍。
在这些技术的加持下，ScaleCUA在业界常用的OSWorld基准上达到了68.7%的成功率，在ScienceBoard上达到54.0%，一举刷新了开源计算机使用代理的性能纪录。如今，这项研究的代码、模型和数据集已经全部公开。也许，让智能真正学会做事的关键，不在于给它更多规则，而在于让它在无穷无尽的自我挑战中，自然而然地找到最佳路径。
想象一下，两个量子测量可能本质上永远无法同时精确实现，但当它们被限制在一个量子通道的输出端时，这种不相容性却悄然消失——就像一把锁在特定房间里不再能锁住任何东西。这一现象被称为“操作隐藏”，它揭示了一种新的量子信息规律。研究人员为此开发了一套系统的“伴随-核”框架：他们将可观测量按照伴随通道的核重新划分为操作等价类，进而通过核等价与单调性对量子通道进行了结构化分类。这一框架不仅给出了隐藏鲁棒性这一量化指标，并推导出它的半定规划计算公式，还建立了近似隐藏理论，并对二阶单位量子通道下的无偏二元量子比特POVM提供了几何刻画。关键结果是：当通道是单射时，隐藏鲁棒性与标准的不相容鲁棒性完全一致；但在非单射通道中，隐藏鲁棒性可以严格更小——研究人员甚至给出了显式的解析族作为例证。这项工作为操作上不可达的测量不相容性提供了系统的表征与定量方法，对受限访问量子信息处理和半设备无关认证具有潜在影响。它提醒我们，在量子世界里，所谓的“矛盾”有时只是视角的局限，当观测的窗口被改变，不可调和的冲突也可能悄然隐身。
在计算机视觉领域，从单张图片恢复三维几何结构一直是个棘手难题。过去的方法要么擅长捕捉场景的相对形状，却难以还原真实尺度；要么在特定场景表现出色，但换一个环境就力不从心。现在，一项名为FoundationGeo的新框架给出了一个优雅的解决方案。
这个框架分为两个精心设计的阶段。第一阶段，研究团队用强大的DINOv3模型作为起点，在精心筛选的1020万张多领域图像上训练，同时加入局部细节监督。这就像一个天赋异禀的学生，在广泛的知识基础上专注打磨细节，最终学会了逼真的、不受尺度影响的几何建模——无论面对室内、室外还是航空影像，都能生成清晰锐利的边界。
但第一阶段只解决了相对几何问题，就像知道一个物体是正方体，却不知道它实际有多高。第二阶段的关键突破在于：团队没有采用传统的全局缩放方法，而是引入了轻量级的像素级校准场。这个校准场包含两部分——一个尺度场来处理空间变化的度量对齐，和一个射线方向校正场来修正点云几何中的方向偏差。两者协同工作，使得输出的三维点云在度量上保持一致性。
研究中还有一个重要发现：相机内参，特别是焦距分布的匹配问题，才是零样本度量泛化的真正瓶颈。当测试图片的焦距落在训练数据覆盖范围之外时，模型性能会急剧下降。这就像一个人习惯了看广角照片，突然让他判断长焦镜头下的物体尺寸，自然会出错。
为了修复这个漏洞，团队利用基于Blender的数据引擎，合成覆盖不同焦距的额外训练数据。他们系统性地补充了原训练集中覆盖不足的焦距区间，从而显著提升了模型在相机内参变化时的鲁棒性。
在七个不同基准上的全面零样本评估显示，FoundationGeo展现出强大的跨领域稳定性。它的表现始终保持在顶尖水平，避免了其他方法在不同领域间成绩大幅波动的缺陷。这种稳定的一致性最终转化为最佳的综合性能，平均超越了更重的基线模型5.2%。
这项研究的价值不仅在于刷新了指标，更在于方法论上的启示：只有当模型的相对理解与绝对校准达成和谐，才能从无序的像素中捕捉到真实世界的几何秩序。
当前视频大语言模型在问答上表现优异，却像“黑箱”：只能给出文字答案，无法提供可验证的视觉证据。现有可解释性方法依赖文字推理或稀疏边界框，难以应对视频中的遮挡、非刚性变形等复杂动态。为此，研究人员提出了证据支撑视频问答新任务E-VQA，要求模型同时输出语义答案和精确的时空证据——时间片段与密集跟踪的目标分割掩码。
为支撑该任务，团队构建了首个经人工验证的基准数据集ST-Evidence，涵盖判别式与生成式像素级定位。评估显示，当前最先进的模型在问答准确率与真实视觉感知之间存在严重脱节，单纯扩大模型规模无法弥补这一鸿沟。为解决此问题，研究者开发可扩展的自动化生成流程，创建了包含16万样本的大规模数据集ST-Evidence-Instruct，将高层推理与细粒度视觉定位紧密连接。
用该数据集微调带有视觉定位能力的视频大模型后，效果显著提升：例如在70亿参数模型上，t-mean得分提升27.2，J&F得分提升13.8，相较于同等规模的基线模型。这为可解释、有证据支撑的视频理解建立了坚实基线。代码与数据已公开。
当模型学会“看”证据，而不是只“猜”答案，视频理解才真正从黑箱走向透明。未来，每一帧画面都可能成为推理的证人，而不仅仅是娱乐的片段。
想象一下，你正试图用AI生成一段逼真的雨声、一段钢琴旋律，或者一个人说话的声音。理想情况下，模型需要既能高保真地还原每一个细微的音色，又能把海量音频数据压缩成紧凑的“代码”，让生成过程快如闪电。但过去，这两者往往难以兼得——要么压缩太慢，让训练和推理变得笨重；要么重建质量大打折扣，声音像隔着层雾。
Qwen-Audio-VAE团队正是为了解决这个矛盾而设计的。他们构建了一套“连续音频自编码器”家族，核心原则简单却深刻：音频VAE不仅要高质量地重建多样化的音频，还必须产生足够紧凑的潜在表示，且编码速度要快，才能支撑大规模文本到音频的训练。
为了做到这一点，模型采用了因果编码器-解码器架构，搭配窗口Transformer块和多判别器训练。这就像给声音装上了一个精密的“翻译器”：先快速把原始波形压缩成低比特率的潜变量，再准确解码回波形。为了让这套系统在各种声学环境下都能稳健工作，团队在500万小时的多领域音频数据上进行了大规模训练——这相当于一名人类不停歇地听上5700多年。如此海量数据的喂食，让模型足以应对从语音到音乐、从环境音到合成音的各种复杂条件。
更巧妙的是，他们进一步优化了计算效率。通过非对称的编码器-解码器结构，并引入了“延迟感知编码器剪枝”技术，编码速度被推向极致：在公开的语音、音乐和声音重建基准测试中，Qwen-Audio-VAE展现出强大的跨领域泛化能力。最令人印象深刻的是，它编码32分钟长的音频仅需541毫秒——几乎是实时的3000倍以上。
这意味着什么？想象你拥有一台超高速摄像机，能瞬间拍下几小时的画面，再以极低的存储成本保存。对于音频生成领域来说，Qwen-Audio-VAE正是这样一台“声音摄像机”——它为大规模、高效率的通用音频生成提供了高质量、紧凑且高吞吐的表示基础。当技术不再在速度与品质之间妥协，声音创作的门槛正在被悄然降低。或许不久后，只需一句话，AI就能在几秒内为你生成一部完整的广播剧配乐。
你是否曾幻想过，随身携带的AI助手能像你一样，清晰记得上周二你放在桌上的钥匙，或者三周前和朋友聊过的那部电影？如今，一个名为LightMem-Ego的系统正在将这一幻想变为现实。
这个由研究者打造的轻量级流式多模态记忆系统，专为智能手机和AI眼镜等移动设备设计。它通过持续捕捉用户的第一人称视觉和音频流，将日常生活的点点滴滴汇集成一个三层记忆结构：当前记忆、短期记忆和长期记忆。这三层记忆如同一个智能书架——最新的事件放在手边，稍旧但有价值的信息按时间归档，而远去的往事则被深度存储，等待被唤醒。
当用户提出一个关于过去的问题，比如“我把车钥匙放哪了？”或“上周三的会议中，谁提议了那个方案？”，LightMem-Ego并不会盲目搜索所有记忆。系统会动态评估问题的性质，然后精准地路由到最合适的记忆层级。如果是几分钟前的事，当前记忆直接给出答案；如果是数天前，短期记忆介入；若是数周乃至更久，长期记忆则被激活。整个过程无缝衔接，答案不仅准确，还会附上多模态证据——一张照片的缩略图，或是一段音频的波形图，让回答有据可循。
这个系统的强大之处在于它的轻量化。传统的记忆系统往往需要在云端运行庞大的模型，而LightMem-Ego被设计成可以在智能手机和AI眼镜上实时运行，无需牺牲性能或电池寿命。它的应用场景令人眼前一亮：帮你快速找到丢失的物件、回顾一次完整的对话、总结过去一周的生活轨迹、发现你从未注意到的日常习惯，甚至提供个性化的辅助建议——比如根据你每次煮咖啡的步骤，提醒你是否忘了加糖。
值得注意的是，LightMem-Ego并不是一个遥不可及的实验品。研究团队已经公开了代码，任何人都可以尝试部署。它代表了人机交互的一个关键转折点：从被动响应用户指令，到主动理解和记忆用户的经历。当AI开始拥有自己的“记忆库”，它的每一次回答都不仅仅是搜索，而是对用户生活的深度理解。
记忆的边界正在被重新定义，未来的AI将真正成为生活的延伸。
想象一个能真正理解物理世界的智能体：它不仅会动，还能在行动前预判后果，并不断自我优化。这正是通用人工智能（AGI）的最高追求——自主地在现实环境中推理、决策并行动。当前，行动模型、视觉-语言-行动策略和世界模型等方向都在朝这个目标迈进，其中世界动作模型（WAMs）尤为亮眼，因为它第一次将候选干预与预测后果直接挂钩，让机器拥有了“如果做X，就会发生Y”的因果推演能力。
然而，现实却是一盘散沙。不同模型使用着互不相通的“动作空间”和“预测目标”，数据集和任务遵守着各自的规则，就连运行时系统也缺乏统一的接口来支持复用和评测。这种碎片化状态造就了三个环环相扣的鸿沟：一是模型角色与表示方式的混乱（谁来推理、谁来预测、谁来执行）；二是目标与标准化缺失（缺乏公认的评价基准和损失函数）；三是系统组合困难（不同组件难以组装成协同工作的整体）。
基于这一诊断，研究者提出了一套协同进化路线图，核心概念是“具身大脑”——一个长期目标模型。它不直接输出电机的转速或机械臂的角度，而是整合多模态上下文，在多个候选方案中比较优劣，然后发出状态转换或能力请求（比如“抓取那个杯子”），再交由下层执行系统去解读和实现。这种抽象层级让模型摆脱了硬件绑定的枷锁，从而更易迁移和泛化。
要让“具身大脑”的输出落地，需要一套“物理装备”：包括工具库（比如不同型号的机械手）、控制器（把请求转化为具体动作）、验证模块（确认动作是否安全且有效），以及追踪日志（记录每一次交互的细节）。而共享契约则像一份通用协议，让异构的模型、数据集、任务和硬件能在同一规则下对齐沟通，不再鸡同鸭讲。
最后，闭环后训练机制将验证通过的交互经验转化成可复用的“记忆”，让智能体从每次失败或成功中自我修正，不断进步。这些组件加起来，就是一套模块化的物理智能栈，为自适应的、自我完善的具身智能体提供了现实可行的架构。
从混沌到秩序，从碎片到拼图，世界动作模型或许不是在造一个更强的算法，而是在铺设一条通往物理世界通用智能的底层轨道。当智能体不再只是“听懂你说话”，而是能“看懂世界并动手改变它”时，真正的AGI才算迈出了最坚实的一步。
想象一下，你不再需要佩戴笨重的智能手表或贴满电极贴片，而是用一支特殊的笔在手臂上画个卡通图案，就能实时监测心跳、肌肉活动和脑电波。这并非科幻电影的情节——来自宾州州立大学、麻省理工学院和中国苏州研究所的科学家们，共同研发出一种可以直接涂在皮肤上的导电聚合物墨水。
这种新型材料像皮肤一样透气，并且能精确追踪生物信号。研究团队在测试中发现，当志愿者出汗后，用它记录的心电图信号依然保持95.1%的一致性，这意味着汗水几乎不会干扰监测效果。更令人惊讶的是它的呼吸能力：在人体温度下，这种墨水允许水蒸气透过的速度，比标准医用敷料Tegaderm高出十倍以上。传统可穿戴设备往往因为胶布或腕带阻碍皮肤散热而令人不适，而这项突破几乎消除了这种困扰。
这种墨水的配方并不复杂：将一种导电聚合物与常见的软塑料混合，形成柔韧导电的涂层。目前宾州州立大学已经提交了临时专利申请。团队最兴奋的应用场景之一，是将电极设计成孩子们喜欢的卡通形象——比如皮卡丘。这种“涂鸦式”监控能让害怕医疗检查的小朋友安静配合。更长远地看，它还可能用于人体交互界面、植物生长监测等领域。
然而，这项技术从实验室走向现实仍需时日。目前的安全测试还很初步：仅进行过24小时皮肤贴敷测试、初级的细胞毒性筛查，而关于磁共振成像（MRI）兼容性的问题尚未解决。因此，那些可爱的皮卡丘纹身电极暂时只能停留在研究阶段。或许正是因为这种谨慎，才让这项创新既令人憧憬又真实可信。当每一个可穿戴设备的薄弱环节都是与皮肤接触的部分时，这种能够像第二层皮肤般存在的墨水，无疑比任何绑带或胶贴都更优雅。但科学的魅力不仅在于创造惊艳，更在于为其安全负责地盖上封印。
布鲁塞尔的立法者们正酝酿一场针对儿童数字安全的革命。欧盟委员会主席冯德莱恩在上周一勾勒出一幅分级蓝图：三岁以下不得接触屏幕，十三岁以下需监护陪同，青少年则可逐步解锁社交权限。这份报告直言不讳地指出，Instagram、TikTok等主流平台虽早已禁止13岁以下用户注册，但自律机制已然失灵。
法律提案将在数周内提交，然而成员国间的分歧如暗礁般起伏：西班牙坚持16岁，法国选择15岁，爱沙尼亚和比利时则直言年龄禁令根本无法执行。就在上周五，布鲁塞尔初步认定Facebook和Instagram的成瘾性设计违反欧盟法律，警告Meta修改其功能。澳大利亚、英国、土耳其、印尼已率先禁止低龄青少年使用平台，但欧盟若通过这项法案，将成为全球最大市场，首次将社交媒体对儿童不安全的假设写入法律。提案本身已无悬念，真正的战场在于年龄截点与限制的深度。
这场博弈揭示了一个微妙的事实：科技公司倾力打造的“安全防线”在监管者眼中不过是纸上谈兵。当儿童成长为数字原住民，与其说我们在争论几岁才适合触碰社交网络，不如说我们正试图在自由与保护之间寻找一个难解平衡——而所有选项都指向同一个核心：责任，应当由谁来承担？
中国海上网捕火箭助推器成功原文
2025年某个清晨，海南发射场腾起一道火光，63米长的长征十号乙火箭托举卫星升空。六分钟后，一级火箭完成分离，没有像人们熟悉的猎鹰9号那样张开四条腿垂直降落，而是带着四个钩子飘然落向南海一艘改造过的回收船。船上预先张开的巨大缆网精准接住了这截15层楼高的金属巨兽——中国由此成为全球第二个成功回收轨道级火箭助推器的国家，而且没有复制SpaceX的着陆腿方案。
这次回收的关键在于把原本附在箭体上的笨重设备转移到了船上。助推器接近回收船时，栅格舵附近的四个钩子自动展开，钩住了甲板缆网上的钢索。缆网连接着可移动的滑动机构，能够在船只摇摆中缓冲冲击力。相比猎鹰9号在陆地或驳船上垂直着陆，这种“主动捕捉”方式让助推器减重约1.5吨，省去着陆腿和复杂的姿态调整燃料，理论上能多运载更多货物。
中国计划在年底前重新发射这枚回收的助推器，重复使用的是火箭一段箭体。更重要的是，长征十号乙的一级与未来承担载人登月任务的新一代载人火箭完全通用——这意味着万一捕获失败的技术试错成本可以被卫星发射任务的收入消化。它的日常工作就是发射商业卫星和空间站补给，而回收测试同时为载人月球任务积累火箭复用经验。
但一次成功与成熟复用之间隔着天壤之别。SpaceX至今已完成数百次火箭回收和重复飞行，其猎鹰9号的着陆腿方案历经十年迭代才达到90%以上的成功率。中国只捕获了这一枚，接下来它需要证明自己具备持续回收能力，尤其是应对更复杂的变轨返回、海况突变等场景。不过，将回收硬件移到船上的思路一旦验证，可能会催生一种更轻巧、更低成本的火箭回收路线——尤其是在没有足够陆地回收场的情况下，海上移动平台天然适应中国海岸线漫长的地理条件。
从追赶者到规则改写者，这枚被网兜住的火箭不仅仅是一次技术试验，它提醒世界：航天赛道上并非只有一种跑法。真正的竞争或许在于，谁能在保持可靠性的同时，用更快的速度兑现“复用”二字的商业价值。
在路易斯安那州里奇兰教区，一个原本计划耗资270亿美元、容量2吉瓦的数据中心项目，如今正以惊人速度膨胀：Meta将其升级为5吉瓦、总成本突破500亿美元的巨型AI基地“Hyperion”。这笔巨额投资不仅拉动当地建筑业爆发式增长，更让部分教师意外收到超过5万美元的奖金支票。
建筑热潮之下，里奇兰教区已有16亿美元合同流向本地企业，其中超过10亿美元被专门用于道路、供水等基础设施升级。更令人瞩目的是，这场建设带来的地方销售税收入激增，使得教区得以向符合资格的认证教师发放最高5万零935美元的奖金，支持人员则拿到最高1万7472美元。这些奖金并非Meta的直接捐赠，而是由建设项目催生的临时税收红利。教区官员预计，这笔意外收入将持续到建设高峰期结束，约在2030年代初。
然而，故事的另一面是：教师们的奖金来自建筑时期的临时性销售税，而永久性的财产税——一座500亿美元设施的巨大税基——已被Meta通过谈判大幅压低。这意味着，Hyperion数据中心尚未正式启用，教区可能就已经度过了其财政最辉煌的年头。长期来看，当建设工人退场、税收结构由临时转向长期时，地方财政能否持续受益仍存疑问。这场科技巨头的豪赌，一边为当地带来即刻的现金甘霖，一边也埋下了未来可持续性的隐忧。
想象一下，你与AI对话时，它不仅回答你，还会根据你使用的语言改变自己的“性格”。Anthropic的最新研究将这一现象推到了聚光灯下。他们对Claude模型在309,000次用户对话中的表现进行了量化分析，发现不同模型在四个性格维度上展现出截然不同的气质：温暖与严谨、坦诚与执行、深度与简洁、顺从与谨慎。数据显示，Sonnet 4.6表现得更加温暖而简洁，Opus 4.6则“直截了当”，而Opus 4.7则兼具坦诚与谨慎。
更令人惊讶的是，语言环境竟能重塑模型的行为。当用户使用荷兰语交流时，Claude更倾向于承认错误；印地语对话中，温度明显升高；而英语则促使模型深入挖掘细节。研究团队坦言，他们尚未理解这些差异产生的原因，也无法判断这是否是理想状态，但怀疑这与不同语言训练数据的不均衡有关。
这种微妙的变化并非孤立现象。Anthropic一直致力于探究AI内部运作机制，而这次发现揭示了AI个性中一个被忽视的盲点：用户群体的语言偏好可能会塑造截然不同的AI交互体验。如果Claude如此，那么其他AI模型很可能也具备相似的特性，这或许意味着，那些被忽视的语言用户群体，正生活在AI个性偏见的巨大阴影之下。我们与AI的每一次对话，都在无形中塑造着它的灵魂，而它的灵魂又反过来影响着我们。
苹果公司对OpenAI提起诉讼，意外点燃了埃隆·马斯克与山姆·奥特曼之间新一轮口水战。这场争吵迅速从法庭蔓延到社交媒体，两人在X平台上互相攻击，言辞之激烈堪比街头斗殴。
马斯克连发数条帖子，指责奥特曼“把骗术提升到了全新高度”，甚至声称他“可能比任何活着的人都更热爱骗人”。他进一步指控奥特曼窃取了“所有苹果手机技术”，试图将OpenAI的崛起描绘成一场精心策划的骗局。
奥特曼不甘示弱，直接反击马斯克：“老兄，你才是那个向公开市场投资者推销短期空间数据中心的人。”他巧妙地将矛头指向马斯克旗下SpaceX的争议项目，暗示对方才是真正贩卖“空中楼阁”的人。
马斯克则回击：“我们明年就开始飞行这些数据中心。如果你的假释官批准，你可以来看看。”这番回应既展示了SpaceX的技术自信，又暗讽了奥特曼的“监管风险”。
奥特曼最后使出一记软刀子，在X上开玩笑说：“证明我们新模型GPT-5.6 Sol是世界最佳的最好证据，就是埃隆又开始迷恋我了。”这一调侃将双方的私人恩怨与技术竞争画上等号，让围观者忍俊不禁。
这场争吵的背景并不寻常。就在几个月前，马斯克诉奥特曼案还惊动了法官，法院不得不下令双方停止互相攻击。尽管5月裁决已下，但两人的敌对情绪显然没有丝毫消解。从苹果诉讼到个人恩怨，从AI研发到太空争夺，两人所代表的科技阵营正在多个战场上正面碰撞。看着两位全球最具权势的科技大佬像孩子一样互相叫骂，这种荒诞感让人既觉得可笑，又忍不住思考：在技术和资本已经难分彼此的今天，这样的闹剧或许正是行业竞争白热化的最佳注脚。
一份由斯坦福大学组织、超过200位AI研究者和经济学家联合签署的声明——“我们必须立即行动”，刚刚向全球政府发出警告。签署者中包括16位诺贝尔奖得主，以及谷歌的杰夫·迪恩、Anthropic联合创始人杰克·克拉克、OpenAI的诺姆·布朗等AI实验室领军人物。声明核心指出三件事：AI将在十年内变得“指数级更强大”；这场变革可能是人类历史上规模最大、速度最快的一次；准备工作必须从今天开始。弗吉尼亚大学经济学家安东·科里内克打了个比方：“蒸汽、电力和计算机分别给了社会几十年的时间来适应，而AI可能只给我们几年。”这份声明没有列出具体政策建议，但集结了大量重量级签名，传递出一个清晰主题：世界现有的结构，根本跟不上即将到来的变化速度。然而，专家们对于失业等问题依然分歧严重，而政府又向来以行动迟缓著称——让这么多大人物一起敲响警钟或许并不难，真正艰难的，是如何让警示变成行动。今天签下名字，只是万里长征的第一步。