近日，英伟达创始人黄仁勋投资了一家成立仅一年的机器人公司，引发科技界广泛关注。该公司由浙江大学校友领衔，核心团队成员均为华人，凭借在人工智能与机器人融合领域的突破性进展，迅速获得全球顶级资本青睐。此次投资不仅凸显了华人科技力量在全球创新格局中的崛起，也反映了黄仁勋对前沿技术赛道的战略布局。公司已成功开发出具备自主学习与高精度操作能力的新一代智能机器人，预计将在智能制造与服务领域实现广泛应用。
百度智能云近日推出Qianfan-VL系列大模型，并宣布全面开源，标志着其在人工智能领域迈向实际生产力应用的重要一步。该系列模型依托百度自研的昆仑芯进行高效计算，在多尺寸视觉与语言任务中展现出卓越性能，显著提升了模型在复杂场景下的推理与生成能力。通过结合昆仑芯的强大算力支持，Qianfan-VL在响应速度、能效比和可扩展性方面实现优化，进一步推动AI技术在产业中的落地应用。此次开源举措不仅体现了百度云在智能模型研发上的领先实力，也为开发者社区提供了高价值的技术资源，助力构建开放、协同的AI生态。
字节跳动Developer AI部门负责人朱元硕将出席在上海举办的QCon技术大会，分享公司在自主规划Agent领域的实践经验。他将重点介绍由字节跳动DevInfra团队研发的最新成果Aime，该系统已在内部多个开发流程中实现自动化任务规划与执行，显著提升研发效率。作为字节跳动在AI驱动软件工程领域的关键探索，Aime展现了Agent技术在真实工业场景中的落地能力。此次演讲将深入解析其架构设计、训练方法及实际应用案例，为行业提供前沿参考。
在开放世界游戏中，实现NPC行为的自然流畅是提升沉浸感的核心。然而，当前许多设计仍停留在增加NPC数量或丰富交互动作的表层，忽视了支撑这些表现的底层架构。研究表明，真正生动的游戏世界依赖于一个协同稳定的技术框架，该架构需整合行为决策、环境感知与多智能体协调机制。通过构建统一的行为树与动态调度系统，NPC可在复杂环境中表现出连贯且合理的行动逻辑。唯有夯实这一基础，才能让NPC行为摆脱机械重复，真正实现如现实般自然流动的整体生态。
Temporal公司近日宣布与OpenAI达成合作，推出面向AI Agent的持久化方案，并已启动公开预览。该集成服务使基于OpenAI框架构建的AI代理能够实现持久化执行，显著提升其在真实环境中的稳定性与可靠性。通过这一集成，开发者可轻松应对LLM用量限制、网络中断及系统崩溃等常见挑战，无需额外增加代码复杂性。此项技术突破降低了构建高可用AI应用的门槛，推动AI代理在复杂任务场景中的广泛应用。
北京大学与字节跳动团队联合提出一种新型树形强化学习算法——BranchGRPO。该算法在扩散反演过程中引入分叉与剪枝机制，允许多条学习轨迹共享前缀并在中间步骤动态分叉，有效提升了探索效率。同时，通过逐层奖励融合策略实现稠密反馈，显著增强了训练过程中的信号密度。实验表明，BranchGRPO相较传统的DanceGRPO，在学习效率上实现了近5倍的速度提升，为复杂序列决策任务提供了更高效的解决方案。
在Scale AI推出的最新软件工程基准测试SWE-BENCH PRO中，GPT-5的编程能力表现引发关注。初步结果显示其任务解决率为23.3%，略高于Claude Opus 4.1的22.7%和Gemini 2.5的13.5%，但深入分析发现，GPT-5有63.1%的任务未提交。若将未提交任务纳入统计，其实际有效得分将远超表面数据，达到Claude的两倍，展现出戏剧性的反转。这一结果揭示了当前AI模型在编程任务评估中表现与完成度之间的复杂关系，也对测试标准提出了新的思考。
在最新的GPT-5编程测评中，出现了令人意外的反转。初步数据显示，GPT-5、Claude Opus 4.1和Gemini 2.5在SWE-BENCH PRO基准测试中的任务解决率分别为23.3%、22.7%和13.5%，均未超过25%。然而，进一步分析揭示，高达63.1%的任务未被模型提交。若将未提交任务纳入评估体系，GPT-5的实际表现显著优于对手，其有效解决率约为Claude Opus 4.1的两倍。这一发现源于Scale AI推出的新软件工程基准SWE-BENCH PRO，凸显了当前大模型在复杂编程任务中仍面临巨大挑战，同时也提示评估方式对结果解读具有关键影响。
创始人栗浩洋近日在社交平台透露，其两个儿子自小学二年级起便开始使用松鼠Ai进行学习，到三年级时已掌握相当于八年级的物理知识，学术水平超越初中毕业生。目前，两兄弟已在初中阶段脱离传统学校体系，转为在家通过人工智能系统接受教育。这一实践体现了AI教育在个性化学习路径中的巨大潜力。据悉，由俞敏洪投资的这家AI教育企业，尽管负债高达9亿元，仍保持稳健运营，并计划将业务拓展至美国，推动全球范围内的教育革新。
在Hot Chips 2025会议上，谷歌Gemini项目的联合负责人、Transformer模型的共同发明者Noam Shazeer就人工智能通用性（AGI）的发展方向发表见解。面对当前大型AI模型对算力、存储和网络连接的迫切需求，他指出，制约AGI进一步突破的关键因素并非单纯的算力或存储能力，而是复杂的网络连接效率。Shazeer强调，在分布式训练中，模型参数的同步与通信开销已成为性能瓶颈，优化芯片间和系统内的数据传输架构比单纯提升计算能力更为重要。这一观点为未来AI基础设施的设计提供了新的思考方向。
在QCon伦敦大会上，Ludi Akue分享了其团队在绿色IT实践中的系统性成果。该团队通过四个关键步骤降低信息技术对环境的影响：首先进行生命周期评估，全面识别IT产品或服务在各阶段的环境负担；其次设定明确的10%减排目标，推动可持续改进；随后通过简化IT架构减少复杂性，有效降低能耗；最后优化前端设计，在提升用户体验的同时减少资源消耗。这些实践不仅增强了技术效率，也促进了技术发展与气候目标的协同推进。
近期，西湖大学推出的WorldForge技术在空间智能领域开辟了新路径，致力于实现无需训练的世界模型。该技术突破传统依赖大量数据训练的模式，使人工智能具备对三维世界的深层理解能力。通过创新的算法架构，WorldForge能够自动生成高度逼真的视频片段，其视觉效果几可乱真，在互联网上引发广泛关注与热议。这一进展不仅推动了人工智能在环境建模与场景生成方面的能力，也为虚拟现实、自动驾驶等领域提供了新的技术可能，标志着我国在空间智能前沿研究中的重要突破。
传统工业级3D虚拟世界的构建方法耗时耗力，难以满足高效创作需求。新框架LatticeWorld通过AI技术革新了这一流程，实现了从一句话描述或一张草图到高仿真3D虚拟世界的快速自动生成，构建效率提升高达90倍。该技术显著降低了专业门槛，大幅缩短开发周期，为内容创作者提供了前所未有的高效工具。
IBM最新推出的工具调用判断器ToolRM，显著提升了智能体在工具调用中的准确率，增幅高达25%。作为智能体（Agent）的核心功能模块，工具调用（Tool-Calling）被视为大型语言模型（LLM）的“双手”，使其能够调用API、数据库、计算器和搜索引擎等外部资源，极大扩展了AI的执行能力与任务覆盖范围。ToolRM通过优化决策机制，有效增强了LLM在复杂环境下的工具选择与使用精度，为智能体的技术演进提供了关键支持。
近日，Anthropic旗下AI模型Claude被广泛质疑“降智”，多位开发者反馈其推理与生成能力显著下降。官方回应称问题源于基础设施的临时bug，并已修复。然而，这一解释未能平息争议，用户指出性能下滑持续多日，影响实际应用，质疑官方将系统性缺陷归咎于技术小故障。更引发不满的是，尽管承认模型表现未达承诺标准，官方并未提供任何补偿或退款方案。批评声音认为，此举暴露了AI服务在透明度与用户权益保障上的缺失，迟来的说明难以挽回信任。
LinkedIn利用其现有的消息系统构建了一个企业级的多智能体AI系统，通过将生成式AI应用平台扩展至支持多智能体协作，实现了高效的工作流自动化。该公司重新利用成熟的消息基础设施作为协调层，避免了从零构建新的协调技术，显著降低了开发复杂性与部署成本。这一架构使智能体之间能够在全球范围内进行可靠通信与任务协同，支持复杂的多步骤工作流程。借助该系统，LinkedIn不仅提升了AI应用的可扩展性，还确保了系统的高可用性与稳定性，为未来大规模智能体部署奠定了基础。
