机器之心

2026 年，那么多机器人上春晚，能给大家表演个包饺子吗？相信这是很多人会好奇的一个问题。 但根据最近的彩排报道，这个可能性不大，机器人更有可能被设计为托着托盘呈上饺子。 ...

驱动具身智能进入通用领域最大的问题在哪里？ 我们认为，核心问题在于「跨具身（cross-embodiment）迁移」。 当然，具身智能执行通用复杂任务的核心是一个完善的世界...

高端商战，往往就是这么朴实无华。 OpenAI 上个月才宣布要在 ChatGPT 里加广告，Anthropic 就挑了个超级碗的时间节点，播出嘲讽 ChatGPT 的广告。...

在春节来临之前，海外大模型先来了一波硬碰硬的发布。 北京时间 2 月 6 日凌晨，Anthropic 与 OpenAI 相继推出了新版本基础大模型，分别是 Claude O...

在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。 直觉上，开发者真正想要的其实很简单：让模型更有可能生成「正...

AI 在代替人类之前，先要替代一大波软件？ 昨夜，整个华尔街陷入了恐慌，Anthropic 发布的新一代人工智能工具「Claude Cowork」及其配套的 11 款职能插...

这几天，AI 圈的头号 C 位莫过于这只「龙虾」：Clawdbot（现在得叫它 OpenClaw 了），它几乎把一群开发者折腾得彻夜难眠。 为什么它这么火？因为和以前那些只...

上周末，号称「AI 版 Reddit」的 Moltbook 闹得沸沸扬扬。 最初，凭借「AI 发帖、人类围观」的设定在 AI 社区一炮走红，吸引大量网友围观： 但很快就有人...

白铂 博士，华为 2012 实验室理论研究部主任 信息论首席科学家 引言 本篇是《大模型的第一性原理》系列解读文章的第二篇（点击回顾第一篇），我们将从信号处理的角度解读原论...

谷歌世界模型，再一次惊艳了所有人！ 今天一早，谷歌 DeepMind 开放了世界模型 Genie 3 的实验性研究原型「Project Genie」，允许用户创建、编辑并探...

扩散语言模型（Diffusion LLMs, dLLMs）因支持「任意顺序生成」和并行解码而备受瞩目。直觉上，打破传统自回归（AR）「从左到右」的束缚，理应赋予模型更广阔的...

一个机器人到底需要多「聪明」，你才愿意把它请进家门？ 前段时间，明星具身智能公司 1X 开始预售其人形机器人 Neo。演示视频中，它能从冰箱取水、叠衣服、把餐具放进洗碗机，...

嘿！DeepSeek 又更新了！ 这次是更新了十月份推出的 DeepSeek-OCR 模型（参见：太强了！DeepSeek 刚刚开源新模型，用视觉方式压缩一切）。 当时 D...

1 月 26 日深夜，阿里千问旗舰推理模型 Qwen3-Max-Thinking 正式上线。 该模型在科学知识（GPQA Diamond）、数学推理（IMO-AnswerB...

在大模型快速迭代的背景下，语音交互正从「语音转文本（ASR）— 文本理解 — 文本转语音（TTS」的串联式架构，逐步走向端到端的实时语音生成。这一转变不仅关系到延迟和自然度...

谷歌 2017 年提出的 Transformer 架构事实上已经基本垄断了大模型。 不采用 Transformer 架构的大模型已经是少之又少，而采用非 Transform...

现在的 AI 编程领域，什么概念最热？毫无疑问是 Skill。 在 X 上，一些分享 Skill 的帖子轻轻松松就能获得数十万的浏览量...

马斯克丢了个重磅炸弹： 「AI5 芯片设计进展顺利，特斯拉将重启 Dojo3 的工作。」 简单两句话，包含了特别大的信息量。 Dojo 项目是在 2021 年特斯拉 AI ...

临近春节，各家 AI 厂商进入冲刺阶段，纷纷亮出最新大模型成果。 1 月 15 日，美团也重磅更新自家模型 ——LongCat-Flash-Thinking-2601。 这...