世界模型这两年有个通病:画面能生成,物理规律靠猜。书签掉下去是先碰相邻物体再滑落,还是直接弹开,模型往往给不出符合直觉的答案。魔芯科技11月4日发布的MoWorld 2.0,把重力、弹力、浮力、柔...
世界模型这两年有个通病:画面能生成,物理规律靠猜。书签掉下去是先碰相邻物体再滑落,还是直接弹开,模型往往给不出符合直觉的答案。魔芯科技11月4日发布的MoWorld 2.0,把重力、弹力、浮力、柔...
网页自动化这件事,传统做法是解析DOM、找元素、发点击指令。页面一改版,脚本就挂。微软研究院7月22日开源的Fara1.5换了条路:不看网页源码,只看截图,靠一个观察—思考—行动的循环往下点。基于...
视觉语言模型这两年有个默认的分岔:要么参数堆大去刷榜单,要么压小体量去省算力。阶跃星辰5月29日推出的Step 3.7 Flash走的是第三条路——198B总参数保留模型容量,每token只激活约...
端侧模型这两年有个尴尬的处境:参数小了能力不够,参数大了手机装不下。阿里巴巴MNN团队11月6日开源的MNN-Pocket-0.3B,走的是一条“把容量花在刀刃上”的路子——3亿参数、28层、IN...
腾讯混元11月4日推出Hy4正式版,这代升级集中在三处:训练规模放大、首次引入视觉能力、首次支持电脑操作。说白了,模型不光能读文字,还能看图、能操作软件。官方联合腾讯金融科技FiT组织213位专家...
投研这行有个绕不开的矛盾:真正值钱的是判断,但大量时间花在取数、翻资料、改表格上。阿里云11月2日推出的Qovest,想接手的正是这段重复劳动——你用一句话说清研究对象和要回答的问题,取数、找资料...
AI视频工具这两年冒出来不少,但多数停在“生成一段画面”这步。Looogen这个从2026年10月起在官网公开版本记录的AI影视创作工作台,想做的是一整条链路:剧本、分镜、服化道资产、视频生成、后...
语音助手有个通病,像对讲机——你说完它才说,中途停顿两秒它就抢话。MOSS-Live 这个2026年11月3日推出的全双工实时交互系统,换了个做法:输出语音的同时持续接收并理解输入,按语义判断你是...
地图数据这件事,平时散落在各种接口和后台里,想做个选址评估或者竞品客流对比,得先找开发调接口、再找设计做看板。腾讯地图10月30日推出的LBSwork换了个做法:桌面客户端里内置七位地图专家,你用...
科研智能体这两年大多在干一件事:给一道有评判标准的难题,反复尝试直到解出来。腾讯混元11月2日发布的Hyra 2.0换了目标——不解题,造工具。官方把工具分成两类:符号化工具把方法写成代码、规则或...