📮 AI情报站

三大奇点：软件奇点、经济奇点、科斯奇点。

2026年8月26日周三晚19:30-21:30分享

不是又一只数字果蝇，而是一次对 Physical AI 全栈路线的正面加码

作者 ｜ Matt Foster 译者 ｜ 张卫滨 Netflix 在其文章中介绍了将 LLM 推理纳入内部服务平台的生产经验，讨论了支持不同模型规模、硬件要求以及快速演进的推理引擎所遇到的问题。文章

Tokenizer、视频编码、API报错全扒一遍

大家好，我是刘聪NLP。周五的时候出了两个模型，一个是神秘模型Ox Alpha，大家都猜这个模型是谁家的，我大概猜到了，文末揭秘；还有一个是DeepSeek终于上线了自己的视觉模型 DeepSeek-

音乐生成模型通常先把波形压进连续潜变量，再在潜空间生成。压缩率提高后，高频容易消失，左右声道空间感变窄，相位也会出现不连续。阿里巴巴通义千问、莫纳什大学提出ear-VAE2，直接在复杂频谱上编码，并按

整理 | 傅宇琪、褚杏娟 DeepSeek API 价格再调；GPT-5.6 Sol 模型价格下调， Codex 额度问题引争议；英伟达 AI 服务器涨价超 15%；宇树上市开盘涨超 6 倍后大跌 1

前两天，Anthropic 发了一份 27 页的《Claude Code 创业公司指南》。整份指南来自对十多家创业公司的访谈，想回答一个很现实的问题：Claude Code 真塞进公司日常之后，究竟怎

动态算子赋能图像恢复

机器人开卡丁车连续过弯，一镜到底全自主！

机器人换了身体，智能还能留下多少？

谷歌芯片老将Amir Salek加入Anthropic计算团队。

连续BEV时空建模新范式

银河通用用一场真实对抗证明：大脑、小脑与数据闭环正在融合。 作者丨邓哲敏 编辑丨董子博

将人像重打光重新表述为光照一致的特征传输问题。

用手机随手拍一段人物视频，想得到能从任意方向观看的动态模型，单目画面缺少背面与侧面信息。浙江大学、蚂蚁集团、香港中文大学、香港科技大学等机构提出4DAnyone，先生成多视角一致视频，再把它提升为4D

让视频模型把绳结解开、让齿轮按规则转动，或沿迷宫走到出口，画面好看不等于过程正确。微软研究院、清华大学、麻省理工学院、伊利诺伊大学厄巴纳-香槟分校等机构提出VGI-Bench，用27项任务、810个实

人形机器人把球打出去不算难，既保持职业网球动作风格，又在真实硬件上稳定击球更难。上海人工智能实验室、上海交通大学、诺亦腾机器人、越疆机器人等机构提出AdaPT，从转播视频学习发球与回合动作，并把策略部

四足机器人装上机械臂后，摄像头会随底盘移动，手臂动作也会改变画面。清华大学、上海人工智能实验室、哈尔滨工业大学、云深处科技等机构提出DECOWAM，分别建模相机自运动、底盘和机械臂动作，再联合预测未来

文本生成3D要么逐个预测形状Token，速度慢且前面出错后难以修正；要么反复更新完整3D表示，计算量随精度增加。浙江大学、加州大学伯克利分校、武汉大学等机构提出Block3D，把形状序列切成连续块，块

智能体每次回答前都要阅读天气、日历、搜索等工具Schema。工具组合或顺序一变，普通前缀缓存就难以复用之前的KV状态。上海交通大学、东方理工学院、西安交通大学提出ReCache，让每份资源独立编码，并

多智能体协同攻克复杂视频目标分割。