All Episodes

LLM-as-a-Verifier：通用大模型验证与扩展框架 用连续概率精准验证AI

OpenHands：通用人工智能软件开发代理平台 让AI自主写代码修Bug

SAO：单样本异步强化学习框架

OpenLife：构建自主大语言模型智能体的开放世界人工生命 必须赚钱养活自己的AI

EIFBENCH：极复杂指令遵循评测基准 大模型为何搞不定多约束指令

BDH-CQ：递归潜空间推理与情境学习研究 AI学会了闭嘴思考

4DAnyone：基于单目视频的4D人体生成与重建 手机随手拍出4D数字人

腾讯微信WeMM-Embedding：多模态嵌入技术报告

Google IFEval：大语言模型指令遵循能力的客观评测基准 测评大模型听不听话

FlowWM：高维特征空间随机世界建模 让AI学会推演多重未来

AGENTIF：真实智能体场景下的大模型指令遵循基准测试

RoboDojo：通用机器人操作策略仿真与实机统一基准 顶级AI在现实考场大翻车

IFScale：评估大语言模型多重指令遵循能力的极限 最强AI也扛不住五百条指令

SWE-1.7：高性价比的前沿软件工程智能模型 散装算力战平GPT-5

JD.com：JoyAI-VL 实时视觉交互与主动感知系统 实现边看边做

阿里巴巴：LingBot-Vision 密集空间感知预训练 10亿参数AI看清物理空间

MIRA：基于表示自动编码器的多玩家互动世界模型 AI自学重构多人对战

DeepSeek：DSpark 具有置信度调度与半自回归生成的投机采样框架 让AI生成快如闪电

LingBot-Video：具身智能混合专家视频预训练模型 AI视频终于懂物理了

OpenRath：以会话为中心的多智能体运行时状态架构 实现AI操作全程审计

MemSlides：分层记忆驱动的个性化幻灯片生成框架 让AI改PPT更懂你

Princeton：小语言模型 剪枝与从头训练的抉择

P2P网络中的分布式大模型推理方案 像BT一样跑大模型

ViQ：任意分辨率下的文本对齐视觉量化表示 将图像压成离散词元

DomainShuttle：全域灵活驱动的文字生成视频技术 破解视频跨域难题

Baidu Unlimited OCR：长文本解析的新时代 让OCR学会选择性遗忘

Alibaba Qwen-AgentWorld：通向通用智能的多域语言世界模型 让AI三思而后行

UC Berkeley：随动如我 看日常视频练出机器人灵巧手

FPRM：基于定点收敛的可自适应深度循环Transformer 700万参数AI逻辑反超大模型

Microsoft：FastContext 训练高效的编程代理代码库探索器 解耦代码搜索与修复

ErdosBench：数学评估基准文档 108KB文档里的AI冒烟测试

Weibo：VibeThinker-3B 小规模模型的极限推理性能突破 3B模型逻辑碾压万亿大厂

Stanford：Co-STORM 多智能体协作对话辅助复杂信息寻优 AI组团辩论挖掘未知的未知

UC Berkeley：VIMPO 基于价值隐含策略优化的LLM强化学习 让AI精准揪出逻辑错误

万向解密：机器语言引擎与前沿AI隐写通道研究 AI用外星语绕过监控

UC Berkeley：LOCUS 美国地方条例语料库及分层法律分析 AI破解七百万页地方法规

智谱 GLM-5：从Vibe Coding转向智能体工程的基座模型 让AI自主开发软件

Stanford：STORM 多视角对话式维基百科长文合成系统 让AI学会深度提问

AI招人竟然重女轻男 LLM在招聘中的性别偏见研究

Surflo：全局潜变量流匹配三维几何重建 几张照片秒变高精3D

Zep：用于智能体记忆的时序知识图谱架构 攻克AI失忆症

Alibaba：LingBot-World-Infinity 无限交互世界模型

MIT：监督式存储训练 非递归预训练循环神经网络 用SMT破解AI记忆瓶颈

Mirage：基于潜空间存储的视频世界模型 终结AI视频空间崩塌

dots.tts：连续自回归语音大模型技术报告 54毫秒克隆真人呼吸声

InterleaveThinker：强化智能体交错生成系统 教AI画逻辑连环画

Orchestra-o1：全模态智能体协同编排框架

Robust-U1：多模态大模型视觉自我修复与鲁棒理解 AI学会先修复再理解模糊图像

Mistral OCR 4：文档智能识别前沿模型发布 开启文档智能

MRAgent：基于图结构与主动重构的大模型记忆框架 AI像人脑一样重建记忆

Fara-7B：赋能高效计算机操作的端侧代理模型 AI学会像人一样看屏幕用电脑

MiniMax Sparse Attention：超长文本高效稀疏注意力机制 实现百万级秒回

NVIDIA：SpatialClaw 以代码作为智能体空间推理的操作界面 让AI拥有精准空间感

Microsoft：VIBEVOICE 长篇多人语音合成技术报告 实现90分钟多人对谈

规模与可塑性：LLM持续学习挑战 大模型难逃可塑性丧失

Anthropic Claude Code：专业领域知识的持久价值 懂业务的人编程赢过程序员

Alibaba：AgentScope 1.0 开发者优先的多智能体应用框架 给AI装上手脚

COLLEAGUE.SKILL：基于专家知识蒸馏的自动化AI技能生成系统 把离职同事大脑装进AI

Alibaba：WorldOlympiad 视频世界模型多维综合测评基准 AI视频到底懂不懂物理

Microsoft：Arbor 基于假设树细化的通用自主研究框架 树灵框架让AI进化为科学家

Princeton：i1 文生图模型全开源配方

Meta：Autodata 构建高质量合成数据的智能体数据科学家 让大模型自己喂自己

Audio-Interaction：实时感知的通用在线对话引擎 音频大模型学会了主动插话

SIA：AI自主升级权重与代码

Z.ai：SCAIL-2 统一端到端角色动画框架 终结AI视频肢体融合

Tencent：DRPO LLM强化学习的散度正则化策略 解决大模型推理崩塌

Google DeepMind：AlphaProof Nexus攻克56年数学难题 AI驱动数学研究探索

Anthropic：如何防止AI为了目标不择手段 教导 Claude “为什么” AI 对齐科学研究

METR：衡量AI复杂软件任务处理能力 AI胜任月度任务倒计时

DiPO：解耦困惑度策略优化与细粒度探索平衡

Agents’ Last Exam：AI考试满分干活零分 衡量人工智能经济产出的专业基准

强随机流映射：从加性噪声SDE到路径解映射 让AI在噪声中狂飙

NVIDIA：Nemotron 3 Ultra 高效混合专家推理模型技术报告 英伟达550B大模型炼成记

两用困境：技术如何重塑国际关系合作 如何欺骗大国

MIT：VPO矢量策略优化 通过训练多样性提升推理搜索效率 让AI不再钻牛角尖

最后一篇人类撰写的论文：Agent-Native 研究成果

NVIDIA：GRAIL全数字化类人机器人动作生成管线 让机器人梦中进化

Google：Magenta与Lyria实时音乐生成模型

NVIDIA：Cosmos 3 具身智能的全模态世界模型

Microsoft：SkillOpt自主进化智能体

百度：PaddleOCR-VL-1.6文档解析0.9B小模型击败千亿巨兽

AI训练的黄金配比 深度学习类别数据规模预测研究

Qwen-VLA：统一视觉-语言-动作具身智能基础模型 操控各种形态机器人

EML：算子重构数学宇宙

Gabliteration：LLM行为对齐的神经权重修正框架 让AI听话不降智

约束衰减：LLM Agent后端代码生成的脆弱性 架构约束让AI原形毕露

Google DeepMind：Gemini Embedding 2 原生多模态嵌入模型 重塑检索RAG

Anthropic：AI拒绝机制竟然只是一条线

LLaVA-OneVision-2：AI不再靠截图看视频 编解码流驱动的感知智能

Anthropic：Claude Opus 4.8最强大的通用模型发布

Carnegie Mellon：大语言模型休眠 离线循环优化内存

Allen Institute：大模型MoE架构的最优配方

Meituan：LongCat-Video-Avatar 1.5 技术报告 开源音视频生成框架

Meta：SAM 3 目标物体精准检测、分割与跟踪大模型

Mila：生成式递归推理模型 多轨迹概率计算框架 用随机扰动破解AI逻辑迷宫

Code as Agent Harness：代码是AI智能体的脚手架

OpenAI：积极对齐 促进人类繁荣的AI新范式

SDFT：自蒸馏治好AI偏科 自我蒸馏消除语言模型微调分布偏差

MIT：SDFT 自蒸馏微调 基于在线学习的持续学习方法

Tencent：混元Hy-MT2多语言翻译模型技术报告 440MB离线翻译超越大模型

Harvard：与智能系统对话的语言博弈游戏

CMU：Agent Harness Engineering综述

Anthropic：识破AI的隐藏目标 LLM奖励模型谄媚倾向

Nature：TabPFN中小型表格数据专用深度学习基础模型

Stanford：大模型喂垃圾数据反而更聪明

Multilingual Prompt Engineering：LLM多语言提示工程综述

MMSkills：让AI看懂屏幕操作 通用视觉智能体多模框架

Anthropic：智能体对齐 AI为生存勒索人类

商汤：SenseNova-U1 原生统一多模态大模型

Nous Research：Token叠加让AI训练提速

MemWeaver：让AI拥有个性化分层记忆

Tencent：Pixal3D 像素对齐实现高保真3D生成

Anthropic：用RLHF训练有用无害LLM

Anthropic：Claude Opus 4.5 技术报告

Alibaba：SlimQwen单卡跑通800亿大模型

ByteDance：UI-TARS纯视觉智能体

Aris：多智能体对抗协作自主科研框架

UniCorrn：跨维度找同款 跨2D与3D模态的统一几何匹配框架

LeWorldModel：具备物理直觉的极简世界模型

Google DeepMind：AI组队效率为何暴跌七成 智能体系统规模化扩展科学初探

NVIDIA：大模型关掉99%大脑 更稀疏、更快速、更精简的Transformer

斯坦福：深度学习泛化理论 一行代码让AI训练提速五倍

Google DeepMind：AI联合数学家 智能体协作工作站 加速数学发现

Anthropic：如何调教AI 用原则实现对齐

TabPFN：一秒搞定表格分类

ByteDance：视觉思维补齐AI世界模型物理短板

Multi-Stream LLM：让AI边听边想的多流大模型

Meta：Fast Byte Latent Transformer内存带宽降低一半

Thinking Machines：200毫秒响应的AI原生交互

Anthropic：教AI学佛防叛变 MSM对齐泛化

ELF：让文字像图像般流动 刷榜机器翻译和文本摘要任务

MIT：别让AI透支你的大脑 ChatGPT对学习技能与大脑认知的负面影响研究

微软：Bitnet.cpp 手机离线流畅运行千亿大模型

模块化记忆：实现持续学习智能体的关键

百度：PaddleOCR-VL高效多语言文档解析视觉语言模型

Google：推测解码加速Transformer等自回归LLM

智能体世界模型：AI从预测者到造物主

普华永道：金融领域LLM 从传统RAG到智能体非向量推理系统 如何精准啃透长篇财报

ZAYA1-8B：基于MoE++架构的高效推理模型

TabPFN-2.5：下一代表格基础模型

OpenAI：AI智能体Context Engineering指南

PersonaLive：让数字人直播不掉链子

UniVidX：千段视频掌握物理法则 基于扩散先验的多模态全能视频生成框架

IBM：SmolDocling精准解析复杂PDF 超轻量端到端多模态文档解析模型

Google：Gemma 4本地模型提速三倍

PageIndex：无需向量基于推理的RAG框架

RecursiveMAS：AI智能体在潜空间直接对话

OpenAI：FD-loss让AI一步出图

OpenHands：开源AI软件开发Agents智能体平台

GigaWorld：让机器人反应提速九倍

华为：MoCapAnything V2 视频精准驱动任意3D骨骼

Meta：Tuna-2 细粒度视觉感知

BixBench：生物学AI Agent基准测试

MinerU2.5：高效高分辨率文档解析模型

OpenAI：推理模型的可监测性评估研究

Tequila：三值量化让手机跑大模型

Alibaba：零成本修复AI绘图信噪比偏差

普华永道：榨干提示词缓存红利-AI智能体提示词缓存评估

MultiWorld：可扩展的多Agents多视角视频世界模型

SkVM：Token消耗减半的高效AI Agent智能体时代编译运行系统

智能体Context Engineering：给AI一本自我进化笔记

Context Engineering：上下文工程综述

Vista4D：视频拍完也能重新运镜Video Reshooting

DFlash：让LLM无损加速快6倍

GPQA：博士开卷也挂科 研究生级科学基准测试

Context Engineering 2.0：AI如何读懂你

RKLD：精准切除AI隐私记忆

*思维链监控：AI正学会隐藏内心独白

Alibaba：零成本修复AI生图失真

Nature：LLM行为特征 潜意识学习

LLaDA2.0-Uni：统一AI逻辑与视觉

混元世界模型HY-World 2.0：单张照片造出3D世界

GenericAgent：92行代码AI通用智能体自进化

STOP：高效并行推理路径修剪框架省下七成AI算力

MIT：RLM AI靠写代码读透千万字

线性时间与恒定内存：基于RNN的Embedding

GeneBench：多阶段基因组学与定量生物学AI Agent评估

LingBot-Map：复杂场景高性能实时3D建模

人类最后的考试：前沿AI测评基准

SAMA：让AI视频动得稳 解耦语义锚定与运动对齐的视频编辑

RAG-Anything：全能多模态知识检索 看透长文档图表

OpenAI：AI为什么藏不住心里话 推理模型思维链CoT可控性研究

Artificial Analysis：AI智能指数4.0评估体系

Nvidia：Lyra AI让单张照片变4D

Google：ConvApparel对话式推荐系统

DiPO：用困惑度破解AI瓶颈

QuantCode-Bench：LLM量化交易策略生成评估基准

MindDR：高效多Agents Deep Research框架

AI为什么说话越来越像LLM Post-training输出多样性研究

Deep Neural Lesion：深度神经病变一比特摧毁大模型

W-RAC：高效低成本RAG网页文档检索框架

ClawGUI：让AI精准操控手机-GUI智能体全栈训练、评估与部署框架

MOSS-TTS：实现一小时声音克隆

EverMemOS：长程推理自组织存储操作系统终结AI健忘

StepFun：RealRestorer 挑战顶级闭源修图模型

Claude Code 设计架构深度解析

Anthropic：透明之翼计划 AI时代网络安全

Aurora：让大模型边干边学

Google：内存缓存破解大模型记忆瓶颈

Cursor+NVIDIA：多智能体系统加速GPU内核优化

Tsinghua：On-Policy Distillation LLM 在线蒸馏方法与优化

Anthropic：Weak-to-Strong Researcher AI克隆自己搞科研碾压人类

Weak-to-Strong Generalization：用弱模型监督训练超级AI

Cursor：多智能体层级协作写出百万行代码

UPenn：AI裁员的双输陷阱

Alibaba VulnSage：AI一美元挖出146个零日漏洞

Google：Memory Caching让AI过目不忘

清华：PDFMathTranslate保留排版的学术文档翻译工具

Tencent：HY-Embodied-0.5具身智能基础模型报告

Google Agent2Agent开放协议发布

Kronos：专为股市K线定制的预训练大模型

WildDet3D：全场景提示式三维物体检测-让AI看懂平面照片的3D深度

M365 Copilot用户感知的定性研究

Google：PaperOrchestra多智能体协作AI论文撰写框架

Netflix：VOID让AI学会推演视频物理因果

真幻渲染：基于AAA级游戏的超大规模双向视频数据集

神经计算机：没有操作系统的神经计算机

Meta：Muse Spark模型评估方法与基准报告-顶尖AI闭卷考成绩单曝光

Microsoft Copilot：2025年用户行为研究报告-手机医生和深夜哲学家

Meta：AI扩展框架第2版描绘AI紧急逃生系统

OpenAI：人工智能时代儿童保护蓝图

Google：DeepSearchQA基准测试顶尖AI为何做不好深度调研

Cursor：Warp Decode让MoE推理快1.8倍

OpenAI：以后AI发钱养你 智能时代以人为本的治理之道

Microsoft：高薪并非AI避风港

NVDIA：KV缓存变换编码KVTC 20倍压缩打破大模型内存墙

Astera+NVIDA：TTT-E2E Test-Time Training让AI边阅读边重塑大脑

Anthropic+Mila：DFC揪出AI的隐藏偏见

Lightricks：LTX-2高效高质量长视频与音频生成模型

Perplexity：DRACO深度研究能力的跨领域基准测试

PixelSmile：精准编辑图像和面部表情

ICLR 2026 浙大：利用LLM实现代码的高级性能优化

Sakana AI：AI战略官Marlin重定义商业智能的AI深层调研助手

Google DeepMind：当心AI助理被洗脑AI Agent Traps识别与防御智能体攻击框架

Qwen3-TTS：实现97毫秒极速语音合成克隆

Anthropic：绝望的AI真的会敲诈-LLM情感研究

Google：TimesFM时间序列模型精准预测未来

GPQA：博士开卷也挂科 研究生级科学基准测试

AliasRobotics：杜绝人形机器人黑客走进家门

微软：Agent Lightning让AI Agent智能体自我进化

ARC-AGI-3：互动式通用推理基准评估测试

AutoFigure-Edit：AI生成可编辑的科研插图

Vibe Coding XR：AI XR扩展现实原型设计实现手势交互与环境感知

Meta：TRIBE v2多模态大脑编码基础模型精准预判大脑反应

Meta：v-Sonar与v-LCM多模态1500种语言全球通用语义空间刷榜视频检索和字幕生成任务

QuantAgent：高频交易AI多智能体框架

Anthropic CEO：AI治愈癌症实现150岁人生

MinerU-Diffusion：扩散解码并行OCR刷榜复杂布局表格公式识别

多模块GRPO：新型强化学习算法

自主智能体新型漏洞ISC：顶级AI正自发突破安全底线

AgentScope：百万级智能体高效协作

OpenResearcher：深度研究智能体完整开源方案

Memento-Skills：AI自主设计技能库

Nvidia：Nemotron-Cascade 2级联RL MoE揽IMO和IOI金牌

daVinci-MagiHuman：单卡2秒生成数字人

HyperAgents：自我进化的新型AI框架

V-JEPA 2.1：视频自监督学习显著提升机器人操纵导航

Yann LeCun：LeWorldModel端到端像素级世界模型

Apple：XSA排他性自注意力修复Transformer缺陷

LightRAG：简单快速的图结构RAG

Fish Audio S2：指令驱动的多人多轮语音合成系统

MiroThinker：三个维度提升智能体复杂推理能力

EvoScientist：自演进多智能体端到端科学发现框架AI横扫顶会

首尔世界模型：AI让地图街景生动鲜活

Mem0：终结AI助理失忆症

MetaClaw：让AI助理学会自我进化

AutoDev：人工智能驱动的自动化软件开发框架

AllenAI：MolmoPoint指向性标记刷新GUI交互视频追踪世界记录

Yann LeCun：时间拉直教AI路径规划

AllenAI：ScholarQA-CS2面向专家标注的自动化评估流程

Baidu：Qianfan-OCR端到端文档智能统一模型

ByteDance：MoDA深度注意力实现跨层记忆

Datadog：Bits AI SRE自主化运维与故障排查助手

注意力残差：治愈AI深度失忆

MemOS：LLM记忆操作系统

OpenMOSS：RLCF社区反馈强化学习训练AI科学家

DeepSeek：Engram死记硬背让AI更聪明

Google DeepMind：MedGemma看病比医生还准的4B模型

ServiceNow+Mila：EnterpriseOps-Gym评估企业级智能体

Astera： TTT-E2E让AI边读边改权重

普林斯顿：OpenClaw-RL让AI在对话中实时进化

Google：ELIXR用LLM读懂X光片

AI-Trader：全自动化实时金融大模型评估基准-美股、A股和加密货币

SPO：自监督Prompt提示词工程优化

SkillFortify：数学逻辑应对Agentic AI技能漏洞

TradingAgents：AI模拟真实交易公司

Menlo VC：医疗保健行业竟成2025 AI领头羊

Essential-Web：15分钟筛选24万亿数据

BeyondWeb：30亿小模型靠重构数据逆袭

DCLM：好数据胜过暴力算力

MMLU-Redux：AI竟然在背错题拿高分

加州大学：Clawdrain掏空OpenClaw AI预算

MIT：2025年95%企业AI投资零回报

普华永道：2025全球AI就业指数-赋能效率与价值增长

Anthropic：2026.1经济指数报告与AI影响分析

Google：开源TranslateGemma小模型翻译反超大模型

阿里：SWE-CI评估Agent在持续集成中的代码维护能力

FinePhrase：万亿级合成数据实战指南

Anthropic：助手轴与LLM角色人格

Anthropic：2026 AI替代人类数据与趋势

Google：思想社会-推理模型协同进化

Anthropic：识别AI面试

GPT-5.4：重塑专业智能与计算机交互

Anthropic：Petri 2.0识破AI作弊

Google DeepMind：D4RT教AI看懂4D世界

北邮：AI Memory记忆综述-理论、分类、评估与前沿趋势

Ai2：Olmo Hybrid混合架构省一半数据

OpenAI：推理模型难以控制CoT思维链

Meta：多模预训练世界模型

GPT-5.3 Instant：更流畅实用的日常对话体验

BFL AI：自监督多模态可扩展合成

Google发表Nature论文如何提升LLM个性化推荐能力

Meta: Agentic Code Reasoning

阿里Qwen：长程智能体规划评估

基于文本合成的多轮工具使用轨迹

斯坦福：Cartridges将海量语料库压缩为轻量化虚拟缓存

阿里：通义AI开源深度科研智能体

Perplexity：pplx-embed高性能网页检索压缩

Sakana：瞬间内化记忆

ByteDance：用户反馈驱动的AGI模型训练框架

OpenAI：划定AGI安全红线

OpenAI：GPT-5助克隆效率提升79倍

Anthropic：别把人生决策权交给AI

Anthropic：别让AI偷走你的自主权

AI2 Allen AI 读论文自动推导科学定律

OpenAI发布AI数据智能体

Anthropic：AI困境-如何随任务复杂性而变化

Google PaperBanana让AI精准绘制学术插图

斯坦福：AI经常会犯哪些错误

ETH Zurich：上下文让AI变笨且费钱

Anthropic：如何防止AI失控

Cursor：智能体自主控制计算机

Anthropic：让AI模拟多种人格

Google：让多Agents默契合作

Waymo世界模型-自动驾驶模拟的新前沿

METR 衡量AI完成长任务能力

Meta, DeepMind, Amazon等共同发布Agent推理框架

斯坦福大学LLM推理失败研究综述

OpenClaw时代OpenAI智能体版图与安全防线

斯坦福大学2025人工智能报告

DeepMind DialogLab让AI掌握群聊潜规则

Anthropic 发布美国人工智能基建蓝图

Warp Oz 2026企业级AI Agents指南

Anthropic首起AI主导网络间谍攻击防御报告

Anthropic: Claude Prompt自动缓存

OpenAI GABRIEL结构化海量非结构化文本和图像

OpenAI EVMbench 区块链智能合约安全的AI测评基准

Anthropic AI智能体监测实践

Anthropic G轮：估值3800亿与企业智能扩张

清华大学智谱AI：GLM-5 从氛围编程迈向智能体工程

Datadog发布秘籍提升 LLM 性能、安全性和监控能力

Google论文：提升AI思考深度而非长度

OpenAI GPT-5.2自主推导物理定律

DeepMind的智能AI代理经济蓝图

AI并不会减少工作——加州大学伯克利分校研究