搜索
「套壳」是 Cherry Studio 最大的标签。但这个「壳」，在过去一年成了 GitHub 上增长最快的 AI 桌面应用之一。Cherry Studio 最初的目标很明确，就是帮用户在不同大模型之间自由切换，做一个更好用的聊天客户端。
从物理视频生成到运动迁移，再到可控世界建模。
人工智能可以在很短的时间内生成成千上万种候选材料，但真正进入实验室后，其中许多可能根本无法合成。
端到端策略模型在物理世界频频失灵，研究者转向 “大模型智能体 + 工具调用” 自救，试图在动态物理世界中持续学习。然而，这条在线学习路径在物理世界仍未真正走通。
过去一年，Coding Agent 正在迅速改变开发者写代码的方式。
Gemini 领跑，GPT表现平平，国立清华、英伟达提出双奖励孪生网络，告别算力焦虑。
给AI一句“生成一款坦克大战游戏”，代码很快跑了起来。
忘了之前跟哪个朋友聊天，他说字节跳动做产品的速度，可能要超过市面上 80% 的创业公司。
面对大模型规模与硬件内存之间高达20倍的算力鸿沟，不重训的“1比特量化”如何把千亿参数的硅基大脑塞进微型设备？
济州岛，KDD 2026，太热闹了。