搜索
材料是 AI 最难进入的行业之一。实验周期长，数据采集难度大；材料的理论性能与成品的实际性能存在差异；并且材料从实验室走到工业界有巨大量产鸿沟。因此，一种新材料从确定原子怎么排列，到在产线上稳定量产，通常要走十年以上。
智能体时代，安全研究不仅要关心模型说了什么，现在还必须进一步回答：它做了什么、为什么这么做，以及这次的执行轨迹是否越过了当前场景明确规定的安全边界。
魔芯科技让4D世界模型MoWorld首次进入华为Mate 90的鸿蒙应用摸小宠，可基于少量照片生成可自由浏览、支持动态与物理交互的4D场景。
TaoMate-H3 是由阿里巴巴 TaoLive AIGC 团队研发的音视频联合流式生成模型。基于 MiniMax H3，TaoMate-H3 将三步 LoRA 推理与自回归生成相结合，能够根据文本
就在刚刚，AI圈迎来全新黑马。
今年以来，RSI（Recursive Self-Improvement，递归自我改进）逐渐从硅谷前沿话题，演变为全球共识。
WPS Comate把企业几十年积累的文档、数据和经验沉淀为AI可调用的上下文，已在中船动力、黄埔文冲、奇瑞等制造企业落地，推动企业AI竞争从模型选型转向上下文工程。
Discovered Materials便是这一趋势下的最新代表，该公司计划利用大量AI Agent集群，寻找可用于制造更高效集成电路的新材料。这家初创公司表示，公司近期从Y Combinator毕业后，已完成一轮900万美元种子轮融资，由Lightspeed India Partners领投
当数字人视频从数秒扩展到数分钟，生成系统面对的核心问题不再只是单帧质量，而是递归生成中的误差累积。
AI体育赛道今年迎来了一波明星资本的押注。