搜索
理解生成统一模型（Unified Multimodal Models, UMMs）正在成为多模态模型的重要发展方向。相比传统的理解模型 + 生成模型，UMM 希望在同一个模型中同时完成视觉理解和图像生成，让文本和图像能够在统一上下文中被理解、推理和生成。
你敢相信么？
近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。
就在刚刚，X上网友「三只草莓」爆料，SSI正在探索一种基于TTT（Test-Time Training，测试时训练）的小型推理引擎。 据其描述，这个模型会用专门整理的数据学习「如何学习」，再在解决问题的过程中更新部分权重。
功能型SSD在这条数据链中的合理角色，不是自行判断一段经历是否值得记住，而是在Runtime已经给出对象和策略后，靠近数据执行确定性工作。例如按租户选择密钥，按生命周期放置数据，压缩与去重可缩减的对象，维护索引页与元数据，优先完成即将被推理使用的回载，并把尾延迟、写放大和介质健康反馈给上层。语义决策留在Agent和Runtime，数据执行尽量靠近介质。
过去两年，self-reflection、self-correction、self-play、agentic RL、skill learning、test-time adaptation、open-ended evolution、self-evolving agent等概念不断涌现。
2026 年 1 月，Floatboat 客户端把文件管理器、编辑器和浏览器直接做成 Agent 的运行环境，开创了 Agent 桌面工作台这一形态；4 月，FloatIM 把人与 Agent、Agent 与 Agent 接成一张办公网络，任务可以跨人、跨 Agent 交接而上下文不断；5 月，FloatSchedule 让 Agent 不必等人下指令，按日程自己开工。
「Optimus 会是一款史诗级（epic）产品。」
本期播客，No Priors 请来了一位在 AI 推理领域被业内称为「教父级」人物的研究者Noam Brown。他是 OpenAI 的研究科学家，也是推动「test-time compute scaling」成为行业主流方向的关键人物之一。从扑克 AI 到前沿大模型的评估方法论，Brown 的研究轨迹几乎与整个行业对「推理」认知的升级同步。
Acrab的Agent Box在这个背景下出现。它没有停在“把模型装进桌面设备”这一步，而是把模型、个人数据、Runtime、工具链和Agent编排放进同一套系统，让Agent能够保存上下文、调用工具，并在不同应用之间连续完成任务。