共 30 篇文章
2026年4月21日，阿里巴巴Qwen团队发布了Qwen3.5-Omni的技术报告。 这是目前公开的最强全模态大模型之一，在215个音视频评测任务上拿到了最高分，在多个关键指标上超越了谷歌的Gemini 3.1 Pro。 但数字本身不是最有意思的部分。 这篇文章会带你把技术报告里真正重要的内容都过一遍，包括那些藏在细节
有一个问题，做AI研究的人其实很少认真想过： 同样一句话，换个说法，大模型的表现会差多少？ 答案是：差很多。而且这个差距，有规律可循。 从一个奇怪的现象说起 用过ChatGPT或者DeepSeek的人，多少都有过这种体验：同一个问题，换个方式问，答案质量明显不一样。 来自FaceMind和香港中文大学的研究团队，最近发
2026 年 3 月，Google DeepMind 发布了一篇论文，题目叫《AI Agent Traps》。把所有已知的、针对 AI Agent 的攻击方式，第一次完整地梳理成一套框架。
为什么AI在训练时会像着了魔一样，反复犯同样的错误？ 就像一个学生做数学题，第一次因为"看错题目条件"丢了分，第二次还是同样的原因，第三次、第四次……明明每次都在"学习"，却总是在同一个坑里摔跟头。 这不是偶然，而是当前AI训练方式的一个致命盲区。 隐藏陷阱 现在主流的AI训练方法，都在用一
前几年就在想，什么时候AI生成的视频能像真实拍摄一样自然？ 不是"乍一看还行，仔细看就露馅"的自然，而是物理规律、动作逻辑、声画同步都对的那种自然。 字节跳动发布的Seedance 2.0，可能是目前最接近这个目标的模型。 SD2 技术文档：https://arxiv.org/pdf/26