人工智能
腾讯任命姚顺雨为首席AI科学家，升级大模型研发架构迎战AI新赛道
腾讯正式任命前OpenAI研究员姚顺雨为首席AI科学家，并向总裁刘炽平汇报。同时，公司宣布升级大模型研发架构，新成立AI Infra部、AI Data部和数据计算平台部，以全面强化底层技术能力。姚顺雨在AI智能体领域成就卓著，其加入与架构调整彰显了腾讯在AI新赛道发力的决心。
百融云创硅基员工：RaaS模式驱动AI Agent商业创新与激励相容应用
本文探讨了AI商业化落地中的核心矛盾——“激励不相容”，并介绍了百融云创提出的破局之道：RaaS（结果即服务）商业模式。该模式将AI从“工具”升级为“硅基员工”，企业按实际业务成果付费，与AI厂商结成价值共同体。文章详细阐述了百融云创实现RaaS的三大技术突破（主动引导、决策优选、毫秒级响应），并展示了其在金融、运营商、政务等多行业的成功应用案例，展望了“硅基员工”重塑未来企业劳动力结构的趋势。
具身智能通用突破：情境数据采集驱动物理智能发展
本文探讨了具身智能发展面临的数据瓶颈，并重点介绍了深度机智公司通过“情境数据采集”模式破解这一难题的创新实践。文章指出，传统数据采集方式导致模型过拟合，而基于人类第一视角、融入丰富环境上下文的情境数据，能让AI理解动作背后的逻辑，实现技能的泛化迁移。深度机智与高校合作建立示范中心，利用自研DeepAct引擎大规模采集真实场景数据，为构建通用的物理智能系统奠定坚实的数据基础，推动机器人从机械模仿走向真正的自主智能。
它石智航发布全球首台自主刺绣机器人，以AI+全栈技术引领柔性精细制造新突破
2025年12月19日，它石智航发布了全球首台具备自主刺绣能力的机器人，展示了其在亚毫米级柔性精细制造上的突破。该技术成功应用于工业线束装配等复杂场景，标志着具身智能规模化落地取得关键进展。其核心依托于DATA-AI-PHYSICS三位一体的全栈解决方案，包括以人为中心的SenseHub数据采集系统、TARS AWE 2.0具身基础模型以及为AI而生的专用硬件体系，为行业提供了可复制、可扩展的工程化路径，推动具身智能从概念走向实用。
AGI发展前景：物理限制与技术进步潜力的学术交锋
本文深入探讨了AGI发展前景的学术争论。卡耐基梅隆大学教授Tim Dettmers基于物理原理提出AGI可能无法实现的观点，认为计算存在根本性物理限制，GPU进步已接近尾声，线性改进需要指数级资源。而加州大学圣地亚哥分校教授Dan Fu则持乐观态度，指出当前AI系统硬件利用率低下，仍有巨大提升空间，并提出了训练效率优化、推理架构改进等具体路径。文章还对比了中美在AI发展理念上的差异，最终指出AGI的实现可能需要硬件、算法、应用等多条路径的协同推进。
机器之心回顾2025全球AI顶会与展望2026学术社区趋势
本文回顾了机器之心在2025年围绕ICLR、CVPR、NeurIPS等全球顶级AI会议，在8座城市举办的11场社区活动，包括深度论文研讨和人才交流Meetup，成功构建了连接全球研究者的有温度平台。同时，文章展望了2026年，计划推出更丰富的活动系列，如“AI顶会Happy Hours”，并诚邀科技企业、高校及投资机构等合作伙伴加入，共同深化AI学术与产业生态的连接与合作。
腾讯加速AI布局：混元大模型开源，推动智能体与应用落地
2025年末，腾讯通过引进前OpenAI科学家姚顺雨、升级AI研发架构、开源混元世界模型等一系列组合拳，全面加速其人工智能战略布局。公司正着力打通从底层模型研发（如混元大模型）、工程化基础设施（如AI Infra部、TI平台），到中层工具链开源（如Youtu系列组件），再到上层行业应用落地（如金融、传媒、零售等场景）的全链路能力，构建“研究+工程”双轮驱动的AI生态体系，旨在推动智能体（Agent）技术普及并创造实际商业价值。
微观空间智能：AI驱动分子结构与药物研发的视觉语言模型基准挑战
来自中国顶尖高校与机构的研究团队联合发布了全球首个微观空间智能（MiSI）基准测试——MiSI-Bench。该基准包含16.3万个问答对和59万张分子图像，系统评估视觉语言模型（VLM）感知和推理原子、分子等微观实体空间关系的能力。研究揭示了当前顶级AI模型在微观空间推理上的潜力与局限：经过微调后，模型在复杂空间变换任务上可超越人类，但在依赖深度领域知识（如氢键识别）的任务上仍有差距。这项工作为AI在药物设计、材料科学等领域的应用奠定了重要评估基础，是迈向科学通用人工智能（Scientific AGI）的
北京智研院NPR框架：原生并行推理加速大模型复杂任务处理
北京通用人工智能研究院（BIGAI）提出原生并行推理器（NPR）框架，旨在解决大语言模型处理复杂推理任务时的瓶颈。该框架通过“自蒸馏+并行强化学习”三阶段训练范式，使模型获得内在的并行推理能力，能同时探索多条路径并汇总结果。实验表明，NPR在多个高难度数学推理基准上显著提升了准确率与效率（最高加速4.6倍），且并行行为稳健，为下一代AI智能体的发展提供了新思路。
DeepSeek提出流形约束超连接mHC架构，解决大规模模型训练稳定性难题
DeepSeek研究团队提出创新性“流形约束超连接”架构，通过将残差连接矩阵约束在双随机矩阵流形上，并辅以Sinkhorn-Knopp算法和定制化基础设施优化，成功解决了传统超连接在大规模模型训练中的数值不稳定和显存开销过大难题。实验表明，mHC在27B模型训练中仅增加6.7%的时间开销，即实现了显著的性能提升和卓越的训练稳定性，为大模型架构演进提供了新范式。
AI Tools Nav 收录了全球优质的 AI 工具与人工智能应用平台，覆盖 AI写作、AI绘图、AI编程、AI音频处理、AI视频编辑、AI办公自动化、AI搜索引擎 等多个领域，持续每日更新，让你快速找到好用的 AI 工具，提高工作与创作效率。