General Intuition等机构开源MIRA，用RAE构建实时多玩家交互世界模型

ICLR 2026 | 交互的两个大模型，内部表征会“同步”？

ICML 2026 | CausalGame：在游戏化交互中评测LLM智能体的因果思维

Talk预告 | 上海人工智能实验室周云松：在世界模型中植入物理知识，实现可扩展机器人学习

SIGGRAPH 2026 | VeraRetouch：多任务推理式照片修图框架

回顾｜一场闺蜜式夜谈：读懂学术界女性研究者的坚守与焦虑

直播 | 对话CCF优博、南开大学教授范登平：聊聊“ CCF优博筹备分享”

报名｜陈天行 × 陈昭熹 × 戴若犁 × 龚超慧 × 李弘扬：不同来路的具身创业者闭门聊天局

Google DeepMind提出AsyncPatch Diffusion，支持异步生成、原生补全与自适应采样

CVPR 2026 | 拒绝堆算力，vivo开源首个4K超高清编辑数据集VINS-120K

NVIDIA联合港大提出COMPACT-VA，用规划对齐压缩提升长上下文自动驾驶决策性能

全球 AI 漫游指南 | 从千年前圣咏到现代音乐节，AI 正在重新定义音乐

ECCV 2026｜不再无脑融合RGB：InfraNet用质量感知引导提升红外目标检测

报名倒计时：六位女性青年教师的闭门交流

直播预告 | NEO 系列：迈向统一的端到端原生多模态智能

NewEyes AI正式上线，源自硅谷斯坦福视觉智能技术的端云协同多模态Agent

Princeton提出COMET，用上下文与多重性分解多模态大模型不确定性

UIUC联合斯坦福、NVIDIA和MIT提出RecursiveMAS，让多智能体系统在潜空间中递归协作

1.13亿数据17语种，MonkeyOCRv2想给视觉文档补上一块公共底座

将门企业月报 | 迪英加、帷幄、智象未来、幺正量子先后完成新一轮融资