搜索
人类可以在一生中持续学习新知识，而不会轻易遗忘已有技能。然而对 AI 模型而言，这恰恰是一道极具挑战性的难题：每当模型学习新任务时，参数更新往往会覆盖历史知识，产生经典的 “灾难性遗忘” 难题。持续学习（Continual Learning）正是为突破这一瓶颈而生的研究方向。
过去几年，大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini，从Anthropic开发的Claude到中国的DeepSeek，人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis（下简称“哈萨比斯”）
用 AI 生图的人，应该都体会过这种痛苦。
AI岂能只活在云端？刚刚，阶跃星辰上新来Step Edge 端侧模型全家桶！这次，AI能听懂语音、看懂屏幕，直接补齐了Agent本地执行的关键拼图。「端云协同」发力，你的手机与车机即将被彻底重构！
2026年，AI安全终于被推到了台前。
近期，美国俄勒冈州立大学研发出一种新型成像传感器，不仅可在探测光线的同时进行图像存储（近期光照信息），还能实现信息的按需“遗忘”。
Opus 5可能要来了！有开发者意外发现，一款名为Honeycomb EAP神秘模型，1M上下文，代号「蜂巢」，在「模型列表」中短暂现身。大家一致推测，这就是Opus 5「早期预览版」，可能在月底上线。
浙江大学计算机辅助设计与图形系统全国重点实验室杜鹏团队提出了一个支持多模态输入的CAD建模智能体：CADDesigner。该智能体致力于构建一个中间层，将大模型、智能体与传统几何引擎深度融合，帮助CAD设计师提升模型设计能力和生产效率。
瞄准这类 “看起来做对了，物理上却没完成” 的失败。破晓智能（PHANES AI）创始人、哈工大（深圳）长聘教授杨朔及其团队发布了最新论文 TouchWorld: A Predictive and Reactive Tactile Foundation Model for Dexterous Manipulation。
WorkBuddy最近很火，实测下来的体感是，harness层似乎搭建得还不错，而且对国内模型的兼容度都做得很好，少有的国内应用厂商做出来的、基于国产模型的可用Agent产品。 这篇文章来自 Work