继知名数学家陶哲轩公开批评OpenAI后，近期另一位新晋菲尔茨奖得主邓煜也炮轰OpenAI——不能你蒸馏了全世界，不让别人来蒸馏你。随着顶级模型公司不断破解世界级数学难题，数学家们集体破防。 邓煜近期提出的观点大意是，AI公司在构建大模型时，通过“知识蒸馏”或抓取全人类的网络文献、学术论文与知识库来训练自己。然而...
腾讯科技旗下企鹅智库前沿科技论文解读专栏。在代码与商业的交汇处，寻找AI的确定性。 文｜博阳 编辑｜徐青阳 最近一段时间，如果只看理论数学和物理领域的新闻，那感觉就是 ....
如果一架配送无人机要把包裹送到几条街外，绕开建筑后尽量直飞，似乎就是最经济的选择。但如果这条直线恰好要顶着风，穿过一条风格外大的街道，无人机是该照直穿过去，还是稍微绕开一点，或者换个高度？最短的路线，一定最省电吗？近日，来自田纳西大学、康考迪亚大学、麦吉尔大学、加州理工学院等机构的研究人员发布论文，提出 GeoWind2Plan 框架，将城市三维风场预测与无人机节能路径规划连接起来。这项工作由秦少翔（肖老师组访问学者），赵禹程（肖老师组博士）等人完成，田纳西大学的肖熊烨老师、康考迪亚大学的王良柱老师和加州理工学院的 Anima Anandkumar 共同担任通讯作者。(来源:肖熊烨（DUAL）...
大模型出厂即定型，新知识要么对话结束即丢，要么硬塞后忘掉旧能力。谷歌10月27日发布“睡眠框架”，论文《Language Models Need Sleep》提出：模型应像人一样靠睡眠巩固记忆，破解“知识截止日”。该框架让模型清醒时干活、睡时整理，通过切换运行状态兼顾学新与保旧，由Google Research发布。
从左至右：主持人 Lex Fridman、Alex Kontorovich、Ankur Moitra、Steven Brunton。题图由本期视频截图经 AI 辅助拼接。10 月 6 日晚间，罗格斯大学数论学家 Alex Kontorovich 在纽约国家数学博物馆的晚宴上，一手端着威士忌一手刷手机。OpenAI 刚刚在 GitHub 上放出 722 篇 AI 生成的数学论文。他翻到"准黎曼猜想"这几个字...
2026 年 9 月 4 日，又一年柏林国际消费电子展 IFA 大会开幕，会展中心的创新舞台座无虚席。 IFA 2026 的开幕主题演讲题目是《个人 AI 时代：想象力的未来》，主讲人是 AMD 高级副总裁、计算与图形事业部总经理 Jack Huynh。 作为消费电子圈每年最重要的场合之一，台下所有人都在等 AMD 拿出年度最重磅的内容。Huynh 的前半段演讲照例讲硬件：新一代 Ryzen AI Max PRO 处理器，AMD 历经多年打磨、专为个人 AI 设计的笔记本「Sundance」。 到演示环节，他话锋一转：「如果说，用一句 prompt 就创造一整个世界呢？」 他双手托着笔记本，屏幕上没有播放键，镜头平稳地向前推进，穿过中国小镇的街巷，又走上欧洲乡村的小路，光影随着视角移动自然变化，世界一路向前铺展，仿佛没有尽头。 这不是一段提前渲染好的视频，而是一个正在实时生成、可以交互的三维世界。 过去一段时间，这类能力更多出现在实验室和论文演示里，能以这么高的完成度，出现在消费电子展的主舞台上，还是行业第一次。 演示结束时，Huynh 对着话筒说了句：「This is the future of Personal AI。」 很多人不知道的是，驱动这个演示的世界模型 LingBot-World 2.0，正来自蚂蚁集团旗下的具身智能团队灵波科技（Robbyant）。 三个月后回看，那场演示只是一个开始。从高校实验室到芯片厂商的开发套件，从独立开发者的工具到垂直行业的工作流，LingBot（灵波）系列模型正在进入全球具身智能的技术底层，成为很多团队创新的起点，甚至还进入了红海珊瑚礁的研究现场。 01 成为学术研究的参考基准 能被 AMD 选上舞台，不是运气。在此之前，灵波已经在全球具身智能的学术圈成了一把隐形标尺。 世界模型赛道有个公认的难题：物体恒存。简单说就是镜头离开一个物
编辑｜Neo100 多位顶尖数学家，耗费数十年，写下 1.5 万页证明。现在，AI 只用了 24 天，就把这项人类数学史上最庞大的工程之一，变成了 4300 多万行可以由计算机逐步验证的代码。更惊人的是，AI 在检查这些数学家留下的证明时，还揪出了一个存在近 40 年的论证漏洞。这不是一道奥数题，也不是一篇几十页的数学论文，而是被...
On October 26, 2026, arXiv published the paper arXiv:2610.31838v1, introducing Sense-Aligned Grounding Evaluation (SAGE)—a unified 10-candidate image-selection benchmark—along with the training‑agnostic Gloss-Augmented Reasoning (GAR) framework, designed for cross‑noun, verb, and entity‑centered multimodal grounding evaluation.
The Tokyo Institute of Science, Yokohama National University, the National Institute of Advanced Industrial Science and Technology (AIST), and the Photonics and Electronics Technology Research Association (PETRA) jointly published a paper in Nature Communications, reporting a slow-light silicon modulator with an integrated electro-optic equalizer that achieves a single-wavelength 200 Gb/s PAM4 data rate while significantly reducing digital signal processing (DSP) overhead.
On October 26, 2026, arXiv published the paper arXiv:2610.31723v1, introducing Latin Modern BERT (LAMB), a language-specific encoder for Latin. Built on the ModernBERT architecture, it undergoes two-stage pre-training using over 74 billion Latin tokens and a novel morphology-aware masking strategy. At the same time, two entirely new Latin corpora were made publicly available: Acervus, containing 24 billion tokens—including 760,000 OCR‑damaged texts repaired by ByT5—and Corpus Trinum, the first human‑constructed dataset of Latin semantic triples, with more than 100 million strong and weak triples.
