🔥51CTO热榜:2026-10-09

在早期 Agent 出现时,很多人认为自然语言就是 Agent 的 UI。但很可惜,自然语言并不能解决所有的交互问题 — 最简单不代表效率最高。自然语言很适合表达需求和任务:“把我昨天的订单做退款处理”,这比在菜单与按钮之间反复跳转简单省事。
程序员遇到三次修复失败,立刻止损回退、重置上下文、精准定义问题,不要在错误代码的基础上持续打补丁。
SHIFT 将多智能体系统的构建从依赖经验与试错,推进到可学习、可预测的框架。它以冻结骨干、仅训练 LoRA 的轻量 Gemma 作为架构师,把设计成本从每次推理转移到一次性训练并摊薄,不依赖更大的执行器,在六个基准上同时取得最高平均准确率与显著更低的成本档位,可直接用于智能体产品。
2026年被很多从业者称为"智能体爆发年"。当一个任务复杂到超出单个Agent的能力边界——上下文窗口不够用、需要多个专业领域配合、或者子任务可以并行处理——多智能体系统就成了绕不开的选项。
昨天,OpenAI 决定向所有用户(包括免费和付费用户)开放 GPT-6 ,今天就推出了全新的模型 GPT-6.1 Sol 的 Ultrafast 版本!结合更新的模型控制系统,能够实现对用户指令调整的及时响应。
近日,来自德州农工大学(Texas A&M)、Google DeepMind、卡内基梅隆大学(CMU)、斯坦福大学、加州大学伯克利分校、耶鲁大学、微软、英伟达(NVIDIA)、利物浦大学、Meta、华盛顿大学、西北大学、索尼、佐治亚理工学院(Georgia Tech)以及 Overfit Lab (数据供应商) 等 15 家机构的研究者发布了 TouchScale:一个在统一传感器、统一采集与同步
如果连接都通向同一个实际后端,FIFO 无法凭空选到其他服务器;如果代理每个请求都重新选后端,客户端这层的复用顺序也不能直接解释最终分布。HTTP/2 一条连接还能承载多个并发流,也不能照搬前面“一条连接一次一个请求”的模型。
10月7日,OpenAI把GPT-6推进了ChatGPT,同时带来一个新能力,叫Intelligent UI。昨天先给了Plus、Pro、Business和Enterprise用户,今天起轮到Free和Go。也就是说,你要是现在打开ChatGPT,下一个问题的答案里,就有可能长出图表、表单和按钮。
本次实践中,我们结合多视角质量与端侧表现确定模型档位,通过格式编码进一步压缩分发体积,并在客户端通过数据组织、排序与帧调度降低运行开销。最终,在保留模型细节与多视角观感的同时,降低了内容分发与端侧渲染的负担,让 3D 内容以更轻量、流畅的方式融入用户的浏览与交互体验。
本周,斯坦福大学李飞飞、吴佳俊、Ehsan Adeli 等人的团队发布论文,提出开放的世界动作建模框架 OpenWAM,试图给这个问题一个系统性的回答。
刚刚,OpenAI 在 openai/math 仓库中发布了第一份更新日志。日志显示,OpenAI 撤回 3 篇手稿,修订 14 篇,另有 13 篇更新了引用。仓库里的手稿总数从 722 篇降为 719 篇。
这篇文章不抠字眼。我们抓住一个事实:一次 read,其实分两个阶段。 五种 I/O 模型的区别,只在于你的线程在这两个阶段里"在干什么"。看完图,所有词都有了准确的位置。
10月7日,Anthropic 正式发布 Claude Haiku 5.5 ,号称自家迄今速度最快、能力最强、价格最低的小模型。
现在的模型,画面可以生成的很清晰,物体可以生成的很连贯,运动也可以看上去很顺畅。但小球是否遵循自由落体规律?
回到最初的问题:为什么越来越多人用ZXing?答案不复杂——因为它把一个复杂的问题,变成了两行代码。二维码的生成和识别,涉及数据编码、纠错算法、图像处理、定位算法——每一个都是硬核的计算机视觉问题。
用AI写代码省下的时间,又有不少还给了一轮轮的人工调试。针对这类反复调试的麻烦,9月28日,Anthropic官方发布了一份调优指南。
马斯克在X上宣布,Grok Bot将根据具体任务选用最合适的后端模型,并直接点名Claude Opus 5.5、Midjourney和Suno。
代码定义物理规则,模型生成视觉反馈,以超过30 fps的吞吐,让智能体持续与世界交互。
当前模型已经能取得破解千禧年数学难题这样的伟大突破,但很少能完成一次可靠的端到端科学复现。
Shaders 开源,我看到的不只是一个组件库,而是一个信号:WebGPU 的开发者体验拐点已经到了。