小米公司近日开源了其首个跨领域具身基座模型MiMo-Embodied，标志着其在人工智能从数字向物理世界延伸的重要突破。该模型在29个不同榜单上均达到当前最佳性能（SOTA），展现出卓越的跨任务适应能力。随着大语言模型（LLM）和多模态大语言模型（MLLM）的迅猛发展，AI在理解与生成语言方面取得显著进展，但在应用于实体环境时仍面临巨大挑战。MiMo-Embodied通过整合感知、决策与行动能力，有效提升了算法在真实物理场景中的泛化与执行水平，为具身智能的发展提供了新的技术路径。此次开源将进一步推动全球研究社区在机器人、智能体等领域的协同创新。
研究表明，通过将图像转换为像素序列，预测下一个像素点的方法可显著简化视觉识别与生成模型的学习过程。该技术将复杂的图像处理任务转化为序列预测问题，从而提升模型训练效率与准确性。谷歌相关团队评估认为，实现这一关键性的技术突破预计需要约五年时间。该方法有望推动计算机视觉与人工智能生成内容的发展，在图像识别、视频生成等领域具有广泛应用前景。
本文系统梳理了Agentic AI的发展历程，从最初依赖大型语言模型（LLM）仅能进行问答交互，逐步演进为具备工具操作能力的AI代理，最终发展为可实现多智能体协作的Agentic AI。这一演进不仅体现了技术架构的升级，也标志着人工智能从被动响应向主动执行与协同决策的转变。通过整合工具调用、环境感知与多代理通信机制，Agentic AI在复杂任务处理中展现出更强的自主性与适应性，正成为推动智能化应用落地的核心力量。
中国科学院自动化研究所与灵宝CASBOT合作提出了一种名为QDepth-VLA的先进模型，该模型通过引入量化深度预测技术，显著提升了机器人对三维空间的感知能力。QDepth-VLA利用高效的深度信息编码策略，增强了在复杂环境下的3D场景理解精度，为机器人导航、物体识别与交互提供了更可靠的空间感知基础。该技术突破有望推动服务机器人、工业自动化等领域的智能化升级。
黑森林实验室推出的开源图像生成模型Flux.2强势回归，向当前AI图像生成领域的领先者Nano Banana Pro发起挑战。作为Stable Diffusion团队的最新力作，Flux.2在生成质量、推理效率和细节还原度方面实现了显著提升，展现出强大的竞争力。该模型延续了Stable Diffusion系列在开源社区中的影响力，进一步推动了开源模型在创意产业与科研应用中的普及。随着AI图像生成技术的快速迭代，Flux.2的发布标志着黑森林实验室重新确立其在开源生态中的关键地位。
阿里巴巴近日推出专为智能体开发设计的实战演练平台“ROCK”，并宣布该平台全面开源。ROCK旨在降低AI训练门槛，使开发者在面对复杂任务训练时，无需手动搭建环境，实现标准化的一键部署，显著提升开发效率。通过集成多种训练场景与工具链，ROCK为AI智能体提供了可复现、可评估的统一测试环境，推动智能体技术的快速迭代与应用落地。
在NeurIPS 2025会议上，香港科技大学（广州）等机构的研究团队发表了一项关于类脑模型的研究成果，揭示了脉冲神经网络（SNN）性能瓶颈的新机制。研究发现，SNN性能受限的主要原因并非长期被质疑的二进制激活机制，而是源于“频率偏置”问题——即神经元脉冲频率在训练过程中产生系统性偏差，导致信息传递失真。通过提出针对性的频率校正方法，研究团队显著提升了SNN的准确率与稳定性，同时保持其低功耗优势，实现了性能与能效的双重优化。该成果为类脑计算的发展提供了新的理论支持和技术路径。
OpenAI与Anthropic联合推出的MCP-Apps提案，标志着AI交互模式迈入新阶段。该提案不仅突破了传统纯文本交互的局限，更构建了一个支持AI模型、用户与应用程序深度融合的智能环境。通过建立统一的标准框架，MCP Apps为AI生态系统的安全性、兼容性与运行效率提供了基础保障，推动AI应用向模块化、可扩展方向发展。这一标准化进程有望加速AI技术在多场景中的落地，实现真正的交互升级，为开发者与用户带来更加一致且高效的使用体验。
埃隆·马斯克宣布，其人工智能系统Grok 5将挑战《英雄联盟》（LOL）顶级战队T1，引发科技与电竞交叉领域的广泛关注。为确保比赛的公平性，马斯克主动为Grok 5设定了两项关键限制：“纯视觉感知”与“拟人延迟”。这意味着Grok 5将仅通过屏幕画面理解游戏状态，无法调用API直接获取数据，同时其操作响应将模拟人类平均反应时间，摒弃超高速“暴力手速”。此举旨在验证AI在接近人类生理极限条件下的竞技能力，推动AI技术在复杂实时策略环境中的发展。这场跨领域的对决不仅是对T1战队实力的考验，更是对AI拟人化水平的一次公开验证，标志着人工智能在电子竞技领域迈入新阶段。
Anthropic近日发布了一篇题为《Effective harnesses for long-running agents》的深度文章，系统探讨了如何让AI Agent在执行长期任务时具备类似人类工程师的思维方式。文章指出，面对复杂、持续时间长的任务，Agent不仅需要强大的推理能力，还需具备目标分解、进度追踪与自我调整的能力。通过引入“工程化思维”框架，Anthropic提出了一系列有效工具，帮助Agent在无人干预的情况下维持任务连贯性与执行效率。这些工具借鉴了软件工程中的模块化设计与错误恢复机制，显著提升了Agent在现实场景中的实用性。该文为构建可持续运行的智能系统提供了重要思路，值得广泛关注。
麻省理工学院（MIT）的一项突破性研究展示了人工智能在工业CAD软件操作中的新范式。通过逆向学习技术，AI系统能够观察并模仿人类工程师在Onshape等专业平台上的操作行为，无需依赖复杂的软件手册或预设指令。该方法实现了对设计意图的精准理解与自动化执行，显著提升了建模效率。研究表明，经过充分训练的AI模型可在多种复杂设计任务中达到接近人类专家的水平，为“AI设计”与“工业智能”融合提供了可行路径。这一进展标志着CAD助手正从辅助工具向智能协同伙伴演进。
在NeurIPS 2025会议上，华南理工大学研究团队提出了一项关于扩散模型的突破性研究成果，挑战了何恺明团队的现有理论。该研究揭示了去噪过程的本质不仅是求解微分方程，更是一个系统性降低不确定性的信息传输过程。通过优化数据预测与方差建模，新方法显著提升了模型在生成速度与准确性方面的性能表现，为扩散模型的理论理解与实际应用提供了新的视角和路径。
快手科技通过引入OneRec技术，彻底重构其推荐系统，摒弃传统级联架构，采用大型模型实现端到端推荐，成功将服务成本降低至原来的十分之一。这一范式转变由快手科技副总裁周国睿详细阐述，涵盖OneRecV2的规模化扩展与定制化优化，以及OneRec-Think在生成与理解能力上的统一进展。该技术不仅显著提升系统效率与推荐质量，更为AI原生时代的推荐系统提供了可复制、可推广的方法论，标志着推荐系统进入高效智能新阶段。
随着Kubernetes生态系统在管理外部流量方面的演进，2025年11月12日，官方宣布Ingress Nginx将逐步退役，标志着云原生基础设施的重要转折。尽管该组件的维护将持续至2026年3月，但此后仓库将转为只读状态，不再提供安全更新、错误修复或新功能支持。在此背景下，Nginx Gateway Fabric作为其现代化替代方案应运而生，旨在提供更高效、可扩展的网关解决方案。该方案不仅延续了Nginx在高性能流量处理方面的优势，还深度集成K8s CRD机制，提升配置灵活性与运维效率，成为Ingress的有力继承者。
在NeurIPS 2025的Spotlight环节中，中国联通数据科学与人工智能研究院的研究团队提出了一种创新的缓存加速框架LeMiCa（Lexicographic Minimax Path Caching）。该框架无需训练即可实现全局最优建模，通过优化缓存路径策略，在保持图像质量与一致性的前提下显著提升推理速度。实验结果显示，LeMiCa在多种主流生成模型上均表现出优异性能，推理效率提升最高达3.8倍，为高负载场景下的实时图像生成提供了高效解决方案。
Google近日宣布传统RAG（检索增强生成）技术逐步被淘汰，标志着AI开发进入新阶段。通过Gemini的全新文件搜索功能，Google将检索、分块、索引与引用等复杂流程深度集成至模型内部，开发者仅需上传文件并通过一次API调用即可实现高效信息提取。这一智能集成大幅降低了技术门槛，使工程师无需深入掌握RAG链式架构的底层细节，显著提升了开发效率。Gemini的升级不仅简化了工作流程，也预示着AI服务正朝着更自动化、更易用的方向演进。