AI 驱动的心理健康筛查：技术伦理与临床应用的边界在哪里？
“读脑”式 AI 预测抑郁症，听起来像是技术突然看穿了人的内心。更准确地说，这类系统通常是在分析语音特征、文字表达、在线行为或其他可获得的心理相关数据，从中寻找与情绪状态有关的模式。它或许能提示某个人...
多模态 Agent 协同流：如何设计一套能自我纠错的任务拆解方案
图文混合输入最容易让 Agent“看起来会做，实际做错”。一张财报截图里，数字可能因为分辨率、表格线或单位标注而被误读；配套文字又可能限定了统计口径、时间范围或对比对象。若系统把识别、计算、判断和生成...
人形机器人出货量激增：中国厂商如何构建规模化领先优势？
人形机器人真正的分水岭，不是舞台上完成一次流畅展示，而是能否被稳定地交付到工厂、仓库和服务现场，并在重复任务中产生可衡量的价值。近期公开信息显示，2025 年全球人形机器人出货量约为 1.8 万台，同...
世界模型（World Models）实战前瞻：AI 如何从‘预测下一个词’转向‘理解物理现实’
当大语言模型（LLM）回答“明天会不会下雨”时，它主要是在语言中预测最可能出现的下一个词；但如果让它判断“把杯子向前推一点会发生什么”，问题就变了。它不仅要理解描述，还要判断杯子、桌面、手的相对位置...
AI 芯片国产化新进展：从 12 英寸晶圆厂投产看算力底座的演进
国内谈 AI 国产化，很多人第一反应是模型参数和算法框架，真正卡住节奏的，往往是更底层的算力硬件能不能稳得住、扩得开、用得起。近期安徽在 12 英寸晶圆制造与存储芯片领域的推进，把讨论重新拉回“底座...
从‘刷榜’到‘落地’：2026 年 AI 模型评价体系的三个核心转变
模型排行榜仍有价值，但它越来越像一张“入场券”，而不是企业采购的最终答案。一个模型能在标准测试中拿到高分，并不等于它能在真实业务里稳定处理高并发请求、在可接受的等待时间内交付结果，或把每次任务的支出控...
AI 读脑模型预测抑郁风险：情感感知人形机器人的技术预演
人脸上的迟疑、回避或短暂的情绪变化，能否成为理解心理状态的一扇窗口？中国科学家近期开发的一类人工智能模型，尝试通过分析人们面对面部表情时的反应，预测青少年在未来一段时间内出现抑郁风险的可能性。它引人关...
Claude 引入文本水印：企业在 AI 内容透明度合规上面临的新挑战
Claude 为生成文本加入不可见标记后，企业面对的就不再只是“能不能使用 AI”的问题，而是要回答：这段内容从哪里来、经过谁审核、对外发布时是否需要说明，以及人工改写之后还能否追溯。 Claude ...
Gemini 3.7 Flash 发布：企业如何权衡模型性能与 API 成本的实际部署
Gemini 3.7 Flash 的意义，不在于它是否拿下每一项基准测试的最高分，而在于企业终于可以更认真地计算一件事：当编码助手和 Agent 从少量试用走向高频调用，模型的单位成本会不会决定项目能...
开源权重模型 Muse Glimmer 来了：单 GPU 运行 Agent 的本地化可能性
把能够规划、调用工具并处理长上下文的 Agent 放进一张个人 GPU，意义不只是“模型可以离线跑”。Meta 推出的开源权重模型 Muse Glimmer 把目标对准了本地常驻 Agent：约 30...
