腾讯开源 BrowserSkill：3618 Star 让 Agent 复用已登录浏览器，支持 CLI 与扩展
腾讯把 BrowserSkill 开源到了 GitHub，让 AI 代理直接接管用户已经登录好的浏览器会话去执行任务，而不是另起一个干净的沙盒浏览器重新走一遍登录流程。项目提供命令行工具（CLI）与浏览器扩展两种接入方式，适配任何能运行 S…
最新文章 第 132 页 共 174 页
自主 AI 风险警告：微软 AI CEO Suleyman 称赚钱持产等 5 类能力将与人类争资源
微软 AI CEO Mustafa Suleyman 在 BBC 的一段采访里，把关于 AI 风险的讨论焦点从”系统会不会说错话”挪到了”系统会不会跟人类争同一份资源”：当 AI 能够自主行动…
Maxinsights 机器人数据集已达 150 万小时：采集良率 98%，目标冲 1000 万小时
Maxinsights 的机器人人类经验数据集已经积累到 150 万小时，采集良率维持在 98%，团队把下一门槛抬到 1000 万小时，并让 Agent 反过来诊断数据盲区、调度采集员与设备去定向补采。真正的变化不是数字变大，而是数据引擎从…
Periodic Labs 发布材料模型 Neon：用真实实验数据训练，1300 张 H200 挑战强模型
Periodic Labs 推出的材料科学模型 Neon，把训练原料从论文文献换成了自家实验室跑出来的真实数据，首批瞄准超导体、磁体和半导体三类材料，并被报道以 1300 张 H200 的算力规模正面对标强模型。这件事真正值得关注的不是参数…
agentic-eCAL 实测多智能体能耗：跨 5G 与光链路的文本传输仅占 0.25%，成本在 GPU 推理
agentic-eCAL 把能耗度量从单次推理推广到多智能体工作流，实测结论相当反直觉：跨 5G 无线接入网、城域网与光链路传输智能体之间的文本，只占整个工作流能耗的 0.25%。真正的能耗大头是通信所诱发的额外推理与上下文处理——多一次协…
Deep Noir 自动发现激活转向参数：垃圾内容分类最高提升 42 个百分点，转向越强越易被注入
Deep Noir 把激活转向（activation steering）的调参过程自动化：用 Logit Lens 收敛与因果头级归因自动找出该在网络的哪一层、哪几个注意力头上施加转向，以及强度取多大。论文报告在 7–9B 规模的四个架构上…
HAE-GEO 深搜投毒基准：72039 个干净页与每级 770 个毒页，10 个智能体防御提示救不回
HAE-GEO 在受控语料上测试深度搜索智能体：72,039 个干净页、每个攻击层级各 770 个毒页、覆盖 8 个产品品类与 154 个品牌，10 个智能体给出的统一结论是——防御提示能让智能体多查证，却几乎无法让它在输出最终推荐前纠正已…
MERIT 多键情节记忆改写长视频检索：小时到天级视频，EgoLifeQA 等 3 项基准达 SOTA
MERIT 用「多键情节记忆 + 推理时时间邻域扩展」两步走，在 EgoLifeQA、LVBench 与 Video-MME（Long）三项长视频基准上取得领先表现。它真正的方法论价值不在记忆结构有多精巧，而在于承认一个前提：构建记忆时并不…
CloudEdgeVLA 把拖累机器人的网络延迟变成可学问题：40 步延迟下仍有 63.8%~78.0% 成功率
把十亿参数级的视觉—语言—动作模型（Vision-Language-Action，VLA）塞进移动机器人，本质上是一场系统冲突：语义推理天然想吃云端 GPU 的算力，闭环控制却必须在本地及时响应网络延迟和抖动。CloudEdgeVLA 给出…
InterTrack 让人形机器人看懂地形再迈步：交互成功率 81.3%，达最优基线 4.3 倍
InterTrack 把人形机器人的全身控制从「模仿一套固定动作」推进到「理解地形后自行决定全身怎么动」：在地形交互类任务上它取得 81.3% 的成功率，是当前表现最好的已评估基线的 4.3 倍，跌倒后的恢复成功率达到 99.3%。论文同时…