大模型

原力灵机并购Atomix：让机器人在真实业务中长出数据飞轮过去一年，具身智能行业形成了一个基本共识：没有百万小时级别的大规模真机数据，就很难训练出真正能进入物理世界的机器人模型。

AI大模型学习第十天：让程序“指挥”大模型 —— 从对话到工具调用学会用 Python 程序调用大模型 API，而不是手动复制粘贴。掌握“流式输出”，让模型像真人聊天一样逐字显示答案。

我的 NVIDIA 考试攻略前段时间，我在CSDN消息里收到了NVIDIA的消息，点进去看了一下，觉得对我当下的状态挺有用的，并且NVIDIA的GPU技术也是目前主流。

宇树科技回应联合英伟达开发“H2+”人形机器人，预计今年下半年正式亮相英伟达（NVIDIA）首席执行官黄仁勋日前宣布，已与本土具身智能企业宇树科技达成合作，联合推出新一代人形机器人参考设计“H2+”。

蜂蜜黄油呀土豆

Agent 循环：观察、思考、行动（ReAct 入门）LLM 本身只是一个"自动补全器"：你输入一段字符串，它输出一段字符串。它读不了文件、跑不了查询、开不了浏览器、也无法核实事实。一旦信息过时或错误，模型会一脸自信地说错话然后停下。

AI 搜索新纪元：Perplexity 与 SearchGPT 如何颠覆传统搜索在互联网发展的早期，我们习惯了“搜索-点击-阅读”的三步走模式。那时的搜索引擎是通往互联网海洋的灯塔，它们只负责指引方向，而探索的任务则完全留给用户。然而，随着信息爆炸式增长，这种模式开始显露出疲态。用户不再满足于在成百上千个蓝色链接中筛选信息，尤其是在面对复杂问题时，传统搜索引擎往往只能提供碎片化的线索。

重建 AI 认知第 4 篇：Skill——提示词的系统化封装摘要：你跟 AI 的每一次对话，都是在临时培训一个新员工——教会了，下次又得重来。Skill 就是把"培训手册"固定下来，让 AI 每次上岗都知道按你的方法来。它不只是省时间，更关键的是它的结构会逼你把"说不清楚的要求"一条条补齐。这篇讲清楚 Skill 是什么、为什么它比 Prompt 多了一层价值，以及怎么开始拥有自己的 Skill。

ComfyUI 快速文生图模型生成目标：最快速度部署 ComfyUI + Lumina2 Turbo 模型，支持通过 z_image.json 工作流一键生成图片。

HyperAI超神经

深度估计准确率冲上0.9，Meta提出VLM³，论证视觉模型天生会学3D，以Qwen3-VL-4B为基础实现多任务的统一建模三维空间感知是自动驾驶、机器人、三维重建等领域的核心基础能力，其目标是从二维图像中恢复真实世界的空间结构、尺度信息与几何关系。与图像分类、目标检测等二维视觉任务相比，三维感知不仅要求语义理解能力，还需要精确的空间推理与几何建模，因此长期以来被视为计算机视觉领域最具挑战性的研究方向之一。

空天地通信、高速光模块、AI 智能体攻击、同态加密芯片四大事件解读：AI 算力底座攻防与全域通信同步升级标签：卫星互联网、800G 光模块、AI 算力网络、LLM 智能体攻击、Marimo 漏洞、长安链同态加密芯片、空天地一体化、数据隐私安全阅读时长：11 分钟

【GitHub】Hermes Agent 深度技术分析副标题：唯一内置学习循环的开源 AI Agent 框架——它不只是执行任务，而是「越用越聪明」作者：码流怪侠 | 日期：2026 年 6 月

AI全生命周期七大安全模块落地指南结合 AI 全生命周期（数据、训练、模型、部署、应用、运维、供应链），分七大模块整理可落地的具体手段，兼顾技术、管理、合规、运维，区分通用方案与专项防护，条理清晰、可直接落地执行。

AI 全栈开发实战训练路线（企业级）下面这份路线，不再是“学几个 AI 工具”。而是：目标：从：成长为：最终你会具备：并最终完成：目标：建立 AI 工程开发的基础能力。

Claude与ChatGPT激战正酣，国内AI中转站却突破2000家这周AI圈挺热闹。国外OpenAI升级了GPT-5.5并宣布旧模型退役，Anthropic则用Claude Opus 4.8在代码能力上实现反超。国内，一个更接地气的数字悄然浮现：AI模型“中转站”平台数量已突破2000家。两个事件看似无关，却指向同一个方向——AI的竞争正从“技术军备”转向“生态卡位”。

从 Prompt 到 Context Engineering：如何用 StarRocks 构建 AI Agent 的实时上下文引擎？全球 Lakehouse 架构的部署正在加速普及。然而，一个更深层的范式转变正在悄然发生：企业数据基础设施的服务对象，正在从人向 AI 迁移。

LangGraph Tool Calling 入门：从 @tool 到完整调用链目录一、LLM 有大脑，但没有手脚二、为什么需要 Tool Calling？（一）连接「会思考的 LLM」和「能执行的工具」

像风一样自由2020

量化压缩实战：INT8 / INT4 / AWQ / GPTQ 全面对比《大模型知识与部署》系列 · No.12 / 35 适合人群：AI 工程师、后端开发阅读时间：约 28 分钟

嘛也学不会

Compact时，大模型干了什么？当你在Claude Code中敲下/compact的那一刻，大模型究竟做了什么？为什么压缩后还能"记得"之前的事？

Reranker 模型实战：让 RAG 检索精度再提升 20%如果你做过 RAG（Retrieval-Augmented Generation）项目，一定遇到过这个痛点：**向量检索召回了 20 条文档，但真正相关的只有前 3 条，后面全是噪音。**这些噪音不仅浪费 Token，还会干扰 LLM 的推理，导致生成结果质量下降。

可信AI Coding

AI产业周报｜豆包计划6月下旬收费、开源漏洞暴涨107%、AI安全走向工程化01豆包（字节）计划6月下旬推进付费据36氪报道，豆包计划在6月下旬正式推进付费，并加速与抖音电商等业务打通。国内AI应用正从"获客优先"进入"能力分层与商业闭环"阶段。