这事还得从Grok 4超越预期的表现说起，发布才两个月就登上多个榜单第一的宝座，而就在刚刚，ARC Prize发布了两个最新的。先简单介绍一下ARC-AGI排行榜，其旨在评估AI解决复杂难题的能力，类似于人类的智力测试，从而反映LLM的推理能力。测试任务包含v1和v2版本，v2需要LLM完成更多的多步骤推理，一般来说，即使是最优秀的LLM也只能在v2中获得。Grok 4的训练量是Grok 2的10

动易科技坚信，只有在接近成人尺度的平台上，成功挑战人类身体极限的动作，才能证明其所依托的硬件架构、驱动系统与控制算法，具备了在真实、复杂、高强度的生产环境中替代乃至超越人类作业的潜力。因此，团队对电机，本体的关键参数进行了预先辩识，在参数辩识的基础上进行域随机化，保证了策略对现实误差更强的泛化能力，极大提升了策略从仿真到实物的转移成功率。当前的数据集质量参差不齐，大部分的数据不符合物理规律，直接使

一把复古金属浇水壶从画面右上角伸入，壶口倾斜，将水壶里的水流浇湿到明信片的土地上，照片里干裂的土地迅速变湿，颜色加深，湿润的土地从裂缝中冒出嫩绿春笋破土而出，迅速生长拔高，从明信片中长出来，3D效果。基于该视频生成下一个镜头：突然，一只手落在男人的肩上，视频里的男人一回头，发现是自己的特工搭档，搭档立刻捂住他的嘴让他别出声，两人神情紧绷地扫视四周。值得表扬的是，人物一致性保持的还不错，但是“落在肩

西风 发自 凹非寺量子位 | 公众号 QbitAI马斯克被啪啪“打脸”，自家大模型Grok的draw me新生图功能抽疯，画人总是画不对。网友崩溃大喊：再也不用了。不怪大哥生气，他的????头像明明长这样婶儿：结果Grok硬生生把人家画成了这样：要么严重发福，要么愁眉苦脸，抬头纹等不好的地方都学到了，其他基本跟本人不沾边。有网友看不下去，随手用别的模型给大哥画了一张，这才把大哥哄好：Grok画不好

这种进化不仅体现在分数的增长，更带来了“越级挑战”的效果，经过强化后的14B模型，在特定任务上的表现已经超越了未经过同类优化的32B乃至更大参数量的模型（如Qwen2.5-32B）。针对长程任务中Token消耗大、记忆管理难的痛点，系统还引入了上下文管理器，在保证推理连贯性的同时，有效控制了显存开销，并支持从滑动窗口到自主记忆管理的多种策略。在更小参数量的7B模型上的提升也同样显著，平均完成率从1

镜头推进，霓虹灯从“H”开始，伴随着‘滋滋’的电流声，每个字母依次亮起粉紫色的光芒，直到全部点亮，照亮了潮湿的街道。镜头以高角度广角拍摄，展现了人群和霓虹灯，随后迅速拉近，聚焦于一位年轻的女性。：通过8.3B参数的DiT架构与3D因果VAE编解码器，实现空间16倍、时间4倍的高效压缩，以最小参数量激发模型潜力，达到业界领先的生成效果。显著降低了使用门槛，提示词构建： 团队同样整理了一个均衡的万量级

long-term memory）、长上下文建模（long-context modeling）、参数记忆修改（parametric memory modification）与多源记忆融合（multi-则成为支撑多轮交互与任务延续的关键，涌现出如 WorldMem 与 E-Agent 等具备自维护能力的系统，能够实现多模态记忆的持续压缩、参数记忆不仅是模型知识调控的关键接口，也是未来智能体学习能力延

对此，昆仑万维团队提出的SkyReels-V2，便是通过结合多模态大语言模型(MLLM)、多阶段预训练、强化学习和扩散强制框架，实现了在提示遵循度、视觉质量、运动动态和时长方面的突破性进展。不过可以肯定的一点是，当技术最终成功隐入创作的背景，成为思维的自然延伸时，人类讲故事的方式，以及通过故事理解世界的方式，都将发生我们今日难以想象的深刻转变。夕阳西下，余晖洒在两人脸上，彼此深情对视。不仅在时长方

PC-Agent团队 投稿量子位 | 公众号 QbitAI面向复杂PC任务的多模态智能体框架PC-Agent，来自阿里通义实验室。从Office到浏览器，跨APP工作流都可以交给AI来完成了。指令1（翻译）：在记事本应用程序中，打开“文档”中的“备忘录”文件，查看上午的第二项活动。在时钟应用程序中，在该活动开始前1小时设置闹钟。指令2（翻译）：在文件资源管理器中，打开“文档”中的“旅行计划”文件，

测试AutoSchemaKG将原始段落转换为知识图谱数据后，多项选择题（MCQ）的性能保留情况，遵循现有工作的评估协议，为每个原始段落使用LLaMA-3-70B-Instruct生成五个多项选择题，为每个数据集采样了200个原始段落，共获得1,000个多项选择题。使用完整的维基百科与维基教科书来构建ATLAS-Wiki，使用Semantic Scholar的摘要部分来构建ATLAS-Pes2o，并