News for 2026-05-12

84 items that day

  1. ·RadarAI

    横店短剧大撤退

  2. ·RadarAI

    AI 会笑吗?BIGAI & 上交大团队:多模态大模型是否真的能 get 到视频笑点|ACL 2026

  3. ·RadarAI

    CVPR 2026 视频模型趋势梳理:不止生成下一帧,更要理解下一步

  4. ·RadarAI

    QCon 北京 2026 | 把自动化测试当 AI Coding 来做:小红书 GUI Agent 实战回顾

  5. ·量子位

    360发布OpenClaw生态安全报告:AI智能体风险进入自动化审计阶段

  6. ·RadarAI

    360 发布 OpenClaw 生态安全报告:AI 智能体风险进入自动化审计阶段

  7. ·RadarAI

    早报|曝苹果新 Vision Pro 研发已暂停,团队分拆/黄仁勋:AI 让所有人站上同一条起跑线/微信状态将推出「访客记录」

  8. ·RadarAI

    存储巨头,10 倍之路

  9. ·RadarAI

    #533. Anthropic 如何运营一个 AI 原生工程组织

  10. ·量子位

    AI第一金主黄仁勋:日均花掉20亿

  11. ·RadarAI

    AI 第一金主黄仁勋:日均花掉 20 亿

  12. ·RadarAI

    2026-05-12 Hacker News Top Stories #

  13. ·RadarAI

    Markdown 要凉…卡帕西也站 HTML 了

  14. ·RadarAI

    估值 200 亿美元!可灵 AI 被曝剥离快手单独融资

  15. ·量子位

    估值200亿美元!可灵AI被曝剥离快手单独融资

  16. ·RadarAI

    ChatGPT 那一套要过时了?翁荔实测创业首个模型,回合制 AI 被“原生实时交互”秒了

  17. ·TechCrunch AI

    Thinking Machines wants to build an AI that actually listens while it talks

  18. ·RadarAI

    AI 正在杀死“传统公司”?|【经纬低调出品】

  19. ·量子位

    OpenClaw低调更新重磅版本,龙虾长手长脚了

  20. ·RadarAI

    OpenClaw 低调更新重磅版本,龙虾长手长脚了

  21. ·RadarAI

    iOS、Android、PC 近期值得关注的 5 个 App

  22. ·RadarAI

    大疆发布扫拖机器人 ROMO 2 系列 / 千问与淘宝全面打通 / Google 安全团队首次发现 AI 参与黑客活动的迹象

  23. ·arXiv AI

    Belief or Circuitry? Causal Evidence for In-Context Graph Learning

  24. ·arXiv AI

    CoCoDA: Co-evolving Compositional DAG for Tool-Augmented Agents

  25. ·arXiv AI

    MemQ: Integrating Q-Learning into Self-Evolving Memory Agents over Provenance DAGs

  26. ·arXiv AI

    On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective

  27. ·arXiv AI

    Embeddings for Preferences, Not Semantics

  28. ·arXiv AI

    Auto-Rubric as Reward: From Implicit Preferences to Explicit Multimodal Generative Criteria

  29. ·arXiv AI

    Spatial Priming Outperforms Semantic Prompting: A Grid-Based Approach to Improving LLM Accuracy on Chart Data Extraction

  30. ·arXiv AI

    PLACO: A Multi-Stage Framework for Cost-Effective Performance in Human-AI Teams

Back to the monthly archive