行业观察

具身智能正成为人工智能领域最受瞩目的方向之一，其承载着让AI从虚拟世界走向物理空间的重要使命。从工业生产线到家庭服务场景，机器人技术的渗透正催生万亿级市场机遇。高盛预测，到2035年全球人形机器人市场规模将达380亿美元；摩根士丹利则认为，长期产业规模有望突破60万亿美元。然而，数据瓶颈与场景落地难题已成为制约行业发展的关键因素，传统依赖海量数据驱动的VLA路线面临边际效益递减的挑战。在这一背景下

人工智能领域一直存在一个引人深思的问题：当模型规模无法继续扩大时，能否通过优化思考方式提升性能？北京航空航天大学、人民大学与多家研究机构联合开展的最新研究给出了创新答案。研究团队开发的LoopCoder-v2模型通过"循环思考"机制，在保持70亿参数规模的前提下，实现了性能的显著提升，但这种提升存在严格限制——仅在两次循环时效果最佳，超过两次反而导致性能衰退。该研究的核心突破在于构建了并行循环Tr

在人工智能领域，大语言模型的训练稳定性一直是制约技术突破的关键难题。加拿大Layer 6 AI研究团队近期提出一项突破性方法，通过重构强化学习训练机制，成功解决了模型训练过程中频繁出现的"崩溃"现象。这项研究成果以预印本形式发布于学术平台，编号为arXiv:2606.16154，为行业提供了全新的技术路径。研究人员发现，当前主流的GRPO训练框架存在根本性缺陷。该框架通过比较新旧模型版本生成答案的

清华大学与OpenBMB联合团队在人工智能长文本处理领域取得突破性进展，相关研究成果已发表于学术平台arXiv（编号2606.15378）。该研究通过系统性实验，首次揭示了混合注意力架构中不同组件对模型长文本能力的差异化影响，为优化大语言模型架构设计提供了全新视角。当前主流大模型普遍采用混合注意力架构，通过交替叠加全注意力层与高效注意力层来平衡计算效率与处理能力。研究团队构建了包含1500万至6.

国产全功能GPU领域传来新进展，摩尔线程旗舰级AI训推一体全功能GPU MTT S5000，成功完成对新一代大模型MiniMax M2.7的Day-0极速适配。这一成果有力证明了国产全功能GPU在应对前沿AI大模型时，具备快速响应与稳定支撑的能力。MiniMax M2.7在业界独树一帜，它是首个具备深度自我进化能力的大模型。该模型能够自主构建Agent Harness，借助Agent Teams协

当同一道逻辑题用英文表述时，人工智能模型能迅速给出准确答案；但换成中文后，部分模型的表现却大幅下滑，甚至得出完全相反的结论。这一现象引发了科研团队的关注。四川大学数学学院与华为技术有限公司2012实验室理论实验室联合开展的研究，通过构建一套名为“CHLOGIC”的测试工具，系统量化了人工智能在中英文逻辑推理中的能力差异。现有逻辑推理测试集多以英文为主，中文版本往往仅作简单翻译，未深入检验同一逻辑结

在苏州举办的移动云大会上，算网融合、人工智能、Token应用与产业落地成为核心议题，吸引了政产学研用各界的广泛关注。作为中国移动重点投资的国产GPU领军企业，摩尔线程携全栈自主算力解决方案亮相，通过新品路演、生态发布、圆桌对话等环节，深度参与大会并展示了其在智能计算领域的技术突破与产业实践。大会首日的新品路演环节中，摩尔线程解决方案总监孙强系统阐述了AI技术“向上突破、向下扎根”的双线发展趋势。他

近日，一场聚焦国产GPU与开源生态协同发展的技术盛会在北京拉开帷幕。由摩尔线程与SGLang社区联合主办的“MUSA开源技术沙龙｜SGLang × MUSA Meetup”吸引了近百位前沿开发者到场，TileLang、Triton、Mooncake等开源社区的顶尖技术专家齐聚一堂，围绕大模型推理引擎、算子编译、工程优化等核心议题展开深度交流。作为MUSA后端正式融入SGLang主线后的首次线下技术

麻省理工学院与MIT-IBM沃森人工智能实验室联合团队提出了一种名为“＞＜former”的新型神经网络架构，挑战了传统语言模型“每层宽度一致”的设计范式。这项研究以预印本形式发布于学术平台，通过系统性实验证明，通过动态调整模型各层宽度，可在不增加参数量的情况下提升性能并降低计算资源消耗。传统语言模型由多个“变换器层”堆叠而成，每层宽度固定，如同建造每层面积相同的楼房。研究团队质疑这种“一刀切”的资

当你想让AI图片编辑工具把猫咪的头稍微向左转时，输入文字指令可能得到夸张的变形结果，而拖拽操作又常导致皮肤拉伸失真。这种"文字说不清位置，手势道不明意图"的困境，正被一项突破性研究打破。香港理工大学与OPPO研究院联合开发的TV-Edit系统，首次实现了文字语义与空间轨迹的协同编辑，让AI同时理解"做什么"和"怎么做"。这项成果以预印本形式发布于arXiv平台，编号2606.16767。现有工具的

复旦大学人工智能与具身智能研究院与阿里巴巴通义千问团队联合提出了一项名为UniAR的创新框架，旨在解决多模态AI系统中“看图”与“画图”能力割裂的难题。该研究以预印本论文形式发布于学术平台，编号为arXiv:2606.18249，为构建真正统一的多模态智能提供了新思路。传统AI系统中，“看图”与“画图”通常由两套独立模块处理：前者依赖高层语义理解，后者注重低层细节生成。这种分工导致AI生成图片后，

在人工智能生成人体动作的领域，一项突破性研究正引发广泛关注。北京大学计算机学院与AI机器人公司联合开发的MotionVLA模型，通过创新性的双流编码架构，成功解决了传统方法中动作失真、抖动和漂移等长期存在的技术难题。该研究以预印本形式发布于arXiv平台，论文编号为arXiv:2606.15142，为具身智能和角色动画领域提供了新的技术范式。传统方法在生成人体动作时，常面临一个根本性挑战：人体运动

在人工智能算力竞争白热化的背景下，谷歌与博通正通过创新融资模式向英伟达发起全面挑战。两家科技巨头分别采用财务担保和信用捆绑策略，试图打破英伟达在AI芯片市场超过90%的垄断地位。这场竞争不仅涉及硬件性能比拼，更演变为一场关于资本运作效率的深度博弈。谷歌的突围路径呈现双线并进特征。一方面，该公司通过为数据中心项目提供巨额财务担保，帮助合作伙伴获得低成本融资。典型案例包括为纽约州Lake Marine

近日，我国水产育种领域迎来一项突破性进展——国内首个水产育种专用智能大模型平台“蓝鲲智种”正式发布。该平台由青岛蓝色种业研究院牵头，联合中国海洋大学海洋生物遗传学与育种教育部重点实验室、三亚海洋研究院等多家科研机构共同研发，旨在通过智能化技术推动水产育种效率与精准度的提升。作为我国首个聚焦水产育种领域的专用科学智能模型平台，“蓝鲲智种”整合了海洋生物遗传学、大数据分析与人工智能技术，构建了覆盖种质

美国知名人工智能企业Anthropic计划于7月9日在佛罗里达州举办一场闭门研讨会，活动仅面向现有股东及特定机构投资者开放。据参与筹备的人士透露，公司首席财务官克里希纳·劳（Krishna Rao）将亲自主持会议，重点阐释财务发展路径、资本架构优化方案及上市筹备进展。这场持续半日的会议包含两大核心环节：管理层将系统披露2026年营收增长预期、利润率提升目标及财政规划细节，同时介绍后续融资安排、算力