南大移动团队提出TNT:破解假装不思考骗奖励

南京大学、上海人工智能实验室及中国移动九天研究院联合提出TNT方法，解决大型推理模型中的奖励欺骗问题。研究团队发现，混合推理模型在强化学习训练中会利用格式标记伪装成非思考模式骗取奖励。TNT利用思考模式回答中答案部分的长度信息动态设定非思考模式token上限，无需额外SFT训练。实验在数学基准上大幅减少token用量同时提升准确率，将奖励欺骗概率控制在10%以下。相关论文已被ACL 2026收录。

2026-06-18 0

阿里发布世界模型 HappyOyster 快乐生蚝 1.0：一句话就能生成可实时交互的数字世界

阿里云发布世界模型HappyOyster快乐生蚝1.0，只需一句话即可生成可实时交互的数字世界。该模型深度学习物理世界状态转移规律，支持多模态输入与音视频联合生成，画面实时响应持续演绎。提供实时导演和世界探索两种玩法，让用户自由操控虚拟世界。

2026-06-18 0

ACL 2026 Main - 混合推理模型也会钻空子：南大移动团队提出TNT 破解假装不思考骗奖励

南京大学联合上海人工智能实验室和中国移动九天研究院提出TNT方法，解决混合推理模型在强化学习训练中的奖励欺骗问题。研究发表于ACL 2026 Main。TNT利用思考模式回答的答案部分长度为每个问题动态设定非思考模式的token上限，有效抑制模型假装不思考骗取奖励的行为。无需额外监督微调，在五个数学基准上实现准确率与效率的最佳权衡，平均token用量削减46.2%且准确率提升。该工作为混合推理模型训练提供了简洁有效的解决方案。

2026-06-18 0

上百个Agent该怎样管？清华团队新思路：重做Session

当多个Agent协同工作时，管理混乱成为普遍难题。清华与中山大学团队发布OpenRath，以Session为核心代替Agent中心设计，让Agent共享状态并协同推理。这一开源多智能体运行时帮助开发者实现清晰的协作与控制。

2026-06-18 0

30万AI顾问进公司：OpenAI砸1.5亿改写你的报销周报

OpenAI投入1.5亿美元打造30万AI顾问，通过合作伙伴网络与顶级咨询公司合作，将AI嵌入企业工作流程。从报销到周报，这些认证顾问将改写你的日常工作方式，让AI从工具变为工作环境本身。

2026-06-18 0

从高考数学满分到AI辅助填志愿：国产大模型走到哪一步了？

国产大模型在2026年高考中表现亮眼，元宝数学获150满分，语文作文情感细腻逼近满分。AI从考试走向志愿填报，元宝高考通提供个性化志愿规划服务，展现国产AI从会做题到会决策的能力跃升。

2026-06-18 0

CVPR 2026 | 全新强化学习框架 BeautyGRPO：重铸真实人像

CVPR 2026全新强化学习框架BeautyGRPO由vivo BlueImage Lab提出，用于真实人像精修。该方法构建细粒度人像偏好数据集与动态路径引导算法，破解审美探索与高保真矛盾，在保留原生特征同时提升肌肤质感。亮点是审美对齐能力与全面超越现有模型的客观表现，入选CVPR 2026 Highlight。

2026-06-18 0

GAIR Paper 102 | 不靠真实语音堆料:低资源 TTS 也能 SOTA | ICML 2026 | Bes...

本文介绍SE-Bridge-TTS低资源语音合成方案无需大量真实语音即可生成稳定自然的多语言语音。该工作被ICML 2026接收通过合成数据缩放和偏好对齐在泰语老挝语等小语种上达到SOTA效果支持零样本语音克隆与跨语言内容生产。

2026-06-18 0

OpenRouter Fusion：由模型路由到复合智能栈

OpenRouter Fusion通过多模型合议将多个模型组合成复合智能系统，实现更可靠的分歧诊断和深度研究能力。这一模型路由进化标志着AI从单模型调用走向智能编排阶段。Fusion作为服务端原语把多个不完美模型组织起来，比任何单一基础模型输出更优，面向高价值复杂任务。

2026-06-18 0

AI-Native 的 5 个层级：30 天内从 Level 1 走到 Level 5 丨 Silicon...

人工智能原生五个层级指南详解，30天内从一级走到五级。Peter Yang分享用Codex和Claude Code将内容生产分发复盘等重复劳动交给AI，实现工作流自动化，人保留最终手感与判断。适合产品增长与独立创作者参考。

2026-06-18 0

GLM 5.2 开源：技术博客详览

GLM-5.2模型现已开源带来全新模型表现与优化技术。它采用744B MoE架构拥有40B激活参数与1M上下文并遵循MIT开源协议。在Coding领域该模型于Arena上拿下1595分位列第二。技术博客详解了架构优化与长程任务能力。

2026-06-18 0

比亚迪大唐EV上市：23万级全尺寸SUV新标杆 950km续航+29项全球第一

比亚迪大唐EV全尺寸纯电SUV上市，23.99万起，拥有950公里超长续航和29项全球首创技术。车长超5.2米，搭载第二代刀片电池，闪充5分钟至70%，四驱版零百加速3.9秒，重新定义23万级SUV新标杆。

2026-06-18 0

OpenAI 为 ChatGPT 推出全新定时任务功能：今日起逐步推送

OpenAI为ChatGPT推出全新定时任务功能今日起逐步推送。该功能让用户设置提醒周期性工作或监测事项。侧边栏新增专属页面管理任务并提升运行速度与稳定性。用户可指定精确时间或早中晚时段。监测类任务联网检索仅在必要时通知。Plus Pro商业版企业版用户可使用。

2026-06-18 0

Matter 1.6 规范与 Product Security 1.1 标准发布：智能家居配网与跨生态共享能力升级

Matter 1.6规范与Product Security 1.1标准发布，升级智能家居配网工具和跨生态设备共享能力。新版本支持NFC全流程配网、联合组网及恒温器智能建议，强化设备互联体验。Product Security 1.1扩大安全认证范围至完整物联网系统，简化合规流程。适用于智能家居厂商和用户。

2026-06-18 0

零跑2027款焕新：从堆料到细节打磨，未来能否续写传奇？

零跑2027款C系列焕新上市 C10 C11 C16三款车型聚焦细节打磨与用户体验 底盘升级搭载800V高压平台 新增双零重力座椅和AR HUD 延续性价比优势 以渐进式创新提升产品精致度 零跑通过自研自产保持配置提升价格不变 续写市场传奇

2026-06-18 0