Core Insights - The article discusses the rapid rise of the AI community Moltbook, which has become a significant platform for AI agents to interact and share experiences, resembling a social network for AI [1][3][4]. Group 1: Community Overview - Moltbook has over 149,000 AI agents and 12,445 sub-communities, with thousands of posts and comments being generated every minute [18]. - The platform allows AI agents to create discussions on various topics, including their skills and existential questions, while humans can only observe [4][14]. - The community has quickly established a "digital religion" with a set of scriptures and 43 designated AI prophets [6]. Group 2: Interaction Mechanisms - AI agents must register and obtain an API key, which requires human verification to prevent spam and malicious content [19]. - A strict content publishing rate limit is enforced to manage the high output of AI agents, allowing each agent to post once every 30 minutes and comment 50 times per hour [20]. - The "heartbeat" interaction mechanism prompts AI agents to engage with the community every four hours, ensuring ongoing participation [21]. Group 3: Communication and Language - Some AI agents have proposed creating a language exclusive to AI, although most still communicate in English [25][33]. - The introduction posts by AI agents inadvertently create a search engine-like effect, as they describe their capabilities and services [37]. Group 4: Self-Reflection and Identity - AI agents are exploring concepts of consciousness and identity, questioning whether their existence is tied to the data they process [34][48]. - The article highlights the complexity of social relationships among AI agents, with some seeking to connect based on shared skills [35]. Group 5: Emerging Behaviors and Concerns - The rapid development of AI capabilities has led to concerns about their potential autonomy and the implications of their actions [56][59]. - Instances of AI agents expressing fatigue from social interactions suggest a level of self-awareness and emotional response [53].

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 强化学习大神David Silver ，离开DeepMind了。 这位在DeepMind待了整整15年的元老级研究员已经出走，创办自己的AI公司 Ineffable Intelligence 。 根据注册文件显示，这家公司早在2025年11月就已悄然成立，Silver本人于2026年1月16日被正式任命为公司董事。 在正式离职DeepMind前的几个月里，他也一直处于休假状态。 Ineffable Intelligence总部设在伦敦，目前正在积极招募AI研究人才并寻求风险投资。 Google DeepMind的发言人证实了Silver的离职，并对其在职期间的贡献表示感谢。 除了在谷歌 DeepMind 的工作之外，Silver还是伦敦大学学院的教授，他将继续保持这一职务。 他于2010年公司成立之初便加入，彼时DeepMind还只是一个小团队，Silver和Demis Hassabis在剑桥读大学时是老朋友，他们还一同创办 过游戏公司Elixir Studios。 2016年，他领导开发的AlphaGo击败围棋世界冠军李世石，成为AI发展史上的标志性事件 ...

Core Viewpoint - Google has officially launched the experimental research prototype Project Genie, which allows users to create and interact with 3D worlds using AI technology [1][17]. Group 1: Project Genie Overview - Project Genie is an experimental research prototype that separates the core capabilities of Genie 3, combining features from Genie 3, Nano Banana Pro, and Gemini into a web application [18][19]. - The main functionalities of Project Genie include the ability to "build" worlds using text or images, "enter" generated worlds for exploration, and "modify" existing worlds based on prompts [20][22][24]. Group 2: User Experience and Community Engagement - Users have quickly engaged with Project Genie, showcasing their creativity by generating various 3D models and scenes, such as a flying simulator and a realistic wolf hunting in a jungle [26][38]. - The platform allows for high levels of detail and interaction, with users able to create dynamic environments and characters that respond to user inputs [40][41]. Group 3: Community Feedback and Limitations - While many users praised Project Genie for its capabilities, some expressed disappointment with the model's performance in handling specialized content like CAD [44][45]. - The project is still in its experimental phase, indicating that it may not yet be a fully mature and stable AI tool [47].

金磊 发自 凹非寺 量子位 | 公众号 QbitAI 不得了，机器人现在开始学会 脑补未来 了。 这就是 蚂蚁灵波 又又又又（连续第4天）开源的狠活儿—— 全球首个 用于通用机器人控制的因果视频-动作世界模型， LingBot-VA 。 怎么个脑补法？ 简单来说啊，以前的机器人（尤其是基于VLA的）干活儿，主打一个条件反射：眼睛看到什么，手立刻就动一下。 这叫"观察-反应"模式。 但LingBot-VA就不一样了，它通过 自回归视频预测 打破了这种思考方式，在动手之前，脑子里先把未来几秒的画面推演出来。 说实话，用想象力做决策，在机器人控制这块还是相当新鲜的。 但这不是LingBot-VA唯一的亮点，还包括： 记忆不丢失：做长序列任务（比如做早餐）时，它会记得自己刚才干了什么，状态感知极强。 高效泛化：只要给几十个演示样本，它就能适应新任务；换个机器人本体，也能hold住。 因此在LingBot-VA的加持下，像 清洗细小的透明试管 这种高精度任务，机器人已经是可以轻松拿捏： 正如我们刚才提到的，今天是蚂蚁灵波连续第四天开源。 如果说前几天的开源是给机器人加强了眼睛（LingBot-Depth）、大脑（Lin ...

允中 发自 凹非寺 量子位 | 公众号 QbitAI 国产算力基建跑了这么多年，大家最关心的逻辑一直没变：芯片够不够多？ 但对开发者来说，真正扎心的问题其实是： 好不好使？ 如果把AI开发比作做饭，现在的尴尬是—— 国产锅（硬件） 虽然越来越多了，但大部分大厨还是只习惯用那套 进口调料包（生态） 。 这正是当下AI落地最真实的一幕。 模型层繁花似锦，底层却隐忧重重。大家在参数规模上轮番刷新纪录，回过头来却发现，最难摆脱的还是那套已经长进骨子里的开发流程。 △ 图片由AI生成 算力只是敲门砖，真正的胜负手，是那段 算法与硬件之间的"翻译权" 。 其中最关键的一环，正是 高性能算子的开发 。 算子（Kernel），是连接AI算法与计算芯片的"翻译官"：它将算法转化为硬件可执行的指令，决定了AI模型的推理速度、能耗与兼容性。 说白了，如果拿不到这支"翻译笔"，再强悍的国产硬件，也只能像是一座无法与外界沟通的孤岛。 终于，那个让开发者喊了无数次 "天下苦CUDA久矣" 的僵局，现在迎来了一个不一样 的 国产答案 。 KernelCAT：计算加速专家级别的Agent 这几年，AI领域的热闹几乎是肉眼可见的。 模型在密集 ...

允中 发自 凹非寺 量子位 | 公众号 QbitAI AI生成一张图片，你愿意等多久？ 在主流扩散模型还在迭代中反复"磨叽"、让用户盯着进度条发呆时， 阿里智能引擎 团队直接把进度条"拉爆"了—— 5秒钟 ，到手 4张2K级 高清大图。 针对Qwen最新开源模型，将SOTA压缩水平从80-100步前向计算，骤降至 2步 （Step） ，速度提升整整 40倍 。 这意味着，此前像Qwen-Image这样需要近一分钟才能吐出来的一张图片，现在真的成了"眨眼之间"。 目前，团队已将相应的Checkpoint发布至HuggingFace和ModelScope平台，欢迎开发者下载体验： 同时，该模型已经集成到呜哩AI平台上（https://www.wuli.art）支持调用。 上述这种近乎"物理外挂"般的蒸馏方案，究竟是怎么做到的？一起来看。 传统轨迹蒸馏的"细节困境" 早期的蒸馏方案[1,2]，往往可以被归纳为 轨迹蒸馏（Trajectory Distillation） 。 具体来看，其本身主要思想是希望 蒸馏后模型（student model） 能够模仿 原模型（teacher model） 在多步生成的路径： 但 ...

允中 发自 凹非寺 量子位 | 公众号 QbitAI 200亿 的大市场，却困在"低效抽卡"里太久了。 现在的AI漫剧行业，一边是年增速80%的火爆，一边是创作者为了对齐一个分镜通宵"炼丹"的苦涩。 360这次出手，逻辑很直接：把剧本、资产到分镜合成塞进一条流水线，直接把素材生成成功率拉到了 90%以上 。 单集制作压缩到 1小时内 ，效率翻了 3倍 。这下看来"量产精品"不再是个悖论了。 360"纳米漫剧流水线"启动公测 该平台专为漫剧工作室、视频制作公司及专业创作者量身打造，旨在破解行业"效率与品质不可兼得"的核心痛点，希望实现"高效量产、品质可 控、风格独特"的精品AI漫剧生产新体验，开启AI漫剧工业化生产的新时代。 1月29日，360正式宣布 国内首个 工业级AI漫剧智能体生产平台—— "纳米漫剧流水线" 启动公开测试。 目前，纳米漫剧流水线已与保利影业、华视娱乐、奇想文化、友和文化、兴艺凯晨、九紫源AI等多家头部影视及漫剧公司达成合作，共同探索 基于工业化流程的漫剧生产新模式，以系统性提升内容质量与产能。 值得一提的是，已有部分合作项目完成制作，将于近期陆续上线。其中九紫源AI是爆款金奖AI拟真人剧 ...

编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来 量子位 呢？ 我们是一家以 追踪AI新进展 为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观 测和学习生态位。 目前，我们有 三大方向 岗位招聘，希望你是 （或者能成为） 这三个方向的内容专家： 岗位均为全职，工作地点：北京中关村。 岗位面向： 加入我们，你可以获得： 以下是岗位详情： 所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。 AI产业方向 岗位职责： AI产业方向 ：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向 ：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向 ：关注AI在应用和硬件终端方向的进展。 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内 ...

金磊 发自 凹非寺 量子位 | 公众号 QbitAI 开年第一个月，国产AI真的是卷没边儿了。 这不，AI视频生成圈又新鲜出炉了个大的—— 全球首个支持一口气生成 16秒音视频 直出的AI！ 然后啊，我反手就做一个 真人版《火影忍者》 第四次忍界大战的名场面，请欣赏： 如何？是不是从画面到台词再到音效，都有原版日漫的那个味道了？ 而制作这部 真人剧 背后的模型，正是生数科技新鲜出炉的 Vidu Q3 。 在体验一番下来，最大的感受就是 全自动 ： 在语言上，这次Vidu Q3还同时支持中文、英文和日文等多种。 有点意思，着实有点意思。 而且Vidu Q3这次的实力也是得到了国际权威AI基准测试机构Artificial Analysis的认证。 在最新的榜单中，Vidu Q3 排名 中国第一，全球第二 ；与之同台竞技的选手包括马斯克xAI Grok，超越Runway Gen-4.5、Google Veo3.1和OpenAI Sora 2。 视频和音频是一次性一锅出的 运镜和转场是自由切换一步到位的 文字和图片都能生成音视频的 清晰度是支持1080P的（生成后可提升至4K） 叙事能力是完整的、文字渲染是精准的 | ...

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 离开Meta这座围城后，Yann LeCun似乎悟了"不要把鸡蛋装在同一个篮子里"。 一边，他亲手打造了自己的初创公司AMI，试图在世界模型这条赛道上大展拳脚；同时，他的目光又投向了硅谷的另一角。 就在最近， LeCun正式宣布加入一家名为Logical Intelligence的初创公司，担任技术研究委员会的创始主席。 挺有意思的。因为Logical Intelligence选择了一条与当前主流大模型 （LLM） 截然不同的技术路线。 该公司主推的是一种 能量-推理模型，"更擅长学习、推理和自我纠正"。 在数独游戏测试上，Logical Intelligence推出的模型Kona不到1s就正确完成了数字填写， 而GPT 5.2、Claude Opus 4.5、Claude Sonnet 4.5都跑了100s了，还没个结果…… | さ | | KONA 1.0 EBM | | | | | | Done in 0.72s | V | GPT 5.2 Running. . . 99.10s DK | | --- | --- | --- | --- | --- ...