浙大与联想提出EM²Mem:多模态智能体记忆转向“先对齐再检索”

浙江大学与联想团队联合提出事件中心的多模态长期记忆方案 EM²Mem,把“先检索再对齐”改为“先对齐再检索”,论文已在 EMNLP2026 亮相。它值得关注,是因为长期记忆一直是多模态智能体从演示走向可用的关键短板。

浙江大学与联想团队联合提出事件中心的多模态长期记忆方案 EM²Mem,把“先检索再对齐”改为“先对齐再检索”,论文已在 EMNLP2026 亮相。它值得关注,是因为长期记忆一直是多模态智能体从演示走向可用的关键短板。

微软云运营与创新总裁 Noelle Walsh 在休斯敦 BloombergNEF 会议上表示,公司不会让其他电力用户为其 AI 扩张买单,也不寻求政府补贴,将自行消化相关电力成本;但与此同时,其位于得州西部的大型数据中心项目仍受当地审批暂停令影响。

阿里 ATH(TokenHub)业务群推出 AI 音乐生成应用 HappyShrimp(快乐虾米),已在 iOS 和 Android 应用商店上线,国内标准会员约 30 元/月、可生成 150 首歌。它并非老虾米音乐简单复刻,而是阿里“快乐系列”模型产品的第三款。

开源项目 Edge0 发布 Edge0-145B 与 Edge0-120B 端侧模型及统一推理框架,宣称可在个人电脑本地运行 145B 参数模型,峰值内存约 29GB,编程与推理能力接近云端模型。其实际表现仍需更多第三方验证。

arXiv 新论文用五个模型、两套智能体框架和三个 SWE-bench 数据集记录每个仓库补丁,发现编码智能体往往很早就写出正确修复,却在此后继续运行大量步骤,部分运行甚至把正确答案改回错误。

arXiv 上的一篇新论文提出 RSI-PDEbench,用 1,001 个偏微分方程案例测试大模型智能体能否自动完成方程发现、系数估计和数值求解,并给出一个递归自改进方案 RSI-PDE,在摘要报告的三类设置中显著提高通过率、减少模型调用。

2026 年 11 月 12 日发布于 Hugging Face Papers 的一篇论文提出 Test-Time Baking(TTB)方法,尝试让仅解码器大视图合成模型(LVSMs)在保持生成质量的同时,获得最高 23 倍的渲染加速。该结果来自论文摘要所述基准测试,尚非已上线产品。

阿里旗下AI音乐创作平台HappyShrimp正式登陆iOS和Android应用商店,主打自然语言描述直接生成整首歌曲,并在上线当天的版权合作上做出与旧版虾米不同的选择。

arXiv 2026年11月13日发布的一篇新论文提出 Mu-Edit 方法,针对大模型在多任务、跨领域知识更新时互相干扰的问题,给出“冲突感知排序 + 动态低秩近似”的解决思路,声称在五个功能领域和三个基座模型上优于现有基线。目前公开信息仅为论文摘要,尚未核验全文实验细节。

arXiv 上一篇新论文提出,AI 代理在自我纠错时若过度服从“我的推理有问题”这类自我评估,反而可能削弱分辨正确与错误推理的能力,挑战了“自我评估与结论一致就等于纠错更好”的常见假设。