家人们谁能想到！AI行业卷了好几年的"参数大赛"，居然被MIT一记"反套路"干翻了！最近硅谷疯传，三家顶级实验室同时发现，自家模型冒出了"没教过。

传统基础模型在S-NIAH单针大海捞针等简单检索任务中尚能维持表现，但在信息密度更高的复杂任务中，其推理性能随输入长度增加而下降。相比之下，RLM在输入长度超过特定阈值区间后，依然保持得分稳定性。

《MIT科技评论》发布对2026年人工智能领域的五大趋势预测：其一，中国开源大模型因开放权重和高度可定制性，将在美国硅谷获得更广泛采用；其二，美国将陷入联邦与州之间的监管拉锯战；其三，AI购物助手将改变零售业，预计到2030年代理商务规模可达数万亿美元；其四，大语言模型将辅助人类做出重要科学发现，有望在数学、材料学等领域催生新突破；其五，针对AI公司的法律诉讼将升级，相关审判将逐步厘清法律责任边界 ...

新年伊始，MIT CSAIL 的一纸论文在学术圈引发了不小的讨论。Alex L． Zhang 、 Tim Kraska 与 Omar Khattab 三位研究者在 arXiv 上发布了一篇题为《Recursive Language ...

研究人员指出，这一提升完全归功于数据的纯净度与准确性，证明了在自动驾驶、机器人协作等领域，系统对物理世界的直觉可以通过海量、高质量的自动化数据训练来建立。这标志着数字化系统在通向具备“物理常识”的具身技术道路上迈出了关键一步。

【新智元导读】你有没有发现，你让AI读一篇长文章，结果它读着读着就忘了前面的内容？ 你让它处理一份超长的文档，结果它给出来的答案，牛头不对马嘴？ 这个现象，学术界有个专门的名词，叫做上下文腐化。

高分模型未必懂科学，有的只是在「死记硬背」！MIT揭秘：模型越聪明，对物质的理解就越趋同。既然真理路径已清晰，我们何必再深陷昂贵的算力竞赛？ 在MIT的一项研究中，研究员把59个「出身」不同的模型凑在一起，观察它们在理解物质时，隐藏层表达是否相同 。

从技术发展的角度看，VLASH代表了机器人控制技术的一个重要进步。它不是通过增加硬件复杂性或计算资源来解决问题，而是通过更聪明的算法设计实现了性能突破。这种思路为未来的机器人技术发展提供了新的方向：与其无限增加系统的计算能力，不如让系统变得更加智能和 ...

说到底，MIT这项关于递归语言模型的研究为我们展示了一种全新的AI工作方式。不再是让AI硬记所有信息，而是教会AI如何聪明地利用外部资源，如何分解复杂问题，如何进行有效的信息管理。这种方式不仅更加高效，也更加接近人类的思维模式。

在此期间，他获得了清华大学综合优秀奖学金（2019）、全国大学生数学建模竞赛（CUMCM）一等奖（2020）、国家奖学金（2020）、清华大学「未来学者」奖学金（2021）等多项奖项。 Efficient Algorithms and Systems ...