AI Repos

1、all-rag-techniques
旨在通过简单、动手实践的方式，深入解析检索增强生成 (RAG) 的各种高级技术。项目不依赖 LangChain 或 FAISS 等框架，而是采用 Python 基础库实现，确保代码可读、可修改、具有教育意义。它涵盖了从 Simple RAG 到 Graph RAG、Hierarchy RAG、以及融合强化学习和知识图谱处理大数据的20多种 RAG 技术，并提供详细的解释、分步实现、代码示例和评估，帮助开发者理解 RAG 的工作原理，促进 RAG 技术的普及和应用。

2、DRA-Ctrl
DRA-Ctrl 是由 Hengyuan Cao 等人提出的一项创新研究，它探索了视频生成模型在可控图像合成领域的潜力。该方法通过维度降低攻击 (Dimension-Reduction Attack) 范式，将视频模型的长程上下文建模和全注意力优势应用于图像生成任务。为弥合视频连续性与图像离散性之间的鸿沟，DRA-Ctrl 引入了混合过渡策略和定制的注意力掩码机制，以更好地对齐文本提示和图像控制。实验证明，该方法在主体驱动和空间条件生成等任务中表现优于直接训练的图像模型，为统一视觉生成模型奠定了基础。

AI News

1、Gemini Robotics On-Device：开启本地运行机器人智能新篇章
谷歌 DeepMind 发布了专为机器人设计的 Gemini Robotics On-Device，该模型基于 Gemini 2.0，可在设备本地运行，摆脱对互联网连接的依赖。这使得机器人能更快适应新任务和环境，并在无网络条件下稳定运行。Gemini Robotics On-Device 具备多模态推理能力，尤其适合对延迟敏感的应用，并在多项灵巧操作任务中展现了卓越的适应性和通用性。同时，DeepMind 还将推出 Gemini Robotics SDK，以帮助开发者评估和部署该模型，共同推动具身智能发展。

2、SuperDec：3D 重建新突破，赋能机器人与内容生成
ETH Zurich、斯坦福大学和微软团队推出了 SuperDec，这项创新方法通过超四面体原理实现紧凑且富有表现力的 3D 场景表示，有效分解 3D 场景中的对象。它结合实例分割技术，并利用基于 Transformer 的神经网络预测超四面体参数，通过优化精细化形状。SuperDec 在 ShapeNet、ScanNet++ 和 Replica 数据集上表现出色，验证了其泛化能力。该技术有望在机器人路径规划、物体抓取以及结合文本到图像扩散模型实现可控视觉内容生成等领域带来广泛应用，突破 3D 重建瓶颈。

3、支付宝推出国内首个“AI打赏”服务，赋能开发者商业化
支付宝今日宣布推出国内首个**“AI打赏”服务**，旨在为AI开发者提供便捷的轻量化收款解决方案，满足用户对AI智能体表达赞赏和支持的需求。开发者可通过蚂蚁百宝箱平台或阿里云百炼快速开通此功能，用户打赏金额将直接进入开发者账户，形成双向正反馈机制。此服务与此前推出的支付 MCP 共同构建了基础付费与灵活激励并存的多元服务模式，进一步推动AI技术的商业化应用和开发者生态的繁荣。

4、字节跳动发布 ProtoReasoning 框架，显著提升大语言模型逻辑推理能力
字节跳动与上海交通大学团队共同推出了 ProtoReasoning 框架，旨在通过 Prolog 和 PDDL 等逻辑原型，增强大语言模型（LLMs）的跨领域逻辑推理能力。该框架包含原型构建器和验证系统，能将自然语言问题转换为形式化表示并验证解答。在高质量 Prolog 和 PDDL 样本训练后，ProtoReasoning 在逻辑推理、规划及多项基准测试中展现出显著提升，验证了结构化原型训练的有效性，为未来 LLMs 的发展开辟了新路径。

5、讯飞星火医疗大模型 V2.5 国际版发布：国产算力驱动，综合能力超越人类医生
科大讯飞正式发布星火医疗大模型 V2.5 国际版，这是业界唯一基于全国产算力训练的医疗大模型。该模型在权威平台 MedBench 上以 98.4 分位列综合能力榜首，其全科诊疗和专科诊断推理能力显著提升，官方称已达到三甲医院主治医师水平。尤其在完整性、实用性和可读性方面，该模型表现优于人类医生。此外，它支持中、英、粤语等多语言，极大地拓展了国际应用潜力，预示着医疗 AI 领域的重要突破。

6、Grok Studio 新编辑器曝光：文本表格深度集成，打造“办公全能王”
xAI 正在开发一款与 Grok 深度联动的新型智能编辑器，旨在为办公场景提供一站式解决方案。这款编辑器将集成文本和电子表格功能，允许用户在同一界面内同时进行报告撰写和数据分析，无需频繁切换应用。它还将融入智能推荐和自动纠错等 AI 功能，大幅提升工作效率。此举预示着 Grok 将向“办公全能王”发展，未来可能支持更多办公任务，满足用户对高效智能办公工具的迫切需求。