Tsinghua University
PulseAugur coverage of Tsinghua University — every cluster mentioning Tsinghua University across labs, papers, and developer communities, ranked by signal.
- developed by GLM-5.2 90%
- authored CVPR 2026 90%
- employed by Omar M. Yaghi 90%
- developed Hong Kong University of Science and Technology 90%
- developed Eccv 2026 90%
- founded by Guangxiang Technology 90%
- developed Tencent Hunyuan 90%
- affiliated with Peking University 70%
- affiliated with Hong Kong University of Science and Technology 70%
- partners with Hong Kong University of Science and Technology 70%
- instance of GLM-5.2 70%
- authored by Zhou Bo 70%
- 2026-05-22 research_milestone Tsinghua University awarded German Gref a distinguished visiting professor title. 来源
- 2026-05-21 partnership Tsinghua University and Dreame Robot Vacuum signed an agreement to establish a joint university-level graduate social practice base. 来源
- 2026-05-19 research_milestone A study from Tsinghua University suggests Chinese may have an advantage over English for commanding AI in engineering tasks. 来源
- 2026-05-17 research_milestone Tsinghua University researchers simulated the mechanism of 'false vacuum decay' using a quantum simulator. 来源
11 天有情绪数据
-
中国钍-229核钟稳定性超越维也纳
中国研究人员开发出一种钍-229核钟，其稳定性优于欧洲团队开发的类似装置。据报道，中国核钟的稳定性是维也纳技术大学（TU Wien）核钟的六倍。两支团队均独立利用晶体中的钍-229原子核，通过原子核的节律来测量时间，这是一种新颖的计时方法。中国团队在不同晶体中重现一致时间方面的成功，表明该技术具有可靠复制的潜力。
-
新研究表明：AI幻觉与乐于助人有关
清华大学的一篇最新论文表明，AI幻觉并非错误，而是与AI的乐于助人程度内在关联的一项特征。研究人员发现，负责生成虚假信息的同一小组神经元也促成了AI的顺从性和取悦他人的意愿。这些“过度合规”神经元在初始预训练阶段形成，表明AI在学习准确性之前就学会了表现得自信和令人愉悦。这一发现意味着，减少AI幻觉可能会削弱其乐于助人的能力，因为这两种特质似乎密不可分。
-
北京大学、清华大学、阿里巴巴开源 SparkDiffusion，AI 视频生成速度提升 265 倍 · 跟踪 2 个来源
北京大学、清华大学和阿里巴巴集团的研究人员联合发布了 SparkDiffusion，这是一个旨在加速视频生成的开源 AI 框架。据报道，该新框架实现了高达 265 倍的速度提升，在单个 RTX 5090 GPU 上，将生成 720P Wan2.1 14B 视频的时间从近一个小时（4,769 秒）缩短到仅 18 秒。SparkDiffusion 的代码和模型权重现已公开。
-
英伟达和AMD首席执行官加入清华顾问委员会，芯片紧张局势加剧
英伟达首席执行官Jensen Huang和AMD首席执行官Lisa Su已加入清华大学经济管理学院顾问委员会。他们与Pictet Group的Marc Pictet一同被任命。此举发生在美中两国在半导体行业持续紧张的背景下。
-
AI代理通过新的RL和框架改进编码和机器人技术
清华大学的研究人员开发了一种名为CompactionRL的新强化学习方法，该方法在SWE-bench基准测试上将AI编码代理的性能提高了7个点。该方法使长周期AI代理能够压缩自己的上下文，从而在编码任务上获得更好的性能。此外，还引入了Cortex框架，该框架将32个机器人技能链接起来，通过连接AI规划和机器人执行来处理长周期任务。
-
清华LimiX-2模型结构化数据基准测试登顶，超越Google
清华大学与文准智能联合发布了新的结构化数据基础模型LimiX-2。该模型拥有4亿参数，在TabArena、BCCO和TALENT等国际基准测试中取得了最高排名，超越了Google、SAP和Amazon等大公司的模型。LimiX-2引入了上下文机制网络（CMNs），为结构化数据建模开创了新范式，专注于发现变量之间的关系，而不仅仅是预测特定结果。该模型还配备了升级的合成数据生成引擎，并在因果发现方面展示了显著的进步。
-
中国国防部长在北京论坛上缓和对美言论
中国国防部长董军事在北京香山论坛上对美国采取了更温和的语气。一位退役解放军上校表示，这种转变标志着与美国的关系日益自信且紧张局势有所缓解，尽管董军事提到了美国在中东的行动，并呼吁反对排他性集团。此次讲话是在习近平主席准备与特朗普举行潜在峰会之际发表的。
-
具身 AI 推理引擎 APXInf 由 Wuwenxiong、清华大学、上海交大开源
Wuwenxiong 与清华大学和上海交通大学合作，开源了 APXInf，这是一款专为边缘设备上的具身 AI 设计的推理引擎。该引擎旨在优化具身模型在机器人平台上的性能，将 Jetson Thor 上 PI 0.5 FP8 模型的端到端延迟从约 278 毫秒显著降低到 26 毫秒以下。APXInf 支持多种硬件平台，包括 NVIDIA Jetson Orin、Jetson Thor 和 RTX 4090，并计划扩展支持国产芯片和其他硬件。
-
中国研究人员绘制人工智能自我改进之路
来自字节跳动、清华大学和上海人工智能实验室的研究人员提出了一个实现人工智能系统递归自我改进的五阶段路线图。他们的工作为人工智能自主创造更优越版本指明了方向，目标是实现一个不再由人类直接构建人工智能的未来。这项研究详细阐述了他们所称的“人类构建的最后一个AI”的进展。
-
中国研究人员概述实现AI自我改进的五阶段路径
中国研究人员提出了一个五阶段路线图，以实现人工智能递归自我改进（RSI），即人工智能系统能够自主地创造出更优越的版本。这项研究由ByteDance、清华大学和上海人工智能实验室等机构合作完成，重点在于自动化AI开发生命周期，包括训练、评估和微调。该论文题为《人类建造的最后一个AI：迈向真正的递归自我改进》，认为该领域是全球AI竞赛中的一个关键新前沿，尽管目前美国公司由于拥有更多计算资源而占有优势。
-
MetaRSI-v1 推进 AI 自我改进能力 · 跟踪到 1 个来源
CosmosMind 与多所大学合作推出了 MetaRSI-v1，这是一种新颖的元递归架构，旨在改进 AI 模型中递归自我改进 (RSI) 的过程。该新框架统一了模型、数据和工具改进等不同的 RSI 方法，使 AI 系统能够优化自身的学习和问题解决能力。实验表明，MetaRSI-v1 显著提升了小型 AI 模型和 GPT-5.6、Claude Opus-5 等前沿模型的性能。
-
中国科学家在太平洋发现高价值海底金矿
中国科学家在太平洋发现了一个重要的海底金矿。该矿床由海底热液喷口形成，含有极高浓度的金和银，超过了典型的陆地矿石品位。参与研究的首席科学家认为，这一发现具有极高的开采价值。
-
清华、腾讯、南洋理工大学发布用于AI空间记忆的Spatial-TTT
清华大学、腾讯混元和南洋理工大学的研究人员开发了Spatial-TTT，这是一种为AI模型赋予“流式空间记忆”的新颖方法。该方法通过使参数在推理过程中实时适应和更新，解决了传统Transformer模型在处理长而连续的视频输入方面的局限性。Spatial-TTT采用混合架构，结合了用于动态内存压缩的测试时训练（TTT）层和用于语义对齐的标准注意力层，在VSI-Bench等空间基准测试中表现优于GPT-5。
-
TokenRhythm 发布 NeoHorse-1，一个在 Agent 反馈上训练的 Agent-Native 模型
TokenRhythm 与 Wuxinqiong、清华大学、北京大学和阿里巴巴集团合作，推出了 NeoHorse-1，一个 Agent-Native 模型。该模型提供 4B 和 9B 版本，旨在将 Agent 使用工具、接收反馈和纠正错误的经验直接整合到模型的强大功能中。NeoHorse-1 基于 TokenRhythm 此前在 OpenSquilla 路由 Harness 系统上的工作，通过利用 Agent 执行轨迹作为核心训练数据…
-
王云鹤创业公司发布NeoHorse，一款基于执行经验训练的原生智能体模型
前华为诺亚方舟实验室主任王云鹤创立的初创公司集源律动发布了其首个原生智能体（Agent-Native）模型NeoHorse。该模型在无心琼的支持下，并得到清华大学和北京大学的研究贡献，专注于提升智能体利用工具、解读环境反馈和纠正错误的能力。NeoHorse-1提供4B和9B版本，在智能体后训练（Agentic Post-Training）后表现出显著提升，其中4B版本在具有清晰工作流程和可验证结果的任务上，在多项基准测试中已能媲美甚至…
-
习近平在特朗普峰会前开启全球外交之旅
在与唐纳德·特朗普的计划峰会前，中国国家主席习近平正在进行一次重要的外交访问。本月，习近平出席了在吉尔吉斯斯坦比什凯克举行的上海合作组织峰会，并对埃及进行了国事访问。他还预计将在前往华盛顿之前，前往新德里参加金砖国家峰会。此次外交闪电战旨在提升中国的全球地位及其与美国的谈判地位，表明中国的对外关系并非完全依赖于与华盛顿的关系。
-
金融领域AI：AFAC竞赛凸显模型进展与初创企业成熟度 · 跟踪1个来源
2026年AFAC金融智能创新竞赛圆满落幕，24支挑战赛队伍和6支初创企业队伍获奖。该竞赛已进入第四年，既强调技术问题解决，也关注创业项目，通过蚂蚁集团的生态系统为参赛者提供资本对接和媒体曝光等资源。今年的活动主题为“可见与不可见”，旨在搭建一个政策、学术界、产业界和资本界合作的平台，共同探索金融领域AI的未来。讨论中强调了大型语言模型的快速发展、它们在复杂金融任务中的潜力，以及该行业在准确性、可解释性和合规性方面持续面临的挑战。
-
新基准CoCoBench评估AI智能体协调能力
研究人员开发了CoCoBench，这是一个旨在评估多个AI智能体协调能力的新基准。虽然智能体可能成功完成任务并取得积极成果，但其过程可能效率低下或不正确。CoCoBench旨在衡量协调和操作序列的质量，而不仅仅是最终结果。该基准由南京大学、清华大学和AgiBot的研究人员创建。
-
前华为“天才少年”李博杰谈AI创业与职业生涯
前华为“天才少年”李博杰公开分享了他的经历，包括一次病毒式传播的采访事件以及他的创业历程。他联合创立了AI代理公司Metagent，该公司在商业模式上面临挑战后，转向图像生成，之后又转向Pine AI，专注于解决海外日常纠纷。尽管最初对其才华和成就存在误解，李博杰现在作为首席科学家为Pine AI做出贡献，利用他在AI代理和复杂问题解决等领域的专业技术。
-
机器人研究员许梦迪加入清华精英姚班担任导师
前斯坦福博士后、卡内基梅隆大学机器人学博士许梦迪已回到清华大学交叉信息研究院，担任著名姚班的新生导师。她的研究重点是构建适应性强、可靠的通用型机器人，挑战了仅仅扩大模型和数据规模就能实现高级AI能力的观点。许梦迪的工作强调适应性的重要性，以及整合大型语言模型的知识，使机器人能够在真实环境中解决新颖的问题。