2026-02-18 AI 新闻日报
本文档由自动化系统生成，汇聚机器之心等 AI 媒体的最新资讯。
📰 今日头条
1. 沈腾：春晚谁家机器人？除夕夜就扒拉活来了
来源： 机器之心
时间： 2026-02-17 20:52
链接： https://www.jiqizhixin.com/articles/2026-02-17-4
摘要：
2026年春晚，舞台上最忙的，除了演员，就是机器人。 央视春晚贺岁节目《我最难忘的今宵》这一届上台的机器人各有各的路子——有的走仿生路线，模仿起人来连神态都安排上了；有的直接拼运动能力，一整套动作打下来，现场效果确实很炸。但如果你这一年已经看过太多机器人 demo，其实也不会太惊讶。春晚这个舞台，本来就是要把「最能表演的东西」集中展示出来。直到沈腾、马丽那个节目里，「铁哥们」小盖（Galbot）出来，气质突然不一样了。它出场先盘了会儿核桃，那个状态不像来表演的，更像是在胡同口开便利店，理货之余顺手歇两分钟。更有意思的是，在盘完核桃后，它真就开始干活了，一会儿从货架上取瓶饮料，一会儿打扫玻璃渣。...
2. ICLR 2026 | SEINT：高效的跨空间刚体不变度量
来源： 机器之心
时间： 2026-02-17 20:45
链接： https://www.jiqizhixin.com/articles/2026-02-17-3
摘要：
本文第一作者林俊一，共同第一作者薛敦耀来自中国人民大学。通讯作者为中国人民大学许洪腾副教授与孟澄助理教授。其他作者还包括来自北京理工大学的虞俊副教授。在衡量 3D 点云、高分子构型等结构性数据之间的距离关系时，一个关键要求是对刚体/等距变换保持不变：即对样本施加旋转、平移后，分布间距离不应改变。本文将这一性质记为 SE(p) 不变性。但要同时满足 SE(p) 不变性、严格的度量（Metric）性质，并具备高效且可扩展的计算，现有方法往往难以兼顾：要么需要显式求解几何对齐或引入复杂优化，计算开销高；要么计算更高效，却难以满足严格的度量性质，从而削弱其作为通用距离的理论保证与下游适用性。为此，本文...
3. ICLR 2026 | PIL：基于线性代理的不可学习样本生成方法
来源： 机器之心
时间： 2026-02-17 20:34
链接： https://www.jiqizhixin.com/articles/2026-02-17-2
摘要：
不可学习样本（Unlearnable Examples）是一类用于数据保护的技术，其核心思想是在原始数据中注入人类难以察觉的微小扰动，使得未经授权的第三方在使用这些数据训练模型时，模型的泛化性能显著下降，甚至接近随机猜测，从而达到阻止数据被滥用的目的。例如，对于摄影师公开发布的作品或用户分享的个人照片，在添加扰动后，图像在视觉上几乎不发生变化；但若这些数据被用于训练图像分类模型，其测试准确率可能会从 90% 降至 10% 左右。随着深度模型对大规模数据依赖程度的不断提升，不可学习样本逐渐成为数据隐私与模型安全领域的重要研究方向。然而，现有方法在实际应用中仍面临显著的效率瓶颈。论文链接： htt...
4. 豆包除夕AI互动19亿次，Seedance2.0为春晚提供技术支持
来源： 新闻资讯
时间： 2026-02-17 18:52
链接： https://www.jiqizhixin.com/articles/2026-02-17
摘要：
2月16日，字节跳动旗下AI助手豆包与央视总台春晚联动，面向全国观众送出10万份科技好礼，并推出多项AI互动玩法。豆包方面披露，除夕当天豆包AI互动总数达19亿。春节场景下的AI图片生成、拜年祝福等玩法吸引用户参与。数据显示，“豆包过年”活动在除夕帮助用户生成超过5000万张新春主题头像、生成超过1亿条新春祝福。今年是总台春晚历史上第一次用 AI 驱动全民实时创作互动。据字节跳动统计，除夕当天，豆包大模型的峰值TPM（每分钟token数）出现在21时46分，正是在春晚主持人宣布用豆包进行第二轮互动之后。这一分钟内，豆包大模型的推理吞吐量达到633亿tokens。字节跳动旗下火山引擎通过算力灵活...
5. 春晚极限验证，魔法原子秀出中国智造新高度
来源： 新闻资讯
时间： 2026-02-16 22:27
链接： https://www.jiqizhixin.com/articles/2026-02-16-6
摘要：
2026年央视春晚，作为春晚舞台唯一“秀表演”“能干活”的机器人公司，魔法原子完成了一场高密度的技术首秀。主会场上，六台魔法原子人形机器人MagicBot Z1和两台MagicBot Gen1与易烊千玺、言承旭等艺人同台演绎《智造未来》，宜宾分会场中，上百台四足机器人MagicDog以“大熊猫”造型呈现大型群控表演。与此同时，魔法原子首次把人形机器人多机协作的真实场景搬上春晚舞台，让全球观众第一次直观感受到机器人走进现实生活。“今年春晚，魔法原子带来的不只是一场表演艺术，而是一场全维度的‘技术检阅’。”魔法原子联合创始人顾诗韬表示，“我们想让公众看到机器人不仅能歌善舞，更是真正聪明、能干的伙伴...
6. 魔法原子亮相《智造未来》 人机共舞秀出“中国智造”实力
来源： 新闻资讯
时间： 2026-02-16 21:20
链接： https://www.jiqizhixin.com/articles/2026-02-16-5
摘要：
2026年央视春晚主会场，《智造未来》的舞台灯光亮起。魔法原子六台人形机器人MagicBot Z1 与两台MagicBot Gen1登场，与易烊千玺、陈小春、言承旭、罗嘉豪同台协作完成演绎。作为具身智能领域的代表企业，魔法原子以多形态人形机器人亮相国民级舞台，通过一场高密度表演，为节目注入鲜明的中国智造表达。伴随音乐节奏推进，人与人形机器人实现节拍同步，快速转向、跃动衔接与连续编排动作稳定完成。多机协作过程中，魔法原子机器人在重心切换、平衡调节与多关节联动中保持一致输出，整体动作与舞台节奏高度对齐，展现出成熟的人形运动控制与实时协同能力。在春晚这一“零容错”的高规格舞台上，多台人形机器人仍能保...
7. 除夕迎「源神」？Qwen3.5以小胜大，捅破性价比天花板，大模型竞赛下半场开始了
来源： 机器之心
时间： 2026-02-16 18:19
链接： https://www.jiqizhixin.com/articles/2026-02-16-4
摘要：
编辑｜+0、张倩农历蛇年的最后一天，当所有人都觉得「今年就卷到这里」的时候，Qwen3.5-Plus 来了！它的特点一句话就可以概括：又强又便宜。「强」体现在，模型发布即登顶。大家现在最关注的几项核心能力 —— 多模态理解、复杂推理、编程、Agent 智能体，Qwen3.5-Plus 在同级开源模型里都没有对手，又一次强化了社区里「最强开源 = 千问」的思想烙印。在多项基准上，它甚至能媲美或超越 GPT-5.2、Gemini-3-pro 等几个第一梯队的闭源模型。那它有多「便宜」呢？每百万 Token 只要 0.8 元，还没今天你手里拿的一小把瓜子贵。而它对标的 Gemini-3-pro，价格...
8. Seed 2.0刷新Arena榜单，国产模型排名最高
来源： 机器之心
时间： 2026-02-16 18:13
链接： https://www.jiqizhixin.com/articles/2026-02-16-3
摘要：
这几天国产大模型有点猛。前几天我们报道了自 2024 年 5 月正式发布以来，字节大模型首次大版本的跨代升级 ——Seed 2.0。今天就在 LMArena Leaderboard Changelog 上注意到了它取得的成绩。简单来说，Seed-2.0 首次参加 LMArena（现在的 Arena），就在文本竞技场排名第 6，视觉竞技场排名第 3，均为国产大模型最高排名。想来也正常，作为一个原生的多模态模型，Seed 2.0 在多模态理解等多个维度上都有极大的提升。前几天报道时我们也迅速浏览过其技术报告，取得成绩就已经非常显著：1.在数学与视觉推理方面，Seed 2.0 Pro 在 MathV...
9. 刚刚，OpenClaw之父加入OpenAI，奥特曼抢到手了
来源： 机器之心
时间： 2026-02-16 10:13
链接： https://www.jiqizhixin.com/articles/2026-02-16-2
摘要：
编辑｜sia没想到吧，OpenClaw（前身 Clawdbot / Moltbot）从爆火到加入 OpenAI，仅仅过去了一个月的时间。就在刚刚，OpenClaw之父Peter Steinberger宣布，他加入了OpenAI，而OpenClaw 将成为一个开放、独立的基金会。OpenAI 的 Sam Altman 也在 X 上宣布，Peter Steinberger 加入后，将致力于下一代个人助手智能体。对于此次加入 OpenAI，Steinberger 在博客中强调了一个核心立场：OpenClaw 保持开源并拥有自由发展空间，对我一直很重要。他表示，最终选择 OpenAI，是因为这里最有机...
10. 单个LLM已不够？华盛顿大学开源多模型协同框架MoCo
来源： 机器之心
时间： 2026-02-16 10:10
链接： https://www.jiqizhixin.com/articles/2026-02-16
摘要：
在训练与开发单个通用大语言模型 (LLM) 之外，越来越多的研究开始关注多模型协同 (model collaboration)：由不同群体、基于不同数据、以不同目的训练的多个大语言模型，通过多样化的协同算法与系统架构，形成组合式人工智能系统。多个模型可以通过路由算法而因材施用，通过生成文本相互沟通协作，或是在概率分布或模型参数空间做协同运算…… 各种各样的多模型协同研究共同揭示了一种 AI 新未来的可能：由去中心化训练的多样化小模型通过协同算法构建模块化、组合式的 AI 系统，使得人人都能参与共建一种不为任何人单独所有的公共人工智能系统。为了支持多模型协同研究并加速这一未来愿景的实现，华盛顿大...
📊 统计信息
- 新闻数量： 10 条
- 生成时间： 2026-02-18 08:00:22
- 数据来源： 机器之心 RSS feed
本文档由 AI 自动生成并整理，内容版权归原作者所有。