首篇潜空间推理综述！模型思考不必依赖Token，带宽暴增2700+倍
首篇潜空间推理综述！模型思考不必依赖Token，带宽暴增2700+倍大模型在潜空间中推理，带宽能达到普通（显式）思维链（CoT）的2700多倍？
来自主题: AI技术研报
8586 点击 2025-07-16 15:26
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大模型在潜空间中推理，带宽能达到普通（显式）思维链（CoT）的2700多倍？
自 Stable Diffusion、Flux 等扩散模型 (Diffusion models) 席卷图像生成领域以来，文本到图像的生成技术取得了长足进步。但它们往往只能根据精确的文字或图片提示作图，缺乏真正读懂图像与文本、在多模 态上下文中推理并创作的能力。能否让模型像人类一样真正读懂图像与文本、完成多模态推理与创作，一直是学术界和工业界关注的热门问题。
交易成了！OpenAI前CTO初创拿到了20亿种子轮融资，成立5个月公司估值冲到120亿美元。未来几个月，这个汇聚OpenAI顶尖大佬团队，将发布首个多模态AI产品，还会开源部分组件。
三周前，我离开了 OpenAI[1]。我是在 2024 年 5 月加入这家公司的。我想分享我的这些思考，是因为外界关于 OpenAI 在做什么的讨论充满了迷雾和噪音，但很少有人能第一手地描述在那里工作的文化到底是什么感觉。
仍旧记得 2023 年微软发布 Office Copilot 时，我的朋友圈很多人都无比兴奋，大家看到了 Office 和 AI 结合带来的种种便利。当时我也觉得挺酷的，沉寂多年的 Office 系列终于开始往前走了一步。
老黄来华，诚意和动作都有了，但英伟达在“禁令”后丢失的蛋糕，已迅速被国产芯片公司瓜分。
深度学习界的传奇论文，终于等来了它的“封神”时刻！
这几天 kimi k2 很热，玩了一下效果很不错。 我写了个提示词，让 kimi k2 实现 3D 地球。
上周五（711），月之暗面蛰伏半年，憋了个大的，正式发布Kimi K2模型，总参数1T，同步开源。具体模型效果就不过多赘述了，网上已经有很多实测。
你说：“帮我列下今天的会议日程。” 它迅速回复：“9 点产品部，11 点市场部，下午 2 点财务汇报。”——完美。