vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。
刚刚，Grok 4 和 Grok 4 Code 的基准测试结果疑似泄露。X 博主 @legit_api 发帖称，Grok 4 在 HLE（Humanities Last Exam，人类最后考试）上的标准得分是 35%，使用推理技术后提高到 45%；在 GPQA 上的得分是 87-88%；而Grok 4 Code 在 SWE Bench 上的得分则达到 72-75%。
没等来 DeepSeek 官方的 R2，却迎来了一个速度更快、性能不弱于 R1 的「野生」变体！这两天，一个名为「DeepSeek R1T2」的模型火了！这个模型的速度比 R1-0528 快 200%，比 R1 快 20%。除了速度上的显著优势，它在 GPQA Diamond（专家级推理能力问答基准）和 AIME 24（数学推理基准）上的表现均优于 R1，但未达到 R1-0528 的水平。
根据 Menlo Ventures 最新发布的《2025 年消费者 AI 现状报告》，全球已有 18 亿用户使用 AI 产品，付费转化率 3% 左右。行业领头羊 ChatGPT ，拥有 8 亿月活用户，付费转化率约 5%。C 端场景基数大且有一定的付费转化率，部分产品商业化渐入佳境。
AI 领域最近盛行一个观点：AI 下半场已经开始，评估将比训练重要。而在硬件层级上，我们也正在开始进入一个新世代。
想象一下，凌晨三点你被电话吵醒，公司的核心系统彻底崩溃，数十万用户无法正常使用服务，每分钟损失数万美元。你和 50 个工程师挤在一个 Slack 紧急群里，面对着成千上万条日志、指标和报警，却根本找不到问题的根源。
AI开始挤占人类音乐了。今年1月，法国音乐流媒体服务Deezer曾透露，该平台新上传内容有10%完全由AI生成，两个月来，比例提高到了18%。“而且我们看不到任何放缓的迹象。”
刚刚，一支华人主导的AI团队打破硅谷融资纪录。
如果一个视觉语言模型（VLM）只会“看”，那真的是已经不够看的了。
在阿里AI战略的中枢，有一个名字越来越频繁地被提及：吴嘉。
