AI-Native 知识内容平台 ThetaWave AI 宣布近日完成数百万美金的 Pre-A 轮融资，BAI Capital、高瓴创投及 MBA Fund 联合投资，老股东奇绩创坛跟投。
什么样的思维链，能「教会」学生更好地推理？
2026年1月，前OpenAI CTO Mira Murati创办的明星公司Thinking Machines Lab遭遇「灭顶之灾」：联合创始人Barret Zoph因办公室恋情丑闻被降职后心生不满，联合另外两名核心骨干向Mira逼宫索权，遭拒后被当场开除。然而仅不到一小时，三人便集体叛逃回OpenAI，在老东家的迎接下风光回朝。
这篇新论文提出了一种非常简单的新激活层 Derf（Dynamic erf），让「无归一化（Normalization-Free）」的 Transformer 不仅能稳定训练，还在多个设置下性能超过了带 LayerNorm 的标准 Transformer。
2025年，Vincent下场创立了全新的AI媒体资讯平台Ancher，决意拥抱从移动客户端到AI化浪潮的又一次媒体革命。他说他“抛弃了所有过去信息流的玩法”，要做一个完全AI Native的新闻产品。
随着AI浪潮的袭来，笔者本人以及团队都及时的调整了业务方向，转型为一名AI开发者和AI产品开发团队，常常需要微调大模型注入业务场景依赖的私域知识，然后再把大模型部署上线进行推理，以支撑业务智能体或智能问答产品的逻辑流程。
摩尔线程 AI 算力本（MTT AIBOOK）是专为 AI 学习与开发者打造的个人智算平台。它搭载自研智能 SoC 芯片「长江」，提供 50TOPS 异构 AI 算力，支持混合精度计算。运行基于 Linux 内核的 MT AIOS 操作系统，具备多系统兼容能力，并预置完整 AI 开发环境与工具链。
“全局交互” 几乎等同于 self-attention：每个 token 都能和所有 token 对话，效果强，但代价也直观 —— 复杂度随 token 数平方增长，分辨率一高就吃不消。现有方法大多从 “相似度匹配” 出发（attention），或从 “扩散 / 传导” 出发（热方程类方法）。但热方程本质上是一个强低通滤波器：随着传播时间增加，高频细节（边缘、纹理）会迅速消失，导致特征过平滑。
上下文分割（In-Context Segmentation）旨在通过参考示例指导模型实现对特定目标的自动化分割。尽管 SAM 凭借卓越的零样本泛化能力为此提供了强大的基础，但将其应用于此仍受限于提示（如点或框）构建，这样的需求不仅制约了批量推理的自动化效率，更使得模型在处理复杂的连续视频时，难以维持时空一致性。
1 月 14 日下午，Thinking Machines Lab 正在召开全员大会。CEO Mira Murati 站在前面，宣布了一个令所有人震惊的消息：公司已解除联合创始人兼首席技术官 Barret Zoph 的职务，原因是“不道德行为”。会议还没结束，公司 Slack 上又炸了两颗雷，另一位联合创始人 Luke Metz 和创始团队成员 Sam Schoenholz 几乎同时发帖宣布离职。
