近年来，扩散大语言模型（Diffusion Large Language Models, dLLMs）正迅速崭露头角，成为文本生成领域的一股新势力。与传统自回归（Autoregressive, AR）模型从左到右逐字生成不同，dLLM 依托迭代去噪的生成机制，不仅能够一次性生成多个 token，还能在对话、推理、创作等任务中展现出独特的优势。
Vibe Coding的概念已经火了一段时间，因为之前在学校课程里尝试过用生成式人工智能做了一个聊天机器人，过程很顺利，做完很有成就感，所以觉得自己其实可以尝试一下用人工智能（AI）手搓一个APP。
从2022年的Stable Diffusion、Midjourney，到如今的即梦AI、Lovart，AI创意工具，已经重塑了创作的工作流： 创作者提供点子，自然语言作为交互界面，AI工具最后高效实现创意的生成。
提示词才是AI隐藏的王牌！马里兰MIT等顶尖机构研究证明，一半提示词，是让AI性能飙升49%的关键。
在大语言模型（LLMs）领域，自回归（AR）范式长期占据主导地位，但其逐 token 生成也带来了固有的推理效率瓶颈。此前，谷歌的 Gemini Diffusion 和字节的 Seed Diffusion 以每秒千余 Tokens 的惊人吞吐量，向业界展现了扩散大语言模型（dLLMs）在推理速度上的巨大潜力。
最近，这家由前 Meta 和世嘉老兵组建AI游戏公司Studio Atelico，宣布完成500 万美元种子轮融资，由专AI的风投 Air Street Capital 领投，Hugging Face 核心成员 Thomas Wolf 参投，高调宣布要重新定义游戏体验 ，他们的目标，是让每个玩家都能拥有独一无二的动态世界。
Yann LeCun的AI故事，纪录片回顾了这位深度学习先驱的四十年历程。从索邦大学的孤独探索，到贝尔实验室发明卷积神经网络、推动支票识别商用，再与Hinton、Bengio共创深度学习革命，他始终坚信机器应学会学习。
本项工作提出了一种全新的生成模型：离散分布网络（Discrete Distribution Networks），简称 DDN。相关论文已发表于 ICLR 2025。
AI生成论文泛滥成灾，arXiv平台看不下去了—— 紧急升级审核机制，用自动化工具来检测AI生成内容。 Nature最新发现，原来每年竟然都有2%的论文会因为AI使用被拒？！ 比如像，bioRxiv和medRxiv每天都要拒绝十多篇公式化AI手稿，每个月就高达7000多份。
Notion 可以说是最早一批在产品内落地 AI 的公司了。 2023 年 2 月就上线了 Notion AI，甚至早于 GPT-4 的发布。后续又陆续了发布了 Q&A 、Meeting Notes、企业搜索、AI for Work 等功能。
