昨日晚间，前阿里千问大模型负责人林俊旸（Junyang Lin）在社交平台X上发表了《从“推理式思考”到“智能体式思考”（From "Reasoning" Thinking to "Agentic" Thinking）》的长文，引起AI技术产业圈关注。
今夜，整个AI圈震动了。全球最难AGI测试ARC-AGI-3一上线，就把全球顶尖AI打到集体失声，人类满分通关，最强模型Opus 4.6得分仅0.2%，还不到1%。AI这是一夜被打回「原始人」了。
在大模型后训练阶段，监督微调（SFT）和强化学习（RL）是两根不可或缺的支柱。SFT 利用高质量的离线（Off-policy）数据快速注入知识，但受限于静态数据分布，泛化能力往往容易触及天花板并带来灾难性遗忘；RL 则允许模型在探索中不断自我迭代，产生与当前策略同分布（On-policy）的数据，上限极高，但往往伴随着训练极度不稳定、计算资源消耗巨大的痛点。
大模型开发者常面临一个两难选择：要速度，还是省显存？
随着大模型长上下文能力快速增长，海量 KV Cache 存储需求急剧增加，各类 KV Cache 压缩方法如雨后春笋般涌现。然而，这些方案在真实场景中的工程落地却常常陷入困境。
京东云直接把小龙虾搬上云端，单周用户暴涨300%。
RISC-V摘掉紧箍咒！坐上高端算力牌桌，首次原生跑通千亿大模型。
据接近腾讯混元团队的知情人士透露，原字节Seed视觉AI平台团队负责人肖学锋，Infra团队张弛于近期低调入职腾讯，负责大模型Infra相关工作，向腾讯首席AI科学家姚顺雨汇报。
当大众还在热衷于让大模型编代码、写周报或者生成搞笑图片时，硅谷最顶尖的AI技术，已经悄悄渗入了五角大楼的「杀伤链」。
4月21-22日北京站将正式举行~
