搜索
当大模型训练进入深水区，竞争的关键已经不再只是「模型参数怎么调」，而逐渐转向一个更核心、也更难系统解决的问题：模型在训练过程中究竟看到了什么数据、以什么比例看到、哪些样本应该被更频繁地学习。
当一家成立不到两年、团队规模不过 10 人的创业公司被收购，并在数周内关闭产品、清空数据，这通常不会成为行业关注的焦点。但这一次不同。收购方是 OpenAI，而被收购的，是一家试图用模型重写个人理财方式的初创公司——Hiro Finance。
扎克伯格携手Broadcom签下五年长约，自研芯片、GW级数据中心、百亿美元挖人——Meta正式向「人手一个超级智能」的终极目标发起冲锋。
近年来研究者们一直在试图通过仿真环境批量产出具身训练数据。
从「缓存蒸发」到「12倍成本爆炸」，Claude智商一降再降。Anthropic辩解「不是惩罚是架构耦合」，但数据不会说谎：2月高效缓存让用户爽翻，3月静默回退后人人喊贵。这场隐私与性能的拉锯战，只有用户是真正的输家？
小红书AI平台团队刚刚开源了Relax——一个为全模态数据、Agentic工作流和大规模异步训练协同设计的现代RL训练引擎！实测全异步Off-Policy模式相比共卡On-Policy吞吐提升76%，相比veRL的全异步实现提升20%！
4 月 14 日，智在无界发布第三代旗舰模型 Being-H0.7，该模型将数据规模扩展至 20 万小时人类视频，并提出一种全新的范式 —— 基于潜空间推理的世界模型。在 6 项国际性权威评测中，H0.7 综合排名全球第一（其中 4 项登顶），同时也是首个覆盖跨本体、跨场景、连续动态、流体、柔性物体、物理规律与上下文推理等七大关键维度的通用世界模型。
太疯狂了！Meta和METR刚测出的AI进化数据，与中国团队两年前提出的「密度定律」完美重合。硅谷猛然回头，发现中国研究者在这条路上已领先两年！
AI产品、生态协同双升级，中兴通讯交出战略升级满新答卷。
当前具身智能的VLA（Vision-Language-Action）赛道正陷入典型的「碎片化」泥潭：不同团队采用异构的动作解码范式、强耦合的数据管线、互不兼容的评测协议，导致方法难以横向对比，复现成本极高。