前段时间，我们在 HuggingFace 页面发现了两个新模型：LLaDA2.0-mini 和 LLaDA2.0-flash。它们来自蚂蚁集团与人大、浙大、西湖大学组成的联合团队，都采用了 MoE 架构。前者总参数量为 16B，后者总参数量则高达 100B—— 在「扩散语言模型」这个领域，这是从未见过的规模。
宾夕法尼亚大学沃顿商学院（The Wharton School）今年发布了一系列名为《Prompting Science Reports》的重磅研究报告。他们选取了2024-2025最常用的模型（如GPT-4o, Claude 3.5 Sonnet, Gemini Pro/Flash等），在极高难度的博士级基准测试（GPQA Diamond）上进行了数万次的严谨测试。
“谷歌刚把免费版 Gemini API 的每日请求次数从 250 降到了 20，我的 n8n 自动化脚本现在基本都用不了了。这对任何开发小型项目的人来说都是个打击。”网友 Nilvarcus 表示。近日，有网友曝出 Google 收紧了 Gemini API 免费层级的限制：Pro 系列已经取消，Flash 系列每天仅 20 次。这对开发者来说远远不够用。
作为中国最大的B2B供应链平台，阿里巴巴集团旗下源头厂货平台1688今年几乎以「梭哈」的决心押注和布局AI。继1688 AI版App、1688诚信通AI版等一系列AI原生产品后，1688近日又发布了一个跨境电商AI智能体——遨虾（alphashop.cn）。
导读 过去两年，小语言模型（SLM）在业界备受关注：参数更少、结构更轻，理应在真实部署中 “更快”。但只要真正把它们跑在 GPU 上，结论往往令人意外 —— 小模型其实没有想象中那么快。
2025年11月，印度国会议员、前外交部国务部长沙希·塔鲁尔（Shashi Tharoor）在《印度教徒报》发表了一篇颇具影响力的专栏文章。文章中，他以“十字路口”为喻，描绘了印度IT产业的集体焦虑。
今年 2 月，月之暗面提出了一种名为 MoBA 的注意力机制，即 Mixture of Block Attention，可以直译为「块注意力混合」。
Sasha Rush 在分享开头就提到，Cursor Composer 在他们的内部 benchmark 上的表现几乎与最好的 Frontier 模型（前沿模型）持平，并且优于去年夏天发布的所有模型。它的表现明显好于最好的开源模型，以及那些被标榜为"快速"的模型。
谷歌世界模型大牛Danijar Hafner宣布离任！他自2016年起开始在Google Brain实习，后又在DeepMind、Brain Team工作。他的经历颇具传奇色彩，曾获辛顿指导，还与Łukasz Kaiser、Ashish Vaswani等Transformer大佬有过交集。
昨天一大早，就发现美团开源了他们首款全模态实时交互大模型：LongCat-Flash-Omni。
