搜索
过去几年，扩散模型几乎定义了高质量图像生成：从随机噪声出发，经过多轮迭代，逐步 “雕刻” 出一张图像。但随着大语言模型席卷人工智能领域，另一条路线正迅速走到舞台中央 —— 图像，能否也像语言一样，通过自回归方式逐步生成？
这事听着像钓鱼帖，但偏偏是真的。
近日，有外媒报道称，自 2022 年成立以来一直专注于编程工具的 Cursor，正在开发一款名为 Sand 的通用型 AI 智能体，希望在更广泛的生产力场景中，与 Anthropic 的 Claude 和 OpenAI 的 ChatGPT 展开正面竞争。
OpenAI高管亲自下场，教开发者5分钟极速「策反」Claude Code，这波贴脸开大太狠了。
过去几年，大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini，从Anthropic开发的Claude到中国的DeepSeek，人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis（下简称“哈萨比斯”）
几个月前，马斯克还骂Anthropic「邪恶」，断言它「不可能赢」，如今突然改口称它是「当前AI最强」。 手握22万块GPU的他，为何没有趁机断供对手？
7 月 8 日，韩国知名开发者 remy_notes 在 Threads 上晒出两张 Anthropic 发票截图：第一张 166.9 万美元（约 1130 万元人民币），第二张 1662 万美元（约 1.1 亿元人民币）。两张发票间隔不到 24 小时，金额翻了近 10 倍。
近日，Anthropic官方发了一篇长文专门来讲这件事。 起因是太多人把Claude Code里的两个选项搞混了：一个是模型选择（Model），一个是努力度（Effort）。过去，大家对这两个选项的理解都很简单：换更大的模型，AI就更聪明；把Effort调高，无非是让AI多想一会儿。
NFX 的 Pete Flint 写了篇文章，讲一个我这一个月一直在旁边打转、但没人替我一句话说清的东西。他说，种子轮的创业者，现在开始拿 Tesla、SpaceX 那套「垂直整合」来 pitch 了——不是「给律师做个 AI 工具」，是「一家 AI 原生的律所」;不是「做个软件采购平台」，是「最终要 own 掉整条供应链」。
来自北航、北大、美团的研究团队提出了Policy Improvement Reinforcement Learning, PIRL，以及对应的落地算法 PIPO。这项工作关注的是大模型 RL 后训练中一个非常基础、但长期被默认跳过的问题：一次更新在当前数据上看起来优化了学习信号，是否就真的说明模型策略变强了？