巨硬，马斯克旗下一个连名字都在嘲讽微软的项目，如今已乱成一锅粥了。 事情要从去年 8 月说起。 彼时马斯克高调宣布了一个新项目 Macrohard（巨硬），从名字上不难看出，这个项目本身是对「Microsoft」的调侃式致敬，针对得也相当工整。
深夜，谷歌官宣重磅更新！Gemini全面接管Docs、Sheets、Slides，AI原生办公时代来了，全球30亿谷歌用户的办公方式，或正在被彻底颠覆。
微软选择了 Anthropic，而不是 OpenAI。
如果你在过去一年关注过大模型训练的技术，大概率听过 Muon 这个名字 —— 这个在月之暗面 K2 模型的相关讨论中走红的优化器，被视为是可能挑战 Adam 的新秀。它的思路很直接：对动量矩阵进行正交化，让各个奇异方向上的更新速率一致，提升训练效率。
最近有一个感觉越来越强烈，自己正在做的这份工作，可能是最后一代需要人来做的职业。 2026 刚开年，科技圈的裁员消息就没停过。英特尔裁了 21000 人，戴尔裁了 12000 人，微软裁了 15000
现在硅谷最火的词，绝对是Claw。就在过去的半个月里，全球AI巨头似乎集体接到了一份名为“做自己的OpenClaw”的剧本。Meta急了。
前面已经说了，传统自回归就像打字机一样，一次只能处理一个token，且必须按照从左到右的顺序。但扩散模型Mercury 2的工作方式更像一位编辑——最终，Mercury 2能将生成速度提升5倍以上，且速度曲线截然不同。
复旦大学与微软亚洲研究院带来的 ArcFlow 给出了答案：如果路是弯的，那就学会 “漂移”，而不是把路修直。在扩散模型中，教师模型（Pre-trained Teacher）的生成过程本质上是在高维空间中求解微分方程并进行多步积分。由于图像流形的复杂性，教师模型原本的采样轨迹通常是一条蜿蜒的曲线，其切线方向（即速度场）随时间步不断变化。
来自东南大学、微软亚洲研究院等机构的研究团队提出了一种全新的解决方案——Re-TRAC（REcursive TRAjectory Compression），这个框架让 AI 智能体能够「记住」每次探索的经验，在多个探索轨迹之间传递经验，实现渐进式的智能搜索。
硅谷最离谱宫斗：Ilya因嫉妒Jakub的「震撼突破」而点燃OpenAI火药桶，奥特曼被董事会踢出，引发高管离职潮。算力不足和预算挤压是根源，2026年文件曝光后，Ilya「塌房」。
