搜索
如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。按理说，一家公司发新模型，通常是来打脸这种调侃的。可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。多少有种他们都不看好你，可偏偏你最不争气的即视感。
今天，阿里通义团队发布了他们第三代图像生成模型：Qwen-Image-3.0 。官方博客用了一个字来概括这一代的核心进步，「实」。不是好看，不是炫技，是「实」。内容丰实、细节真实、知识厚实。
Vivix到底在做什么？这是过去一年多以来，AI圈对这家神秘公司的最大好奇。但很少有人能说清楚这家公司到底在做什么。有人说，这是一个不做模型的纯AI产品公司，要做“下一个时代的抖音”，所以才频频推出如7verse、TipTap这样的互动娱乐产品。如果你在这段时间搜索Vivix——唯一可见的技术方向介绍，只有官网写着的“下一代视觉生成引擎”。
商品交易恰好是一个通用的竞技场——精准地判断一件商品的真假、成色和估价，不是互联网上能搜到的信息，而是面向交付的生产过程中形成的专家数据。这个场景里生长出了一家提供垂直模型、数据和服务的公司——图灵深视。这家由清华大学孵化的公司，想实现一个简单的愿景：用 AI 守护商品交易信任。
“「出海四巨头」智谱、Kimi、千问......谁最受外企欢迎？ ” 作者丨胡清文 编辑丨徐晓飞 去年这个时候，硅谷讨论的还是中国模型能不能打。但在今年，这个问题已经被一组数据碾过。 OpenRout
多智能体系统（Multi-Agent Systems，MAS）展示了令人印象深刻的能力：一个模型负责提出方案，另一个模型进行批评，还有模型承担投票、规划或执行。通过角色分工和多轮协作，系统能够解决单个模型难以稳定完成的数学推理、代码生成和知识问答任务。
外界第一次认识苏度，是在今年 4 月。彼时，sudo R1 的开放物体抓取能力给行业留下深刻印象：在开放环境中面对随机物体，机器人能够稳定完成抓取。抓取，这是一个足够基础、又足够难的技能。
针对这一挑战，腾讯内容服务部 BAC 提出了一个名为 ProLaViT（Progressive Latent Visual Thought） 的全新框架。它的核心思想是：别急着下结论，先在连续隐空间里像人一样「步步推导」。 即让模型遵循 「定位 → 聚焦 → 分离」（Locate → Focus → Isolate） 的因果链，逐步收紧视觉注意力，最终精准锁定目标。
昨天看到了一篇论文，特别有意思，让我连夜读完了。
模型决定起点，数据定义终局。