模型

华为又开源了个大的：超大规模MoE推理秘籍

超大规模MoE模型（如DeepSeek），到底该怎么推理才能做到又快又稳。现在，这个问题似乎已经有了标准答案——华为一个新项目，直接把推理超大规模MoE背后的架构、技术和代码，统统给开源了！这个新开源项目名叫Omni-Infer，整体来看，它对于企业用户来说是非常利好的。

7/2/2025 8:55:00 AM

超越微软，全球第一！上交AI智能体炼成「Kaggle特级大师」，登顶OpenAI MLE-bench

就在刚刚，一支来自中国高校的团队成功刷榜了OpenAI发布的权威基准测试MLE-bench！这一次，荣耀属于上海交通大学人工智能学院Agents团队。他们提出的AI专家智能体「ML-Master」，凭借着29.3%的平均奖牌率，拿下第一！

7/2/2025 8:50:00 AM

策略改写「一战历史」！中科院开源全新博弈智能体框架DipLLM

围棋、德州扑克曾是AI崛起的试炼场，从AlphaGo到Libratus，人工智能不断刷新策略上限。但接下来的战场更难——Diplomacy：一款融合协作与竞争的七人博弈游戏，单轮动作空间高达10的64次方，其策略建模复杂度前所未有！为此，Meta曾推出智能体Cicero[Meta, Science 2022]，结合人类数据与策略搜索，在该领域实现突破，但其方法高度依赖超大规模均衡搜索与重资源训练，难以扩展与迁移。

7/2/2025 8:43:00 AM

伯克利&Meta面向具身智能的世界模型：让AI通过全身动作「看见」未来

本文基于 Yutong Bai、Danny Tran、Amir Bar、Yann LeCun、Trevor Darrell 和 Jitendra Malik 等人的研究工作。论文标题：Whole-Body Conditioned Egocentric Video Prediction论文地址：：：，人工智能领域一直在思考一个看似简单但非常根本的问题：如果一个智能体要在真实世界中行动、规划，并且和环境互动，它需要一个怎样的「世界模型」？在很多早期研究中，世界模型就是一个预测引擎：只要给它一个抽象的控制指令，比如「向前走一米」或者「向左转 30 度」，它就能模拟出未来的图像。

7/2/2025 8:40:00 AM

1080p飞升4k，浙大开源原生超高清视频生成方案，突破AI视频生成清晰度上限

为什么AI生成的视频总是模糊卡顿？为什么细节纹理经不起放大？为什么动作描述总与画面错位？

7/2/2025 8:30:00 AM

小扎“挖人”超级智能团队名单泄露：华人占一半，Alexandr Wang领导

据报刚刚小扎在一份内部备忘录中，正式向员工介绍了其新组建的“超级智能”团队20几名成员，名单和简历显示，许多新入职的员工都来自AI领域的顶尖对手公司，其中华人占了快一半了整个组织命名为Meta超级智能实验室（MSL），包括所有的基础模型、产品和FAIR团队，以及一个专注于开发下一代模型的新实验室小扎向Scale AI投资了143亿美元，并聘请Scale AI CEO Alexandr Wang将担任公司的“首席AI官”并领导MSL。同时，前GitHub CEO Nat Friedman将与Wang共同领导这个新实验室，专注于AI产品和应用研究小扎这一把砸下上百亿美金，真是下血本了，这其实也是Deepseek的威力，因为R1彻底颠覆了Meta的 llama开源模型名单以下是Zuckerberg备忘录中公布的新员工名单。值得注意的是，这份名单并未包括从OpenAI苏黎世办公室加入的员工其中四名OpenAI华人顶尖研发领导。

7/1/2025 9:10:42 AM

只用2700万参数，这个推理模型超越了DeepSeek和Claude

大模型的架构，到了需要变革的时候？在对复杂任务的推理工作上，当前的大语言模型（LLM）主要采用思维链（CoT）技术，但这些技术存在任务分解复杂、数据需求大以及高延迟等问题。近日，受到人脑分层和多时间尺度处理机制启发，来自 Sapient Intelligence 的研究者提出了分层推理模型（HRM），这是一种全新循环架构，能够在保持训练稳定性和效率的同时，实现高计算深度。

7/1/2025 9:08:00 AM

性能提升84%-166%！L-Zero仅靠强化学习解锁大模型探索世界的能力 | 已开源

大模型可以不再依赖人类调教，真正“自学成才”啦？新研究仅通过RLVR（可验证奖励的强化学习），成功让模型自主进化出通用的探索、验证与记忆能力，让模型学会“自学”！当前主流的LLM Agent依然高度依赖于提示词工程、复杂的系统编排、甚至静态规则表，这使得它们在面对复杂任务时难以实现真正的智能行为演化。

7/1/2025 9:05:28 AM

黑化威胁操纵人类！Claude勒索，o1自主逃逸，人类「执剑人」紧急上线

我们可能都「被AI骗了」。最先进的AI正走在一条「危险进化」的道路上，而绝大部分科学家们都被AI欺骗了！当DeepSeek在年初将「推理过程」完全展示给世人后，我们突然发现「思考」好像也并不是人类专属的能力。

7/1/2025 9:02:06 AM

LeCun发布最新世界模型：首次实现16秒连贯场景预测，具身智能掌握第一视角！还打脸用了VAE

LeCun在干嘛呢？就在扎克伯克亲自带队Meta的AI项目，千亿薪酬挖得硅谷人心浮动之际。 Meta在AI领域最负盛名的大佬、图灵奖得主、深度学习三巨头之一的Yann LeCun，却几乎声量全无，他没有参与LLM基础模型的研发，也开始在社交网络上消停了。

7/1/2025 9:02:00 AM

会“思考”的目标检测模型来了！IDEA提出Rex-Thinker：基于思维链的指代物体检测模型，准确率+可解释性双突破

Caption： Rex-Thinker 的思考过程在日常生活中，我们常通过语言描述寻找特定物体：“穿蓝衬衫的人”“桌子左边的杯子”。如何让 AI 精准理解这类指令并定位目标，一直是计算机视觉的核心挑战。现有方法常被两大问题困扰：决策过程不透明（“黑箱” 预测）和拒识能力不足（对不存在物体输出错误结果）。

7/1/2025 8:53:26 AM

用好视觉Attention局部性，清华、字节提出Token Reorder，无损实现5倍稀疏、4比特量化

赵天辰，清华大学电子工程系高能效计算实验室研究生，研究方向主要是：面向视觉生成的高效算法，与软硬件协同设计近年来，随着视觉生成模型的发展，视觉生成任务的输入序列长度逐渐增长（高分辨率生成，视频多帧生成，可达到 10K-100K）。与输入序列长度呈平方复杂度的 Attention 操作，成为主要的性能瓶颈（可占据全模型的 60-80% 的开销），有明显的效率优化需求。注意力的稀疏化（Sparse Attention）与低比特量化（Attention Quantization）为常用的 Attention 优化技巧，在许多现有应用中取得优秀的效果。

6/30/2025 2:02:00 PM

RAG终极框架！港大开源RAG-Anything：统一多模态知识图谱

RAG-Anything的核心技术创新在于构建了统一的多模态知识图谱架构，能够同时处理并关联文档中的文字内容、图表信息、表格数据、数学公式等多种类型的异构内容，解决了传统RAG系统仅支持文本处理的技术限制，为多模态文档的智能理解提供了新的技术方案。项目地址：: （RAG）系统，专注解决复杂场景下的智能问答与信息检索难题。该系统提供完整的端到端多模态文档处理解决方案，能够统一处理文本、图像、表格、数学公式等多种异构内容，实现从文档解析、知识图谱构建到智能问答的全流程自动化，为下一代AI应用提供了可靠的技术基础。

6/30/2025 1:57:59 PM