在出海营销的赛道上，AI 已经成了人人必提的“标配”。在这股AI狂潮中，有一家成立仅一年的公司，悄悄跑出一条“反直觉”的增长曲线 —— DeepLink，这家创立于2024年的AI网红营销公司，已获得阿尔法、险峰长青、金沙江联合等多家一线机构投资，ARR突破500万美元。
“脑腐”（Brain Rot）指的是接触了过多社交媒体的低质量、碎片化信息后，人类的精神和智力状态恶化，如同腐烂一般。它曾入选 2024 年牛津大学出版社年度热词。
UC Berkeley、UW、AI2 等机构联合团队最新工作提出：在恰当的训练范式下，强化学习（RL）不仅能「打磨」已有能力，更能逼出「全新算法」级的推理模式。他们构建了一个专门验证这一命题的测试框架 DELTA，并观察到从「零奖励」到接近100%突破式跃迁的「RL grokking」现象。
昨天刚发了飞书多维表格的使用教程，没想到，反响非常不错。 数据都非常的好，被转发了4500多次。。。 然后有很多朋友在下面评论，除了让我写爬虫教程之外，就是问，飞书除了多维表格之外，还有什么牛逼的用法
前vivo「最美产品经理」宋紫薇，AI创业细节进一步曝光了。量子位获悉，已经入局AI智能硬件赛道创业的宋紫薇，瞄准的是「AI化妆镜」。公开信息显示，薇光点亮成立于2024年11月，自一开始便将目光瞄向了AI硬件——并且还是“时尚”和“年轻”的硬件。
今年，流匹配无疑是机器人学习领域的大热门：作为扩散模型的一种优雅的变体，流匹配凭借简单、好用的特点，成为了机器人底层操作策略的主流手段，并被广泛应用于先进的 VLA 模型之中 —— 无论是 Physical Intelligence 的 ，LeRobot 的 SmolVLA, 英伟达的 GR00T 和近期清华大学发布的 RDT2。
现有视觉语言大模型（VLMs）在多模态感知和推理任务上仍存在明显短板：1. 对图像中的细粒度视觉信息理解有限，视觉感知和推理能力未被充分激发；2. 强化学习虽能带来改进，但缺乏高质量、易扩展的 RL 数据。
当特斯拉、Figure还在发量产蓝图时，中国公司已率先量产独特的绳驱AI机器人，并进入科研商业应用。IROS 2025顶会上，他们以跨国遥操和半身机器人新品引发关注。「Design for AI」的长期主义设计哲学，也获《Nature》报道认可。
大语言模型（LLM）不仅在推动通用自然语言处理方面发挥了关键作用，更重要的是，它们已成为支撑多种下游应用如推荐、分类和检索的核心引擎。尽管 LLM 具有广泛的适用性，但在下游任务中高效部署仍面临重大挑战。
2025 年 10 月，国际数据公司（International Data Corporation，IDC）发布了《中国 AI 翻译技术评估》报告。这份以“大模型驱动 AI 翻译能力全面换新”为主题的报告指出，大模型技术的全面渗透正在深刻重塑 AI 翻译市场。
