大家是否有这样的感觉？给定几张场景中拍摄的图片，往往能够在脑海中想象出这个场景的三维布局，然而当前的多模态大模型还停留于纯文本或者 2D 视觉的推理表示，限制了图像中隐含几何结构的表达能力。
扩散模型终于学会“看题下菜碟”了！
1984年，教育心理学家本杰明·布鲁姆（Benjamin Bloom）的一项实验，揭示了一个惊人的事实：接受一对一辅导的学生，成绩可以超越传统班级里98%的同学。这种效果被称为两个标准差优势，它证明了个性化教学的巨大潜力。但它也带来了一个现实难题：一对一辅导成本极高，无法普及。
用强化学习微调扩散模型，还有更好的办法吗？
NUS、ZJU、UW、Stanford、CUHK 联合提出 「ThinkMorph」，主张让文字与图像在统一架构里「原生协作」、「共同演化」，而不是像当下大多数多模态模型那样，看完图像就闭上眼睛，后续完全靠文字链条推进。仅用 2.4 万条数据微调 7B 统一模型，视觉推理平均提升 34.74%，多项任务比肩甚至超越 GPT-4o 和 Gemini 2.5 Flash。
微信，终于不再躺平了。 就在刚刚，据 The Information 独家爆料，腾讯正在打造一款「绝密级」AI 智能体，直接内嵌进微信，能够帮你打车、买菜、订机票、全程代劳的「真·生活管家」。 这也意味着，14 亿月活用户即将拥有一个能动手绝不动口的超级助理。
刚刚，据多家媒体报道，Moltbook 这场轰轰烈烈的全网社会实验被 Meta 端走了。是的，Meta 已经正式收购了专为 AI 智能体打造的社交网络 Moltbook，并将该平台的两位核心创作者 Matt Schlicht 和 Ben Parr 招致麾下。
Dify 完成了 3000 万美元 Pre-A 轮融资，由红杉领投，GL Ventures、Alt-Alpha Capital（Bessemer Venture Partners 新孵化基金）、五源资本、瑞穗力合投资和 NYX Ventures 跟投。
3 月 10 日，APPSO 中文独家获悉，世界模型研究所/创业公司 AMI 已完成 10.3 亿美元融资，投前估值 35 亿美元。该公司由图灵奖得主、前 Meta 首席 AI 科学家杨立昆 (Yann LeCun) 创办。
猛料又来了，为了在24小时内打击伊朗的1000个目标，美国军方让Claude跟军方的Maven系统合作，提供目标建议，找到了精确的位置坐标！早在2021年美军撤军阿富汗时，Maven就被使用过。现代战争，已被AI重塑。
