曼巴回来了！Transformer框架最有力挑战者之一Mamba的最新进化版本Mamba-3来了，已进入ICLR 2026盲审环节，超长文本处理和低延时是其相对Transformer的显著优势。另一个挑战者是FBAM，从不同的角度探索Transformer的下一代框架。
在9月底的苏黎世电影节上，一位名叫Tilly Norwood的「女演员」亮相，引发媒体和网友热议。「她」由AI制作公司Particle6打造，是全球首批AI生成演员角色之一。Tilly的出现，意味着以Sora为代表的AI视频生成技术正加速渗透，并可能深刻改变影视行业。
Tilly Norwood 有一张干净的脸孔，能演超英大片里的配角，也能出现在 BBC2 的喜剧小品里。但唯一的问题是：她不存在。她是英国公司 Particle6 Productions 用 AI 生成的「女演员」。从脸到声线、从履历到社交账号，全部都是虚拟构建。
这一瓶颈如今被打破。小米正式开源首个原生端到端语音模型——Xiaomi-MiMo-Audio，它基于创新预训练架构和上亿小时训练数据，首次在语音领域实现基于 ICL 的少样本泛化，并在预训练观察到明显的“涌现”行为。
上下文学习”（In-Context Learning，ICL），是大模型不需要微调（fine-tuning），仅通过分析在提示词中给出的几个范例，就能解决当前任务的能力。您可能已经对这个场景再熟悉不过了：您在提示词里扔进去几个例子，然后，哇！大模型似乎瞬间就学会了一项新技能，表现得像个天才。
刚刚，又一个人工智能国际顶会为大模型「上了枷锁」。 ICLR 2025 已于今年 4 月落下了帷幕，最终接收了 11565 份投稿，录用率为 32.08%。
AI来了，一场悄无声息的「岗位绝种」来了。AI已深度渗透新闻采编、聚合与分发流程，从Perplexity豪赌345亿美元收购Chrome，到Particle打造全景式新闻摘要，AI正重构信息入口与用户体验。记者岗位面临「寂静灭绝」，57%的人认为会被取代。
本项工作提出了一种全新的生成模型：离散分布网络（Discrete Distribution Networks），简称 DDN。相关论文已发表于 ICLR 2025。
长久以来我们都知道在Prompt里塞几个好例子能让LLM表现得更好，这就像教小孩学东西前先给他做个示范。在Vibe coding爆火后，和各种代码生成模型打交道的人变得更多了，大家也一定用过上下文学习（In-Context Learning, ICL）或者检索增强生成（RAG）这类技术来提升它的表现。
厌倦了在Google News、X等平台间切换导致的信息茧房，我发现Particle News通过AI将碎片化新闻整合为“故事拼盘”，并加入多视角分析、即时问答和政治光谱可视化功能，有望打破信息茧房束缚。
