，2025年，大模型计算效率的提升并未给AI基建按下暂停键，微软、亚马逊、谷歌、Meta四大科技巨头2025年在AI技术与数据中心的资本支出将达3200亿美元（约合人民币2.33万亿元）；OpenAI、软银等企业总投资5000亿美元（约合人民币3.66万亿元）的“星际之门”项目也已动工。在这波AI大基建浪潮中，提供硬件与算力服务的“卖铲人”们正赚得盆满钵满。
一年一度ICLR 2025杰出论文开奖！普林斯顿、UBC、中科大NUS等团队的论文拔得头筹，还有Meta团队「分割一切」SAM 2摘得荣誉提名。
前 Meta 工程师创办的 Lace AI 融资1400万美元，这是一家家庭服务创收软件初创公司。作为 Meta 的 AI 工程师，Boris Valkov 帮助构建了世界上最大的机器学习库之一 PyTorch。在那里，瓦尔科夫意识到人工智能“即将解锁能力，在软件堆栈的应用层中。
当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。
「一位顶尖科学家，有数千亿美元的资源，却仍然能把Meta搞砸了！」最近，圈内对LeCun的埋怨和批评，似乎越来越压不住了。有人批评说，Meta之所以溃败，LeCun的教条主义就是罪魁祸首。但LeCun却表示，自己尝试了20年自回归预测，彻底失败了，所以如今才给LLM判死刑！
近期，大模型智能体（Agent）的相关话题爆火 —— 不论是 Anthropic 抢先 MCP 范式的快速普及，还是 OpenAI 推出的 Agents SDK 以及谷歌最新发布的 A2A 协议，都预示了 AI Agent 的巨大潜力。
据知情人士透露，过去一年中，Meta Platforms 曾请求微软、亚马逊等公司协助承担其旗舰大语言模型 Llama 的训练成本。该想法反映出对 AI 开发成本激增日益加剧的担忧，企业对资助开源软件犹豫不决。
来自Meta和NYU的团队，刚刚提出了一种MetaQuery新方法，让多模态模型瞬间解锁多模态生成能力！令人惊讶的是，这种方法竟然如此简单，就实现了曾被认为需要MLLM微调才能具备的能力。
Llama 4被曝在大模型竞技场作弊后，重新上架了非特供版模型。但是你很可能没发现它。因为排名一下子从第2掉到了第32，要往下翻好久才能看到。
刚刚，xAI 正式上线 Grok 3 API，一次性推出4种模型，以适配不同应用场景，定价策略灵活，用户可按需选择。同日，谷歌、Anthropic等也推出新的定价策略。
