今年 2 月，月之暗面提出了一种名为 MoBA 的注意力机制，即 Mixture of Block Attention，可以直译为「块注意力混合」。
Gemini 3.0还未杀到，一系列惊艳实测就已宣告：AI「生成涌现」时代，真的来了！几乎同一时间，国内一款新生AI神器，竟将这股超能力塞进手机，30秒手搓一个APP。
如果多个大模型能读懂彼此的想法，会发生什么？
单Transformer搞定任意视图3D重建！
当我们谈论大型语言模型（LLM）的"强化学习"（RL）时，我们在谈论什么？从去年至今，RL可以说是当前AI领域最炙手可热的词汇。
最近，小编注意到一位全栈工程师 Rohith Singh 在Reddit上发表了一篇帖子，介绍他如何对四个模型（Kimi K2 Thinking、Sonnet 4.5、GPT-5 Codex 和 GPT-5.1 Codex）进行了实测。
为了同时解决知识的实时性和推理的复杂性这两大挑战，搜索智能体（Search Agent）应运而生。它与 RAG 的核心区别在于，Search Agent 能够通过与实时搜索引擎进行多轮交互来分解并执行复杂任务。这种能力在人物画像构建，偏好搜索等任务中至关重要，因为它能模拟人类专家进行深度、实时的资料挖掘。
如何让 AI的生成能力涌现？一个摆在头部玩家面前的新问题。
近日，外媒一篇关于阿里 AI 全面入局 C 端之战，秘密启动「千问」项目的报道，在坊间引起各种猜测，甚至连相关的「阿里食堂烧鸭饭」都上了好几次热搜。没办法，大家太好奇了。
2025 年，AI 产业正在经历一场关键转折。
