2025年的AI世界，开始出现两种截然不同的声音。OpenAI忙着推出语音、视频、插件生态，想让每个人都用上ChatGPT；Anthropic在研究利润。最新预测显示，这家公司到2028年或将实现700亿美元营收、170亿美元自由现金流。同样是AI巨头，一个押注规模，一个押注稳定。AI的叙事，正在悄悄换频道。
因为成功手搓了一个成本不到5000元的“拼夕夕式”丐版硬件，原旷视6号员工、研究院助理院长范浩强终于下决心，在2025年投身具身智能创业。
2025年11月13日，一则消息在中国具身智能行业引发高度关注：星动纪元宣布完成新一轮融资，领投方是来自全球顶级的汽车制造巨头吉利汽车的吉利资本。据接近交易的人士透露，这笔投资是吉利资本在中国具身智能领域继宇树后的再次出手，更是其在全球范围内对该赛道的最大单笔投资。
扩散概率生成模型（Diffusion Models）已成为AIGC时代的重要基础，但其推理速度慢、训练与推理之间的差异大，以及优化困难，始终是制约其广泛应用的关键问题。近日，被NeurIPS 2025接收的一篇重磅论文EVODiff给出了全新解法：来自华南理工大学曾德炉教授「统计推断，数据科学与人工智能」研究团队跳出了传统的数值求解思维，首次从信息感知的推理视角，将去噪过程重构为实时熵减优化问题。
上线仅4天，下载量破百万！2天后再破两百万。
Beside 要解决的正是这个核心问题。他们并不是简单地在现有电话系统上加一层 AI，而是从底层重建了整个电话基础设施。这意味着他们能够直接接入电话网络，捕获每一通来电和短信，然后让 AI 在这些实时对话中发挥作用。
2025年11月，印度国会议员、前外交部国务部长沙希·塔鲁尔（Shashi Tharoor）在《印度教徒报》发表了一篇颇具影响力的专栏文章。文章中，他以“十字路口”为喻，描绘了印度IT产业的集体焦虑。
在过去五年，AI领域一直被一条“铁律”所支配，Scaling Law（扩展定律）。它如同计算领域的摩尔定律一般，简单、粗暴、却魔力无穷：投入更多的数据、更多的参数、更多的算力，模型的性能就会线性且可预测地增长。无数的团队，无论是开源巨头还是商业实验室，都将希望孤注一掷地押在了这条唯一的救命稻草上。
扩散式语言模型（Diffusion Language Model, DLM）虽近期受关注，但社区长期受限于（1）缺乏易用开发框架与（2）高昂训练成本，导致多数 DLM 难以在合理预算下复现，初学者也难以真正理解其训练与生成机制。
2000 亿参数、3 万块人民币、128GB 内存，这台被称作「全球最小超算」的机器，真的能让我们在桌面上跑起大模型吗？ 向左滑动查看更多内容，图片来自 x@nvidia 前段时间，黄仁勋正式把这台超
