搜索
用强化学习（RL）优化文生图模型的 prompt following 能力，是一条被广泛验证的路径 —— 让模型根据 prompt 用不同随机种子生成多张图片，通过 reward model 计算 reward，再利用相关 RL 算法优化模型。
2026 年，「数据」正成为具身智能竞赛的新焦点，京东、百度等科技巨头纷纷入局。然而，喧嚣之中，一个根本问题悬而未决：什么样的数据，才是具身智能真正需要的？
先说说什么是小孩 AI？说实话，我之前还真没怎么关注过。大致指的是：五年级搞智能驾驶，11 岁复刻 Minecraft，15 岁做 AI 创业公司雇了一个 38 岁员工，小学生 AI 编程速成营，AI 启蒙、AI 启智、AI 启辰，「不学编程的小孩会被 AI 时代淘汰」。
独家获悉，字节跳动日前低调公布全球首个25B级、基于混合专家 (MoE) -扩散自注意力机制(DiT) 的开源增强统一多模态模型Mamoda2.5。Mamoda2.5依托Qwen3-VL-8B、128 个专家，Top-8 路由的MoE+DiT架构搭建，最终模型参数高达250亿，而每次仅激活约30亿参数（约12%）。
OpenAI准备向企业主全量上线广告平台了。这个非常有意思，我觉得还是可以聊聊的。这玩意你可以理解成，ChatGPT的广告投放后台，美国的企业主可以直接注册账号，充钱，设预算，选竞价策略，上传广告素材，然后一键投放到ChatGPT的对话里，最后实时看数据，实时优化。
AI 闹狩猎夜进入第二站——上海，活动逐渐呈现出我们期待的样子：具体的，奇怪的，有趣的、以及——该死的可爱。
我发现囤Agent的Skills有瘾， 今天刚装了一大堆同类Skill，还没用熟就想提前知道这类里最好的到底是哪一个。转头又发现某个佬推荐了自留的20个Skills，回回路过我都忍不住点进去看。
ChatGPT默认模型，今天大升级。
Realtime API 是 OpenAI 的实时语音交互接口，在 24 年的 DevDay 首次亮相，当时还是 beta，调用贵到离谱，音频输出 200 刀/百万 token：OpenAI 凌晨发布：Realtime 实时多模态 API，及其他
5月5日下午5:55，GPT-5.5要给自己办场party——时间是GPT-5.5自己挑的，客人由Codex从推文回复里挑。这场看起来像段子的活动背后，是一个真实的市场拐点：过去两个月，AI编程工具圈发生了一次明显的用户迁移，开发者开始从Claude Code转向Codex。