近日，腾讯微信 AI 团队提出了 WeDLM（WeChat Diffusion Language Model），这是首个在工业级推理引擎（vLLM）优化条件下，推理速度超越同等 AR 模型的扩散语言模型。
近日，美国华盛顿大学博士生邵如琳和合作团队打造出一个名为 Deep Research Tulu（DR Tulu）的深度研究小助手。使用一次 OpenAI 的 Deep Research 服务可能需要大约 1.8 美元，而 DR Tulu 使用一次的成本却不到 0.002 美元，这几乎是千倍的效率提升，这意味着未来个人或者小团队也能负担得起高质量、高可信度的 AI 研究服务。
近年来，大模型的应用正从对话与创意写作，走向更加开放、复杂的研究型问题。尽管以检索增强生成（RAG）为代表的方法缓解了知识获取瓶颈，但其静态的 “一次检索 + 一次生成” 范式，难以支撑多步推理与长期
据我们独家获悉，ListenHub产品的母公司MarsWave完成了200万美元天使＋轮融资。本轮由天际资本领投，小米联合创始人王川跟投。同时，MarsWave也对外公布了盈利状况：目前公司年经常性收入（ARR）已突破300万美元，并达到月度盈亏平衡，成为少数已跑通盈利模型的AI原生公司。
，时长 00:20 视频 1：单样例推理速度对比：SGLang 部署的 Qwen3-8B (NVIDIA) vs. LoPA-Dist 部署 (NVIDIA & Ascend)（注：NVIDIA 平台
最近，APPSO 终于拿到了这台来自黄仁勋倾情推荐的个人超算，英伟达 DGX Spark；到手的第一感觉，就是「小而美」。这电脑也太小了，没有 Mac Studio 那般笨重，可能就和 Mac Mini 差不多大；然后是银色的亮和用来散热的金属丝网又让它有点不一样，是专属的硬核美感。
马斯克“巨硬计划”新消息，第三栋专属厂房已经买下来了，代号MACROHARDRR。果然更硬核，老马透露，其将具备2GW供电规模。若参照此前曝光的（200MW支持11万台GB200）的功耗密度与架构效率推算，可支持约110万台英伟达GB200 NVL72 GPU。
2025最后几天，是时候来看点年度宝藏论文了。
在大语言模型（LLM）落地应用中，推理速度始终是制约效率的核心瓶颈。传统自回归（AR）解码虽能保证生成质量，却需逐 token 串行计算，速度极为缓慢；扩散型 LLM（dLLMs）虽支持并行解码，却面
BMAD推出了： BMAD Method v6 for Claude Code skills。这不仅仅是一套Skills集，它是一套将敏捷开发方法论（Agile Methodology）与AI原生能力深度融合的工程框架。它将Claude Code从一个“更聪明的编辑器”转变为一支具备9种专业角色、15种标准工作流的“全栈敏捷开发团队”。
