不做Token化,也不搞双系统!多模态模型有了第三条路
不做Token化,也不搞双系统!多模态模型有了第三条路走向物理 AI 时代,构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而,语言本质上是有序的 Token 序列,视觉则是连续的高维像素分布,两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布,一直是一个备受争论的话题。
搜索
走向物理 AI 时代,构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而,语言本质上是有序的 Token 序列,视觉则是连续的高维像素分布,两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布,一直是一个备受争论的话题。
OpenAI 最近公布了一组 ChatGPT 的新数据,有几个变化挺有意思:
Kimi Hosted Agents 正式发布,以 Harness as a Service 提供7×24小时托管环境,支持长程任务、多智能体协作、安全控制、审计及140+ Skills、30+插件和8个金融Agent模板。
百度开源文心 5.5 Flash Base(ERNIE 5.5 Flash Base)权重,该模型总参数280B、每token激活14B,采用稀疏MoE与混合稀疏注意力,微调和推理上下文外扩至1M tokens。
据 The Information 报道,OpenAI 最快本周五推出 GPT-6.2 Astra、Sol 等下一代模型;Anthropic Claude Code 与 Cowork 总产品负责人 Cat Wu 已离职并加入 OpenAI Core Products 部门。
Anthropic招股书披露前沿AI灾难性风险及创始人特殊投票权安排,访谈同时指出,有效利他主义通过资金与人才集聚主导AI安全叙事,并引发机构独立性和权力争议。
字节跳动、腾讯和阿里官网的17151个社招岗位中,AI相关占53.5%,9183个AI岗位里有2985个按保守标准不要求编程,主要集中于产品、运营和内容岗,大厂正重视文科生的审美、逻辑与行业判断力。
答对不等于想对,AI安全该查什么?
2026年,大模型卖Token这门生意,已经卷到让人看不懂了。
如果你在用 WorkBuddy,一定不会对 Hy4 preview 这款模型感到陌生。