在过去两年里，记忆（Memory）几乎从 “可选模块” 迅速变成了 Agent 系统的 “基础设施”：对话型助手需要记住用户习惯与历史偏好；代码 / 软件工程 Agent 需要记住仓库结构、约束与修复策略；
过去两年，我们几乎默认了一件事： 人和 AI 的交互就只能靠文本框和语音。 不管是 GPT、DeepSeek、Claude，还是各种音视频 Agent，核心入口几乎清一色是一个聊天框。 但只要你真正做
即将过去的、我们无比熟悉的 2025 年，被称为是 Agent 的元年。
浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。基于Diffusion Transformer架构，通过双重注意力机制，实现布局精准锚定与身份高保真隔离，在基准测试中超越开源SOTA模型，对标GPT-4o等闭源系统，为定制化AI图像生成带来新突破。
在文生图（Text-to-Image）和视频生成领域，以FLUX.1、Emu3为代表的扩散模型与自回归模型已经能生成极其逼真的画面。
在 SIGGRAPH Asia 2025 期间，盛大 AI 东京研究院（Shanda AI Research Tokyo）以展台活动、BoF 学术讨论与顶尖教授闭门交流等形式完成首次公开亮相，标志着盛大在数字人的 “交互智能 (Interactive Intelligence)” 与世界模型的 “时空智能 (Spatiotemporal Intelligence)” 等两大方向的研究
和传统的游戏自动化脚本不同，这是一个完整的通用的大模型，不仅限于单一游戏的操作，能够玩遍市面上几乎全部的游戏类型。于是，让我们正式介绍主角，来自英伟达的最新开源基础模型 NitroGen。该模型的训练目标是玩 1000 款以上的游戏 —— 无论是 RPG、平台跳跃、吃鸡、竞速，还是 2D、3D 游戏，统统不在话下！
尽管扩散模型在单图像生成上已经日渐成熟，但当任务升级为高度定制化的多实例图像生成（Multi-Instance Image Generation, MIG）时，挑战随之显现：
在开始教程之前，先说一些背景信息和风险 1. 为什么国行 iPhone 不能用 AI？这个是出于合规原因，苹果在 iOS 系统层面通过检测设备的“型号代码”（如CH/A），从底层屏蔽了国行设备的 Ap
依托腾讯自研大模型的底层能力，QQ浏览器不仅推出了“一句话接管任务”的QBot智能体，还全面实现了AI搜索、AI浏览、AI学习、AI办公等全场景覆盖。就在刚刚，它更是冲上了数据机构XSignal的多项权威榜单，在「AI Agent」赛道上，其相关数据表现已率先跑进行业前排：
