近年来，大语言模型（LLM）的能力越来越强，但它们的“饭量”也越来越大。这个“饭量”主要体现在计算和内存上。当模型处理的文本越来越长时，一个叫做“自注意力（Self-Attention）”的核心机制会导致计算量呈平方级增长。这就像一个房间里的人开会，如果每个人都要和在场的其他所有人单独聊一遍，那么随着人数增加，总的对话次数会爆炸式增长。
自 ChatGPT 引爆公众认知以来，AI 开始渗透进写作、编程、设计等多个应用场景，推动人类进入“智能体（Agent）”时代。曾经遥不可及的自动化交互，如今正在成为现实。在这背后，一场关于基础设施的重构也悄然展开——从模型能力到部署体验，谁能打通智能 Agent 的“最后一公里”，谁就掌握了这场范式变革的主动权。
GTA 工作由中国科学院自动化研究所、伦敦大学学院及香港科技大学（广州）联合研发，提出了一种高效的大模型框架，显著提升模型性能与计算效率。
不经意间，这场燃烧了三年的AI热潮，已经悄然改变了我们的生活方式。我们开始习惯用AI写作、咨询，向它提出各种问题，搜索引擎的使用频率也在减少。这场改变世界的技术革命，正让那些有想法却不会写代码的普通用户，第一次有机会接触代码世界，体验创造产品的“酷”感。 Same.new正是这样一款AI开发利器。
腾讯混元，在开源社区打出名气了。
DeepSeek火爆全球，现在美国版“梁文锋”来了。来自美国的互联网券商巨头Robinhood的CEO——Vlad Tenev决定投身人工智能创业浪潮，与Tudor Achim联合打造了一家专注于人工智能的初创公司——Harmonic AI。
无需CUDA代码，给H100加速33%-50%！ Flash Attention、Mamba作者之一Tri Dao的新作火了。
Listen Labs 由两位哈佛校友 Florian Juengermann 与 Alfred Wahlforss 在 2024 年底联合创立，并在 2025 年 4 月连获 Sequoia 领投的种子轮与 A 轮合计 2700 万美元融资，目标是打造一套能自动招募受访者、主持上千场多语访谈、即时归档并复用洞察的“AI 用户研究员”体系。
清华大学朱军教授团队提出SageAttention3，利用FP4量化实现推理加速，比FlashAttention快5倍，同时探索了8比特注意力用于训练任务的可行性，在微调中实现了无损性能。
“上线 4 个月，DAU 破百万，累计用户破千万，用户日均对话次数超 9 次，跻身国内同类产品第一梯队 ——元石科技的‘问小白’用生成式推荐重新定义AI时代的信息获取与消费。
