本文主要介绍 xML 团队的论文：Discrete Diffusion in Large Language and Multimodal Models: A Survey。
大家好我是歸藏（guizang），今天给大家带来秘塔深度研究的体验。
当前最强大的视觉语言模型（VLMs）虽然能“看图识物”，但在理解电影方面还不够“聪明”。
Agent能力每7个月翻一番！
我们独家获悉，大模型公司 MiniMax 近 3 亿美元的新一轮融资已接近完成，投后估值超过 40 亿美元（约 300 亿元人民币）。结合公开信息，目前国内达到这一估值的大模型公司有 MiniMax 和智谱。
近日，基于自研多模态大模型，旨在打造AI应用的“超级感官”与“真大脑”的创业公司——无界方舟（AutoArk）宣布连续完成Pre-A & Pre-A+轮亿元级别融资
涌现（Emergence），是生成式AI浪潮的一个关键现象：当模型规模扩大至临界点，AI会展现出人类一般的智慧，能理解、学习甚至创造。
超长上下文窗口的大模型也会经常「失忆」，「记忆」也是需要管理的。
我每天都使用AI，我认为提示工程是一项高级认知技能。
从GPT-2到Llama 4，大模型这几年到底「胖」了多少？从百亿级密集参数到稀疏MoE架构，从闭源霸权到开源反击，Meta、OpenAI、Mistral、DeepSeek……群雄割据，谁能称王？
