在日常生活中，我们常通过语言描述寻找特定物体：“穿蓝衬衫的人”“桌子左边的杯子”。如何让 AI 精准理解这类指令并定位目标，一直是计算机视觉的核心挑战。
大模型可以不再依赖人类调教，真正“自学成才”啦？新研究仅通过RLVR（可验证奖励的强化学习），成功让模型自主进化出通用的探索、验证与记忆能力，让模型学会“自学”！
在长达数周的高强度「挖角」之后，Meta 今天凌晨宣布正式成立超级智能实验室（Meta Superintelligence Labs，简称 MSL）。Meta CEO 马克·扎克伯格在当时时间周一发布的一封内部信中透露，MSL 将整合公司现有的基础 AI 研究（FAIR）、大语言模型开发以及 AI 产品团队，并组建一个专门研发下一代 AI 模型的新实验室。
百度文心大模型开源，如期而至。就在今天，百度官宣文心大模型4.5系列正式开源，还同步提供API服务。
6月28日，由国家能源集团自主研发的全球首个千亿级发电行业大模型——“擎源”发电行业大模型在京正式发布。
OpenAI计划发布一个非常强大的开源模型。它能够让人们在本地运行极其强大的模型，重新认识“本地部署”的可能性。
最近，你可能刷到过一些奇趣的猫咪视频。主角通常是一只很胖的橘猫，像人一样在送外卖，或者刚看完电影就冲进健身房假装减肥。这些有点好笑、有点可爱的“大橘剧场”，配上魔性的“喵喵”音乐，正在抖音、小红书和TikTok上到处传播 。
近年来，随着视觉生成模型的发展，视觉生成任务的输入序列长度逐渐增长（高分辨率生成，视频多帧生成，可达到 10K-100K）。
尽管大型语言模型（LLMs）和大型视觉 - 语言模型（VLMs）在视频分析和长语境处理方面取得了显著进展，但它们在处理信息密集的数小时长视频时仍显示出局限性。
图像模型开源还得是FLUX！Black Forest Labs刚刚宣布开源旗舰图像模型FLUX.1 Kontext[dev]，专为图像编辑打造，还能直接在消费级芯片上运行。
