几天前，DeepSeek 毫无预兆地更新了 R1 论文，将原有的 22 页增加到了现在的 86 页。新版本充实了更多细节内容，包括首次公开训练全路径，即从冷启动、训练导向 RL、拒绝采样与再微调到全场景对齐 RL 的四阶段 pipeline，以及「Aha Moment」的数据化验证等等。
近年来，大语言模型在算术、逻辑、多模态理解等任务上之所以取得显著进展，很大程度上依赖于思维链（CoT）技术。所谓 CoT，就是让模型在给出最终答案前，先生成一系列类似「解题步骤」的中间推理。 这种方式
昨晚，Anthropic 宣布已经部署了更严格的技术保障措施，用以防止第三方工具“伪装”为官方 Claude Code 客户端，从而绕过速率限制和计费机制，低成本调用底层 Claude 模型，此外，Anthropic 也被曝出切断了包括 xAI 在内的部分竞争对手对 Claude 模型的访问权限，其中 Cursor IDE 成为了关键的“触发点”。
Information爆料称，DeepSeek将计划在2月中旬，也正是春节前后，正式发布下一代V4模型。据称，DeepSeek V4编程实力可以赶超Claude、GPT系列等顶尖闭源模型。
近日，liko.ai 宣布完成首轮融资，由商汤国香资本、东方富海、讯飞创投、洪泰基金、正轩投资、面壁智能等多家产业及财务投资机构联合投资，光源资本担任孵化方及独家财务顾问。本轮融资将用于端侧视觉语言模型、AI 原生硬件以及家庭多模态通用终端研发。
2026年1月5日，由陈天桥和清华AI学者代季峰联合发起的MiroMind团队，正式发布了自研旗舰搜索智能体模型MiroThinker 1.5。这个消息本身并不算特别，毕竟最近几个月几乎每周都有新模型发布。但当我深入了解后发现，这个模型背后代表的思路，可能会彻底改变我们对AI能力边界的认知。
近日，清华大学等机构的研究团队提出了 MARSHAL 框架。该框架利用强化学习，让大模型在策略游戏中进行自博弈（Self-Play）。实验表明，这种多轮、多智能体训练不仅提升了模型在游戏中的博弈决策水
MIT天才博士一毕业，火速加盟OpenAI前CTO初创！最近，肖光烜（Guangxuan Xiao）在社交媒体官宣，刚刚完成了MIT博士学位。下一步，他将加入Thinking Machines，专注于大模型预训练的工作。
联想给出的公式是，混合AI=个人智能+企业智能+公共智能。这种模式下，AI智能体应用不再依赖于单一的云端模型，而是云端大模型与本地定制化小模型的深度融合。
百炼升级了其提出的「1+2+N」的蓝图：其中最底层的 1 是模型与云服务，中间层的 2 是高代码、低代码的开发范式，在最上层的 N 则是面向不同任务的开发组件。这套能力覆盖了生产级智能体构建的全生命周期。
