在个性化视觉生成的实际应用中，通用视觉基础模型的表现往往难以满足精准需求。为实现高度定制化的生成效果，通常需对大模型进行针对性的自适应微调，但当前以 LoRA 为代表的主流方法，仍受限于定制化数据收集与冗长的优化流程，耗时耗力，难以在真实场景中广泛应用。
谷歌在2025年底甩出「王炸」：Gemini 3 Flash！ 这款模型彻底打破了「快就一定笨、强就一定贵」的定律，以3倍于前代的速度实现「零延迟」响应，甚至在编程和逻辑推理上反超了Pro级大哥。
独家获悉，腾讯近期完成了一次组织调整，正式新成立AI Infra部、AI Data部、数据计算平台部。 12月17日下午发布的内部公告中，腾讯表示，Vinces Yao将出任“CEO/总裁办公室”首席AI科学家，向腾讯总裁刘炽平汇报；他同时兼任AI Infra部、大语言模型部负责人，向技术工程事业群总裁卢山汇报。
罗福莉首次演讲有点“小紧张”，但金句很爆。
LLM 智能体很赞，正在成为一种解决复杂难题的强大范式。
如何让针对静态场景训练的 3D 基础模型（3D Foundation Models）在不增加训练成本的前提下，具备处理动态 4D 场景的能力？
大模型时代，基础模型卷到飞起，参数规模爆炸再爆炸，但谈到落地应用，产业端反馈出的问题依然明显：
开源模型再次迎来一位重磅选手，就在刚刚，小米正式发布并开源新模型 MiMo-V2-Flash。
近两年，随着底层大模型在 Coding 等方面上的能力提升，像秒哒这样的 AI 生产力产品也越来越成熟。编程，这样一件在大众视野下普遍被认为门槛很高的事情，也逐渐变得民主化。一些学习能力和动手能力比较强的人，也被称为 AI 时代的超级个体。
生成式模型正在成为机器人和具身智能领域的重要范式，它能够从高维视觉观测中直接生成复杂、灵活的动作策略，在操作、抓取等任务中表现亮眼。但在真实系统中，这类方法仍面临两大「硬伤」：一是训练极度依赖大规模演示数据，二是推理阶段需要大量迭代，动作生成太慢，难以实时控制。
