DeepSeek 提出的 GRPO 可以极大提升 LLM 的强化学习效率，不过其论文中似乎还缺少一些关键细节，让人难以复现出大规模和工业级的强化学习系统。
36氪获悉，近日人形机器人公司松延动力北京科技有限公司（以下简称「松延动力」）完成连续两轮过亿元A轮及A+轮融资。A+轮由彬复领投，华强资本跟投；A轮投资方包括神骐资本、北京未来科学城基金、天启资本、泽然资本、教育科技集团战略方等机构。
Neurobo（弈智交互）是一家位于上海的创业公司，获得前百度总裁、微软副总裁陆奇博士创办的奇绩创坛的投资。团队核心成员来自清华大学与日本筑波大学等海内外名校，致力于结合 LLM 与现实场景数据，让二次元用户可以将「谷子」变为随身相伴，随时触达的实体情感伴侣。
Transformer架构迎来历史性突破！刚刚，何恺明LeCun、清华姚班刘壮联手，用9行代码砍掉了Transformer「标配」归一化层，创造了性能不减反增的奇迹。
「国产大模型 + 国产引擎 + 国产芯片」的完整技术闭环正在加速形成。
AI智能体，确实到了爆发时刻。
开年以来，DeepSeek的梁文锋、Manus的肖弘，成为中国AI圈冉冉升起的新星。培养他们的母校浙江大学和华中科技大学也一并沾光。
在 ChatGPT 爆火两年多的时间里，大语言模型的上下文窗口长度基准线被拉升，以此为基础所构建的长 CoT 推理、多 Agent 协作等类型的高级应用也逐渐增多。
为了解决视频编辑模型缺乏训练数据的问题，本文作者（来自香港中文大学、香港理工大学、清华大学等高校和云天励飞）提出了一个名为 Señorita-2M 的数据集。该数据集包含 200 万高质量的视频编辑对，囊括了 18 种视频编辑任务。
双一流高校本科扩容”这一话题日前登上热搜，引发关注。清华大学此次拟扩招的新生将进入新成立的本科通识书院，着力培养具备人工智能思维、胜任人工智能技术、具有人工智能与不同学科深度交叉知识素养的复合型人才。
