搜索
本文第一作者为前阿里巴巴达摩院高级技术专家，现一年级博士研究生满远斌，研究方向为高效多模态大模型推理和生成系统。通信作者为第一作者的导师，UTA 计算机系助理教授尹淼。尹淼博士目前带领 7 人的研究团队，主要研究方向为多模态空间智能系统，致力于通过软件和系统的联合优化设计实现空间人工智能的落地。
如果细究DeepSeek开源席卷的行业巨变，云厂商无疑是最适合讲述AI故事的主角。几个月过去，分析师们迫切地想检验这场新变革的成果，纷纷在5月各家大厂召开的财报电话会议上追问进展。
国内大厂探索AI变现呈现四类方式：模型产品(订阅)、模型服务(MaaS)、AI功能嵌入主业、算力基础设施。百度、阿里、腾讯、华为处于第一梯队，AI显著拉动营收增长；快手、字节、美图属第二梯队，AI提效主业或打造爆款应用初见成效；科大讯飞、昆仑万维尚处投入期。虽部分路径初步盈利，但巨额研发投入远超当前回报，尚无企业实现AI正现金流，技术投入更多带来市值提升效应。
能够完成多步信息检索任务，涵盖多轮推理与连续动作执行的智能体来了。通义实验室推出WebWalker（ACL2025）续作自主信息检索智能体WebDancer。
如果要问近期最火热的AI硬件品类是什么，AI眼镜一定榜上有名。
夸克，最近有点火。
在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉 RAG 方法受限于定义的固定流程，难以有效激活模型的推理能力。
大模型时代，没人愿意缺席AI+医疗。
腾讯的CodeBuddy、字节的Trea、现在阿里的通义灵码，中国互联网的三大巨头在AI编程领域集结完毕，明显就是要从老美的Cursor手中抢回中国客户。
为提升大模型“推理+搜索”能力，阿里通义实验室出手了。