亚马逊万人大裁员为AI让路，人力成“可替代生产要素”？

亚马逊日前正式启动大规模裁员，约1.4万名员工被解雇，其中管理层与核心零售业务成为重灾区。与此形成鲜明对比的是，公司正加速部署AI与机器人，并明确表示未来将依靠技术提升效率。此次裁员并非因业绩不佳，而是被解读为一场面向AI未来的战略性资源重组，标志着一种新型的“人力为AI让路”的替代模式正在上演。 [原文链接]

中科院&字节联合推出GAR模型，实现精准区域理解新突破！

核心创新：GAR（Grasp Any Region）突破传统MLLMs局限，既能精准描述用户指定区域，又能建模区域间关系，支持复杂组合推理

技术亮点：通过RoI-Aligned特征回放技术，兼顾局部细节与全局上下文，在GAR-Bench测试中表现超越GPT-4o，直逼最强推理模型

应用前景：为构建自然图像Dense Caption提供新路径，可助力多模态预训练、AIGC数据生成，并可作为Reward Model使用

开源信息：论文、代码、模型已全面开源，支持gradio本地部署

GAR展现了强大的区域理解能力，甚至能zero-shot迁移至视频任务，为多模态理解开辟了新方向！

美团开源视频生成模型LongCat-Video，支持生成5分钟长视频

美团发布开源视频模型LongCat-Video，参数规模13.6B，支持文生视频、图生视频及视频延长功能，可生成720p高清视频，时长稳定达数分钟。在多项评测中，其文生视频能力超越多数开源模型，部分维度接近谷歌Veo3，且物理常识理解表现突出。模型采用MIT协议，允许商用，目前已开源。

Yoshua Bengio成全球首位百万引用学者，AI发展迎来里程碑

深度学习“三巨头”之一Yoshua Bengio成为Google Scholar上首位引用量突破100万的科学家，标志着AI领域发展的一个里程碑。其引用增长曲线与AI技术爆发的轨迹高度重合，多篇开创性论文如生成对抗网络和《Deep learning》是其主要贡献。他在推动技术突破的同时，也积极投身于AI伦理与安全的倡导工作。

斯坦福推出AgentFlow，7B小模型性能超越GPT-4o

斯坦福团队最新提出的AgentFlow框架，通过在线强化学习技术，让仅7B参数的小模型在多项任务表现上超越GPT-4o等超大模型。

该框架采用四智能体协作设计，核心创新Flow-GRPO算法可实现“边做边学”的实时优化。实验显示，基于Qwen-2.5-7B的AgentFlow在搜索、数学、智能体等任务上提升显著，部分任务表现甚至优于大50倍的模型。

研究证明：合理系统设计比单纯扩大参数更有效。

10月22日AI领域重要进展

百川发布了Baichuan-M2Plus医疗大模型，以创新的六源循证推理范式和极低的幻觉率，被称为“医生版ChatGPT”并在USMLE测试中取得高分；腾讯混元世界模型1.1版本开源，新增支持多视图及视频输入，实现单卡秒级创造3D世界；国内AI应用公司LiblibAI完成1.3亿美元B轮融资，创下国内AI应用赛道最大单笔融资记录；同时，Anthropic正式发布Claude桌面端以提升用户工作效率；AI智能体平台LangChain完成新一轮融资，投后估值达到12.5亿美元；此外，多名用户投诉ChatGPT引发妄想和偏执等心理创伤，敦促FTC介入，OpenAI则回应称将通过新模型和安全措施加强防护。

全球首款万元内人形机器人Bumi正式发布，家用具身智能时代正式开启

该产品由清华团队松延动力研发，具备行走、奔跑、跳跃等完整运动能力，重量仅12kg，并集成图形化编程与语音交互功能，支持儿童在玩中学。

团队此前多次在国际机器人赛事中获奖，技术实力扎实。Bumi成功将人形机器人价格拉至万元以内，是具身智能走向日常生活的关键突破。

DeepSeek开源OCR模型引爆硅谷：视觉压缩文本突破长文本处理瓶颈

DeepSeek最新开源模型DeepSeek-OCR引发广泛关注，以创新性的“视觉压缩文本”思路解决长文本算力难题。

核心突破：

将文本压缩为图像处理，大幅减少token使用

3B参数实现SOTA性能，单GPU可运行

压缩率10倍时准确率仍达97%

技术亮点：

编码器实现高压缩比视觉token

支持复杂文档解析

为无限长上下文处理提供新思路

该项目已在GitHub获3.3K星，HuggingFace热榜第二，被业内誉为“AI的JPEG时刻”。

项目地址：GitHub & HuggingFace搜索DeepSeek-OCR

OpenAI自曝陷入“算力饥荒”，内部争夺GPU已到“痛苦煎熬”程度

OpenAI总裁Greg Brockman近日承认，公司正面临严重的算力短缺，内部GPU争夺激烈到“令人痛苦”。由于计算资源有限，多项“惊人产品”研发受阻，连ChatGPT Pulse个性化推荐功能也仅向Pro用户开放。

为分配稀缺算力，OpenAI建立分层决策机制：CEO奥特曼与应用CEO划分研究与应用侧资源，首席科学家与研究主管主导研究内部分配，另有专项小组动态调度闲置GPU。Brockman坦言，平衡各团队算力需求“极其艰难”。

与此同时，OpenAI加速布局算力基建，已启动自建数据中心并达成近万亿算力交易。行业共识凸显：AI未来竞赛，算力已成为决定性筹码。

宇树发布1.8米人形机器人H2，仿生面容引发“恐怖谷”热议

宇树科技新一代人形机器人Unitree H2正式亮相，身高180cm、体重70kg，全身31个自由度，动作灵活度显著提升。H2现场展示舞蹈、功夫与走秀能力，挥拳踢腿稳健协调，但新增的仿生人脸被网友调侃“颜值诡异”，引发恐怖谷效应。尽管形态接近真人，网友更关注其何时能落地洗衣、家务等实用场景。官方称H2旨在“为每个人安全友好地服务”，未来应用方向仍受期待。