AI产业动态

Meta AI大裁员，要从超级智能实验室裁掉600人！ 操刀人是上个月才到任的“首席 AI 官”亚历山大·王。他给出的理由很直接：层级太多、流程太冗，得把组织“砍”成更灵活的突击队。太平洋时间周三清晨 7 点前，美国员工会收到邮件，知道自己有没有被“优化”掉。 与血流成河的 FAIR、产品组、基础设施组形成鲜明对比的，是去年才成立的 TBD Lab——不仅毫…

在大型语言模型（LLM）的推理部署中，一个长期困扰开发者和研究者的难题是：相同的输入在不同批量大小（batch size）下会产生不一致的输出概率分布。这种看似微小的差异，在需要严格可重现性的生产环境中——如金融风险评估、医疗诊断辅助、法律文本生成或科学计算——可能引发严重后果。它不仅影响模型的调试和测试流程，更会削弱用户对AI系统可靠性的信任。近日，vLL…

从今天起，使用ChatGPT有了OpenAI官方的浏览器选择。 这款名为ChatGPT Atlas（阿特拉斯，灵感来自古希腊神话中托举地球的神祇）的浏览器，是OpenAI首款AI原生的浏览器产品，现已正式上线。 它有哪些功能？ 简言之，ChatGPT已有的核心能力正被全面整合进这款浏览器中，未来更多功能也将陆续融入。 这是OpenAI打造的全新入口，旨在让用…

魔幻啊魔幻。 全球顶级咨询公司麦肯锡，居然收到了OpenAI最近给Tokens消耗大客户颁发的奖牌。 麦肯锡自己还怪自豪的，第一时间就把奖牌po到了领英上。 等等，好像哪里不对……但凡过遍脑子，都能察觉出“这份荣耀”有点不对味—— 你花百万美金买PPT的麦肯锡，竟然是ChatGPT的大客户？！ 这大概也意味着，很多机构花了数百万美元购买的战略咨询PPT，其实…

近日，AI开发工具领域的明星公司LangChain宣布完成新一轮融资，公司估值达到12.5亿美元。本轮融资由IVP、Benchmark、Sequoia、CapitalG、Sapphire Ventures、Amplify Partners等知名投资机构参与，显示出资本市场对AI智能体工程平台前景的高度认可。 自成立三年来，LangChain已从最初的单一Py…

DeepSeek-OCR创新性地提出“视觉压缩文本”范式，通过将文本信息转化为图像表征，有效解决大模型处理长文本时的算力瓶颈。该3B参数模型采用DeepEncoder编码器和DeepSeek3B-MoE-A570M解码器双组件架构，实现用少量视觉token高效表示海量文本内容。实验表明，在10倍压缩率下解码准确率达97%，20倍压缩率仍保持60%准确率。仅需单张A100 GPU即可每日生成超20万页训练数据，在OmniDocBench基准上以最少token数达到SOTA性能。这一突破性方法不仅被业界誉为“AI的JPEG时刻”，更为统一视觉与语言处理、构建类人记忆机制提供了新路径。

10月13日 【开源】 阿里开源 Qwen3-VL-8B-Thinking 与 Qwen3-VL-8B-Instruct 模型。作为 Qwen3-VL 系列的 8B Dense 模型，它们显存占用更低，具备多模态理解与推理能力，支持长视频、长文档等超长上下文输入，并集成了视觉 2D/3D 定位、全面空间感知与万物识别功能。 10月14日 【闭源】 腾讯混元发…

“很多模型在模拟器里完美运行，但一到现实就彻底失灵。” 在最新一次线上对谈中，Dexmal联合创始人唐文斌与Hugging Face联合创始人Thomas Wolf指出了当前机器人研究的最大痛点。 唐文斌是旷视科技联合创始人兼CTO，原力灵机（Dexmal）CEO、清华大学“姚班”出身、首届“Yao Award”金牌得主。 针对当前痛点，他和团队联合Hugg…

近日，字节跳动推出了一款名为DreamOmni2的开源免费图像编辑工具，它并非传统的图像生成器，而是一款能够理解文字与图片复合指令的智能编辑器。这一创新标志着多模态AI技术在图像处理领域的重大突破，将专业级图像编辑能力转化为自然语言操作，极大地降低了技术门槛。 DreamOmni2的核心优势在于其强大的多模态理解能力。用户可以通过自然语言指令结合参考图片，实…

在AI技术浪潮席卷全球的当下，互联网内容生态正面临前所未有的结构性挑战。传统模式下，网站运营者陷入两难困境：完全开放内容意味着数据被无偿爬取、流量被平台虹吸；而设置登录墙或严格屏蔽爬虫则会导致用户触达率骤降，商业价值受损。这种矛盾在生成式AI和大模型训练需求爆炸性增长的背景下被急剧放大——AI公司需要海量高质量数据训练模型，而内容创作者却难以从数据价值中分得…