前段时间某视频模型更新 2.0 的时候，写了一篇文章，其中提到了一个观点：用户不需要第二个 AI 视频的抖音。这次核心不是模型能力提升，不是 AI Feed 流，而是底层模型能力提升带来的全新「创意社交」玩法。
在 AI 多模态的发展历程中，OpenAI 的 CLIP 让机器第一次具备了“看懂”图像与文字的能力，为跨模态学习奠定了基础。如今，来自 360 人工智能研究院冷大炜团队的 FG-CLIP 2 正式发布并开源，在中英文双语任务上全面超越 MetaCLIP 2 与 SigLIP 2，并通过新的细粒度对齐范式，补足了第一代模型在细节理解上的不足。
统一多模态模型要求视觉表征必须兼顾语义（理解）和细节（生成 / 编辑）。早期 VAE 因语义不足而理解受限。近期基于 CLIP 的统一编码器，面临理解与重建的权衡：直接量化 CLIP 特征会损害理解性能；而为冻结的 CLIP 训练解码器，又因特征细节缺失而无法精确重建。例如，RAE 使用冻结的 DINOv2 重建，PSNR 仅 19.23。
在AI加持下的这一年人类突飞猛进，停下来回头看去，似乎AI已经无所不能，但前OpenAI灵魂研究员认为AI不可能瞬间超越人类，他还提出了三个关于AI的最新洞见。所有能被验证的任务，最终都会被AI解决 智能最后会变成商品，知识价格归零 AI不会瞬间超过人类
双11别只盯着打折——真正值得买的，是能让你工作不卡顿、生活不焦虑的效率神器。说到效率神器，AI PC绝对是其中之一。因为现在它们已经搭载了英特尔® 酷睿™ Ultra 200H系列处理器，“打开方式”完全变了样——
论直播，AI版黄仁勋，竟碾压了本尊？周三的GTC 2025大会上，黄仁勋在华盛顿登台激情演讲。但怪事发生了。另一个打着「NVIDIA LIVE」旗号的直播，却悄悄聚集了近10万观众。
在上海，“AI+游戏”的浪潮得到了最新证明。从《恋与深空》到LOL，技术论道的背后，开发者们正在用AI创造全新的世界。下面就让我们将目光转向2025 Unity开发者大会，看看AI+游戏又会碰撞出怎么的火花：
10 月 30 日，据彭博社援引知情人士报道，英伟达计划向人工智能初创公司 Poolside 投资最高达 10 亿美元，这笔交易预计将使后者的估值翻四倍。消息人士称，Poolside 目前正在洽谈一轮新融资，拟以 120 亿美元的投前估值融资 20 亿美元。其中，英伟达计划出资至少 5 亿美元，若本轮融资顺利完成，英伟达的总投资额可能达到 10 亿美元。
微软AI CEO苏莱曼领导的17名核心高管阵容曝光：新增9名核心成员中有5位来自谷歌（包含DeepMind）系；8名老将中有2名来自苏莱曼共同创办的Inflection AI；17人中有7位是原微软的资深高管。新核心团队将聚焦AI产品落地、安全与隐私、增长与商业化。
在NeurIPS 2025论文中，来自「南京理工大学、中南大学、南京林业大学」的研究团队提出了一个极具突破性的框架——VIST（Vision-centric Token Compression in LLM），为大语言模型的长文本高效推理提供了全新的「视觉解决方案」。值得注意的是，这一思路与近期引起广泛关注的DeepSeek-OCR的核心理念不谋而合。
