Mamba 这种状态空间模型（SSM）被认为是 Transformer 架构的有力挑战者。近段时间，相关研究成果接连不断。而就在不久前，Mamba 作者 Albert Gu 与 Karan Goel、Chris Ré、Arjun Desai、Brandon Yang 一起共同创立的 Cartesia 获得 2700 万美元种子轮融资。
OpenAI谷歌天天刷流量，微软也坐不住了，推出最新小模型Phi-4。 参数量仅14B，MMLU性能就和Llama 3.3/ Qwen2.5等70B级别大模型坐一桌。
时隔7个月，OpenAI版「Her」终于全量上线了！视频聊天和屏幕共享两大功能畅玩，还送上了圣诞老人限定声音。
Transformer模型自2017年问世以来，已成为AI领域的核心技术，尤其在自然语言处理中占据主导地位。然而，关于其核心机制“注意力”的起源，学界存在争议，一些学者如Jürgen Schmidhuber主张自己更早提出了相关概念。
Apple MM1Team 再发新作，这次是苹果视频生成大模型，关于模型架构、训练和数据的全面报告，87 亿参数、支持多模态条件、VBench 超 PIKA，KLING，GEN-3。
薛复昭博士宣布即将加入Google DeepMind，分享了他在博士生涯中的七点心得，包括工程能力的重要性、与优秀人才合作、专注于重要论文、研究趋势的演变、换位思考以及博士学位的价值。
硬氪独家获悉，智能影像先锋品牌「hohem浩瀚」近日完成超亿元B轮融资，由顺为资本、君联资本联合领投，小米战投、云启资本、同创伟业、云沐资本跟投，庚辛资本担任本轮独家财务顾问。本轮资金将用于公司产品技术研发、市场推广及渠道布局。
最新消息，AI 英语学习产品 Speak 宣布完成 7800 万美元 C 轮融资，总融资额达到 1.62 亿美元，估值来到 10 亿美元，如果没记错的话，这应该是第一个真正 toC 的 AI 独角兽。
多模态大模型在听觉上，居然也出现了「9.11>9.8」的现象，音量大小这种简单问题都识别不了！港中文、斯坦福等大学联合发布的AV-Odyssey基准测试，包含26个视听任务，覆盖了7种声音属性，跨越了10个不同领域，确保测试的深度和广度。
据 TechCrunch 报道，Speak 正在宣布一项里程碑式的融资，这进一步增强了它的进展：一轮 7800 万美元的 C 轮融资，使其估值跃升至 10 亿美元。
