结合RLHF+RLVR，8B小模型就能超越GPT-4o、媲美Claude-3.7-Sonnet。陈丹琦新作来了。他们提出了一个结合RLHF和RLVR优点的方法，RLMT（Reinforcement Learning with Model-rewarded Thinking，基于模型奖励思维的强化学习）。
老天奶，奥特曼对GPT的谈论，都跨越好几代来到GPT-8了！最近他在一档节目上，和量子计算奠基人戴维・多伊奇（David Deutsch）展开对话，针对两人存在分歧的“AI能否发展为具备意识的超级智能”议题，奥特曼搬出GPT-8来试图说服多伊奇：
明星创业公司Thinking Machines，第二篇研究论文热乎出炉！公司创始人、OpenAI前CTO Mira Murati依旧亲自站台，翁荔等一众大佬也纷纷转发支持：论文主题为“Modular Manifolds”，通过让整个网络的不同层/模块在统一框架下进行约束和优化，来提升训练的稳定性和效率。
最近，一家叫 Numeral 的公司刚刚完成了 3500 万美元的 B 轮融资，由 Mayfield 领投，Benchmark、Uncork Capital、Y Combinator 和 Mantis 参与。这轮融资距离他们今年 3 月完成的 1800 万美元 A 轮仅仅过去了 6 个月，公司估值已经达到 3.5 亿美元。
在大模型训练时，如何管理权重、避免数值爆炸与丢失？Thinking Machines Lab 的新研究「模块流形」提出了一种新范式，它将传统「救火式」的数值修正，转变为「预防式」的约束优化，为更好地训练大模型提供了全新思路。
开源框架实现100%可复现的稳定RL训练！下图是基于Qwen3-8B进行的重复实验。两次运行，一条曲线，实现了结果的完美重合，为需要高精度复现的实验场景提供了可靠保障。这就是SGLang团队联合slime团队的最新开源成果。
来自德国癌症研究中心（DKFZ）、欧洲分子生物学实验室（EMBL）、哥本哈根大学等机构的研究团队开发了一款名为Delphi-2M的AI医疗大模型。该模型能通过分析用户的医疗记录和生活方式，并提供长达了20年，覆盖癌症、皮肤病和免疫疾病等1258种疾病的风险估计。
一家仅成立9个月的新公司——奇妙拉比MarveLab，在2025年8月推出的首款AI潮玩RAGUS&WHITE，凭借超过5000单的预售成绩，超200万的首发营收，迅速成为行业内的讨论热点。
Veo 3真正对手，竟不是Sora 2！通义万相2.5全网首发，直接甩出王炸：一句话，直出10秒1080P电影级视频，首次实现音画精准同步。一键生成BGM、人声，全网实测玩疯。
AGI解放80%日常工作，ASI创造超级科学家——阿里巴巴首次公开ASI蓝图，通义千问家族模型性能飙升，超越GPT-5，开启全模态智能时代。
