昨天，苹果一篇新论文在 arXiv 上公开然后又匆匆撤稿。原因不明。论文中，苹果揭示了他们开发的一个基于 TPU 的可扩展 RL 框架 RLAX。是的，你没有看错，不是 GPU，也不是苹果自家的 M 系列芯片，而是谷歌的 TPU！还不止如此，这篇论文的研究中还用到了亚马逊的云和中国的 Qwen 模型。
本该绽放的Llama 4黯然失色，Meta内部地震频发：首席AI科学家离职、600人裁员、顶级大佬空降、开源战略转向。最新模型Avocado被曝延期且套壳Qwen，扎克伯格如何在对手狂飙中绝地反击？
Meta的开源时代，要结束了。彭博社爆料，明年春季，Meta将发布一款代号为「Avocado（牛油果）」的模型。而这款新模型，很可能是「闭源」的。但如果仅仅是闭源，还不至于如此引人注目。真正让市场炸裂的是另一条更劲爆的消息：这款闭源模型，竟然在训练过程中使用了阿里巴巴的AI。
如今，强化学习（RL）已成为提升大语言模型（LLM）复杂推理与解题能力的关键技术范式，而稳定的训练过程对于成功扩展 RL 至关重要。由于语言具有强烈的上下文属性，LLM 的 RL 通常依赖序列级奖励 —— 即根据完整生成序列给一个标量分数。
千问 App，大家都用上了吧？
刚刚，NeurIPS 2025最佳论文奖、时间检验奖出炉！
聚焦新加坡 如今，中新两国都在大力加码AI。新加坡总理多次强调AI是国家战略重点，也在积极吸引全球人才；中国AI企业和技术也在快速“出海”，更有中国AI煎饼机器人入驻新加坡引爆潮流~ 而最近，AI圈更
2025 年，AIGC 热度再冲新高：从社交头像、电商海报到影视分镜，AI 生成内容已全面渗透日常创作。在这股浪潮中，Nano Banana、Qwen Edit 等通用图像编辑大模型功能强大，涵盖了广泛的图像编辑场景。特别是最新爆火的 Nano Banana Pro 能将文字指令转化为高精度图像，精准呈现复杂场景。但是上述图像编辑大模型在一些细分领域的表现仍有不足，并且用于简单任务性价比不高。
在过去五年，AI领域一直被一条“铁律”所支配，Scaling Law（扩展定律）。它如同计算领域的摩尔定律一般，简单、粗暴、却魔力无穷：投入更多的数据、更多的参数、更多的算力，模型的性能就会线性且可预测地增长。无数的团队，无论是开源巨头还是商业实验室，都将希望孤注一掷地押在了这条唯一的救命稻草上。
今天，通义改名千问
