Salesforce近日官宣收购Regrello，这是一家专注于制造业和供应链的自动化工作流公司，也可以定位为AI驱动的制造业运营编排平台，核心技术是将非结构化业务数据转化为动态的自动化工作流。
近年来，扩散大语言模型（Diffusion Large Language Models, dLLMs）正迅速崭露头角，成为文本生成领域的一股新势力。与传统自回归（Autoregressive, AR）模型从左到右逐字生成不同，dLLM 依托迭代去噪的生成机制，不仅能够一次性生成多个 token，还能在对话、推理、创作等任务中展现出独特的优势。
GPT-5是一个分水岭，终于学会了「推理」。联创Greg Brockman最新访谈畅谈了OpenAI AGI之路，未来AI可以做到边用边学，在超临界模式下推导出N阶后果。
我们都爱AI带来的「认知捷径」，但CEO Greg Shove却分享了他认知滑坡的亲身经历。真正的分水岭不是用或不用AI，而是你选择成为驾驭AI的「驾驶员」，还是被其淘汰的「乘客」。
在图像生成领域，自回归（Autoregressive, AR）模型与扩散（Diffusion）模型之间的技术路线之争始终未曾停歇。大语言模型（LLM）凭借其基于「预测下一个词元」的优雅范式，已在文本生成领域奠定了不可撼动的地位。
世界是动态变化的。为了理解这个动态变化的世界并在其中运行，AI 模型必须具备在线学习能力。为此，该领域提出了一种新的性能指标 —— 适应性遗憾值（adaptive regret），其定义为任意区间内的最大静态遗憾值。
想象一下，你随便用手机拍了几张家里的照片，没有精确的相机位置，甚至照片之间重叠都很少。 现在，一个新算法能把这些零散的2D图片，“拼”成一个厘米级精度的3D数字模型，效果好到可以直接放进VR头显里“云旅游”。
当下的AI图像生成领域，Diffusion模型无疑是绝对的王者，但在精准控制上却常常“心有余而力不足”。
就在刚刚，据《连线》杂志报道，OpenAI 总裁 Greg Brockman 本周二在公司 Slack 群里宣布从特斯拉、xAI 和 Meta 挖来四位硬核工程师，并将加入 OpenAI 的扩展团队。值得一提的是，Dalton 和 Ruddarraju 之前也都曾在 Robinhood 工作过。
当地时间 6 月 4–5 日，在旧金山 St. Regis 酒店，一场没有模型发布的科技峰会，成了硅谷高管们确立AI新底层认知的关键节点。
