1970年，一个叫Gordon Gallup的心理学家把一面镜子放进了黑猩猩的笼子里。黑猩猩一开始对着镜子龇牙。它以为那是另一只黑猩猩。它威胁它，拍胸脯，绕到镜子后面找那只不存在的敌人。
近日，微软Bing Ads与DKI团队发表论文《AdNanny: One Reasoning LLM for All Offline Ads Recommendation Tasks》，宣布基于DeepSeek-R1 671B打造了统一的离线推理中枢AdNanny，用单一模型承载所有离线任务。这标志着从维护一系列任务特定模型，转向部署一个统一的、推理中心化的基础模型，从
千问 3.5 总参数量仅 3970 亿，激活参数更是只有 170 亿，不到上一代万亿参数模型 Qwen3-Max 的四分之一，性能大幅提升、还顺带实现了原生多模态能力的代际跃迁。
极佳视界具身大模型 GigaBrain-0.5M*，以世界模型预测未来状态驱动机器人决策，并实现了持续自我进化，超越π*0.6 实现 SOTA！该模型在叠衣、冲咖啡、折纸盒等真实任务中实现接近 100% 成功率；相比主流基线方法任务成功率提升近 30%；基于超万小时数据训练，其中六成由自研世界模型高保真合成。
来自清华大学、鹏城实验室与阿里巴巴未来生活实验室的联合研究团队发现：现有任务相关的压缩方法不仅陷入效率瓶颈——要么一次性加载全文（效率低），要么自回归逐步压缩（速度慢），更难以兼顾“保留关键信息”与“保持自然语言可解释性”。
2月7日，中文医疗大模型评测平台MedBench公布最新多模态大模型评测榜单，数坤科技的数坤坤多模态医学大模型V3以63.6分拿下第一。在榜单中，V3的表现超过微医、云知声旗下医疗行业大模型，以及OpenAI、谷歌、阿里千问旗下通用大模型。
基于真实居民健康档案构建的MedLLM-EHR-EVAL-V2评测集显示，星火医疗大模型在智能健康分析、报告解读、运动饮食建议、辅助诊疗、智能用药审核等关键任务上，得分均显著超越国内外主流大模型。
随着豆包大模型和seedance视频生成模型等业务的爆发，自研芯片成功后，字节有望大大降低其算力成本。
过去几年，大模型把自然语言处理彻底重塑了。GPT 出来之前，NLP 领域的状态是：每个任务一套模型，每个场景一批数据，每个公司一条流水线，互不通用，边界清晰。GPT 之后，这套逻辑被一个预训练底座 + 任务微调的范式整个替换掉了。
就是说，这几天还有哪档晚会节目是没有机器人现身的吗？
