多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。
深夜11点，某AI软件陪聊群才真正热闹起来。短短一个小时，陆续有几十个新账号进群。根据群公告介绍，上述软件还在内测阶段，但依然能通过链接下载试玩。众多AI驱动应用程序不仅能进行全天候的情感交流，还能满足用户的个性需求。大厂等也在切入这个赛道，如百度于近期低调推出情感陪伴类App“月匣”，主打高自由度AI对话与沉浸式剧本互动两大核心功能。
“我的面试官是AI”“用AI助手找工作”……今年，第一批春招的年轻人发现，AI在招聘中被应用得如火如荼。
在春节的 DeepSeek 大热后，大模型也更多走进了大家的生活。我们越来越多看到各种模型在静态的做题榜单击败人类，解决各种复杂推理问题。但这些静态的测试与模型在现实中的应用还相去甚远。模型除了能进行对话，还在许多更复杂的场景中以各种各样的方式与人类产生互动。除了对话任务外，如何实现大模型与人的实时同步交互协作越来越重要。
3 月 18 日上午，字节跳动豆包大模型部门（Seed）召开全员会，由负责模型应用相关工作的朱文佳，与新近加入的负责 AI 基础研究探索工作的吴永辉共同主持。两人谈到了未来的目标，明确 Seed 部门的最重要目标是探索智能上限；同时强调进一步加强组织文化，提高技术开放程度，并考虑推进开源。
在一轮轮 AI 基础建设起来之后，目前率先卷起来的应用场景，是「深度研究」。
不惧检验，全程线下公开及全球真机实时直播展示，「慧思开物」填补具身智能在通用软件系统方面的空白，颠覆传统机器人应用开发模式，宣告通用具身智能时代的里程碑突破，具身智能「安卓」时刻已经到来，通向通用具身智能时代的「虫洞」已打开。
用户量 ≠ 变现能力，AI 应用商业模式逐渐成熟。MAU 和收入最高的 50 款移动 AI 应用仅 40% 交叉，部分低用户量应用反而变现能力更强。语言学习、植物识别、音乐工具等小众垂类 AI 应用，凭借精准需求吸引愿意付费的用户群体。
角色扮演 AI（Role-Playing Language Agents，RPLAs）作为大语言模型（LLM）的重要应用，近年来获得了广泛关注。
长文本任务是当下大模型研究的重点之一。在实际场景和应用中，普遍存在大量长序列（文本、语音、视频等），有些甚至长达百万级 tokens。
