从大模型智能的“语言世界”迈向具身智能的“物理世界”，仿真正在成为连接落地的底层基础设施。
霍尔特计划收购老东家新山资本旗下最成功的五家医疗科技公司，并将其合并到其新创立的AI医疗平台——Thoreau。这五家公司分别是：健康数据交换巨头Datavant、AI理赔优化平台Machinify、精准医疗营销商Swoop、医疗流程自动化公司Smarter Technologies 以及电子医疗记录平台Office Ally。
之前我在这篇文章(超全面免费 AI API 分享！零成本开启你的AI之旅！)中介绍过 OpenRouter 这个大模型 API 聚合平台，最近他们通过分析了100 万亿 token用户真实数据，发布了一篇研究报告，反应了真实用户的大模型使用现状。100 万亿 token 是什么概念呢？是人类所有文字资料的好几倍，这个数据量非常有说服力。
鹏城实验室与清华大学PACMAN实验室联合发布了鹏城脑海‑2.1‑开元‑2B（PCMind‑2.1‑Kaiyuan‑2B，简称开元‑2B）模型，并以全流程开源的方式回应了这一挑战——从训练数据、数据处理框架、训练框架、完整技术报告到最终模型权重，全部开源。
依托腾讯自研大模型的底层能力，QQ浏览器不仅推出了“一句话接管任务”的QBot智能体，还全面实现了AI搜索、AI浏览、AI学习、AI办公等全场景覆盖。就在刚刚，它更是冲上了数据机构XSignal的多项权威榜单，在「AI Agent」赛道上，其相关数据表现已率先跑进行业前排：
具身智能通往通用性的征途，正被 “数据荒漠” 所阻隔。当模型在模拟器中刷出高分，却在现实复杂场景中频频 “炸机” 时，行业开始反思：我们喂给机器人的数据，是否真的包含人类操作的精髓？近日，深度机智在以人类第一视角为代表的真实情境数据，筑牢物理智能基座，解决具身智能通用性难题的道路上又有重要举措。
科技赛道从不缺“造梦者”，但能精准击中行业痛点的“破局者”往往寥寥。
OpenAI 聘请了英国前财政大臣乔治·奥斯本，领导一项与各国政府合作建设人工智能基础设施的新计划。随着各国竞相获取运行先进人工智能系统所需的数据中心和计算能力，OpenAI 选择了一位备受瞩目的政治人物来推动此事。
今天聊一聊我们如何做高质量rerank。
在个性化视觉生成的实际应用中，通用视觉基础模型的表现往往难以满足精准需求。为实现高度定制化的生成效果，通常需对大模型进行针对性的自适应微调，但当前以 LoRA 为代表的主流方法，仍受限于定制化数据收集与冗长的优化流程，耗时耗力，难以在真实场景中广泛应用。
