传统AI模型在稀疏奖励环境中，往往会找不到激励难以学会层次化思考。如今，谷歌团队通过引入元控制器操控模型内部残差流，让智能体学会了「跳跃式思考」。该研究揭示了大模型内部可自发形成了类似人脑的层次化决策机制，为AI在需要多步的复杂任务提供了全新的训练范式。
各位对Agent Skill早已轻车熟路。不可否认，在Claude code、Openclaw的加持下，这套框架效果极佳。但工业界的痛点在于：它几乎沦为了超大型闭源API的专属玩具。当您的项目面临金融
当GRPO让大模型在数学、代码推理上实现质变，研究团队率先给出答案——首个将强化学习系统性引入文本到3D自回归生成的研究正式诞生，并被CVPR 2026接收。该研究不只是简单移植2D经验，而是针对3D生成的独特挑战，从奖励设计、算法选择、评测基准到训练范式，做了一套完整的系统性探索。
一周一更，谷歌又在深夜扔出「深水炸弹」。就在刚刚，最强生图模型Nano Banana 2横空出世，背靠全新Gemini 3.1 Flash Image。 它不仅生成速度飞快，多语言文字处理更强，还能实时联网，一次直出4K大片。
入职Meta「超级智能实验室」仅7个月，华人明星研究员庞若明（Ruoming Pang）转投OpenAI。此前，他曾担任苹果AI/ML基础模型团队负责人，却因内部不合，转身离开。为了挖走庞若明，小扎曾为他开出高达2亿美金薪酬包。在此期间，他主要在MSL中，担任AI基础设施负责人。
2026 年 2 月 15 日，Sam Altman 宣布：Peter Steinberger 加入 OpenAI，负责下一代个人 Agent。11 天后，Anthropic 宣布收购 Vercept。但这两件事放在一起看，说的是同一件事：AI 的战场正在发生一次非常具体的迁移——从「谁的模型更聪明」，到「谁能让 AI 真正控制一台电脑」。
是时候了！陶哲轩对AI生成的低质量数学内容提出警示。这次他一反常态，没有来安利大模型，而是辩证审视：AI生成数学是把双刃剑。AI大幅增加数学新想法，但也降低平均想法质量。
刚刚，外媒彭博社援引知情人士报道，上海大模型明星创企阶跃星辰正考虑在港交所IPO，计划筹集约5亿美元（约合人民币34亿元）。
2 月 25 日，继除夕开源 Qwen3.5-397B-A17B 之后，阿里继续开源千问 3.5 系列模型，而且是一口气开源三款中等规模的新模型，分别是 Qwen3.5-35B-A3B、Qwen3.5-122B-A10B、Qwen3.5-27B。
前面已经说了，传统自回归就像打字机一样，一次只能处理一个token，且必须按照从左到右的顺序。但扩散模型Mercury 2的工作方式更像一位编辑——最终，Mercury 2能将生成速度提升5倍以上，且速度曲线截然不同。
