在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉 RAG 方法受限于定义的固定流程，难以有效激活模型的推理能力。
大模型时代，没人愿意缺席AI+医疗。
腾讯的CodeBuddy、字节的Trea、现在阿里的通义灵码，中国互联网的三大巨头在AI编程领域集结完毕，明显就是要从老美的Cursor手中抢回中国客户。
为提升大模型“推理+搜索”能力，阿里通义实验室出手了。
既能提升模型能力，又不显著增加内存和时间成本，LLM第三种Scaling Law被提出了。
大厂AI高层大换血，字节阿里招猛将
国补后7649（原价8999），雷鸟正式发布了带有定制大模型和全彩显示的AI眼镜——X3 Pro。
上下文长度达 13 万 token，适用于多段文档综合分析、金融、法律、科研等复杂领域任务。
美图要生态，阿里云要算力。
推理大模型开卷新方向，阿里开源长文本深度思考模型QwenLong-L1，登上HuggingFace今日热门论文第二。
