大模型 方向最近有哪些内容值得看
大模型 方向的重要产品、公司和事件变化，会在这里更集中地出现。
谷歌AI的14年、Gemini翻身之战，与视觉理解模型：专访DeepMind前核心科学家Andrew Dai｜Neolabs特辑
他的论文，启发了OpenAI GPT的诞生。 在谷歌研究AI 14年，Andrew Dai推动数项重要论文、辗转数个产品，最后成为带领Gemini打下翻身之战的核心人物之一。 Andrew长期处在谷歌AI研发的中枢：从早期sequence learning（序列学习）、文本生成、...
NUS、牛津等联合发布音视频智能综述：系统梳理大模型时代的AVI全景图
新智元报道 【新智元导读】NUS等联合发布音视频智能综述，系统梳理大模型时代AVI发展全貌，涵盖感知、生成与交互三大主线，揭示从单模态到跨模态的演进路径，并为未来研究与应用提供清晰方向。 最近，由新加坡国立大学（NUS）领衔，联合牛津大学、多伦多大学、UTD、HKUST、QMUL...
谷歌AI的14年、Gemini翻身之战，与视觉理解模型：专访DeepMind前核心科学家Andrew Dai
本文来自微信公众号： 硅谷101 ，作者：硅谷101，原文标题：《谷歌AI的14年、Gemini翻身之战，与视觉理解模型：专访DeepMind前核心科学家Andrew Dai｜Neolabs特辑》 他的论文，启发了OpenAI GPT的诞生。 在谷歌研究AI 14年，Andrew...
OpenAI联合创始人转投Anthropic，AI巨头人才战与估值竞赛同步升级
来源：环球网 【环球网科技综合报道】5月20日消息，据businessinsider报道称，OpenAI 创始成员及前特斯拉AI总监 Andrej Karpathy正式宣布加入 Anthropic。 Karpathy 在社交平台上亲自官宣了这一消息：“个人近况：我已加入 Anth...
乔治亚理工学院与苏黎世联邦理工学院联手：让AI智能体“跟着老师学”，软件修复能力直逼30B大模型
这项由乔治亚理工学院与苏黎世联邦理工学院联合开展的研究，以预印本形式发布于2026年5月，论文编号为arXiv:2605.12913，有兴趣深入探究的读者可通过该编号查阅完整论文。 一、当AI助手开始"跑偏"：为什么训练方法很重要 假设你正在教一个孩子学骑自行车。最传统的方法是：...
智象未来：两周内连获两轮融资，超两千亿参数全模态大模型震撼登场
在刚刚落幕的智象未来首届开放日上，这家处于AI视觉多模态风口顶端的独角兽企业迎来“高光时刻”。公司正式发布了基于新一代原生全模态架构“Unified Transformer（UiT）”打造的图像大模型——HiDream-O1-Image-Pro。 这款大模型参数规模超过两千亿，实...
国产GPU首次跨入家庭 摩尔线程凭何打通“云边端”算力版图
IT时报记者 孙妍 Token（词元）时代，端侧算力爆发。 5月18日，摩尔线程在2026产品发布会上推出首款面向家庭的消费级产品MTT AICUBE，自此打通了“云边端”算力版图：从万卡级规模的夸娥智算集群，到自研“长江”SoC驱动的智能终端MTT AICUBE和MTT AIB...
Coding的本质=强化学习+合成数据+万卡算力？
编者按：本文来自微信公众号 “硅基星芒”，作者：思齐，创业邦经授权转载。 如今的AI编程领域，Claude Code、Codex和Cursor已经是最著名的三款代理工具。 前两者分别背靠Anthropic和OpenAI，凭借着旗下最先进的模型Opus 4.7和GPT-5.5屡屡在...
高潮从第几秒开始？GaMMA 让多模态大模型真正「听懂」音乐时间线
大模型的能力边界正在不断拓展，从文字到视觉，再到音频，全模态理解已渐成现实。然而，当你问一个多模态大模型「这首歌的高潮从第几秒开始？」或者「第 30 秒之后乐器编配发生了什么变化？」，得到的往往是一个模糊甚至错误的回答。 能读、能看、能听，却依然「听不懂」音乐的时间线，这是当前多...
智象未来发布超两千亿参数图像大模型，并宣布完成新一轮亿级融资
凤凰网科技讯 5月20日，智象未来在北京举办开放日，发布基于原生全模态架构Unified Transformer的图像大模型HiDream-O1-Image-Pro，参数量超2000亿。该模型将图像像素、文本标记与任务条件统一纳入连续共享标记空间，在通用文生图、高保真文字渲染、图...
Anthropic“挖角”OpenAI创始元老，强化前沿技术研究
北京时间5月20日，OpenAI创始成员、前特斯拉AI总监安德烈·卡帕西（Andrej Karpathy）公开宣布，已加入大模型公司Anthropic。 他称，未来几年将是LLM（大语言模型）前沿领域非常关键的塑造期，非常高兴能加入团队并重返研发一线。他依然对教育充满热情，并计划...
Coding的本质=强化学习+合成数据+万卡算力？
文 | 硅基星芒 如今的AI编程领域，Claude Code、Codex和Cursor已经是最著名的三款代理工具。 前两者分别背靠Anthropic和OpenAI，凭借着旗下最先进的模型Opus 4.7和GPT-5.5屡屡在编程相关的基准测试中摘得桂冠。 相比之下，最早诞生于20...
OpenAI联合创始人转投Anthropic，AI巨头人才战与估值竞赛同步升级
【环球网科技综合报道】5月20日消息，据businessinsider报道称，OpenAI 创始成员及前特斯拉AI总监 Andrej Karpathy 正式宣布加入 Anthropic。 Karpathy 在社交平台上亲自官宣了这一消息：“个人近况：我已加入 Anthropic。...
AI与大模型技术前沿|“书香校园”经典阅读系列活动∙学术讲座
The arrival of non-human intelligence, AI intelligence, is at the level of electricity or the invention of fire in human history. The next 1...
南洋理工大学发现AI训练的“悬崖效应”：一个参数调高一点，模型就彻底崩了
这项由新加坡南洋理工大学研究团队完成的研究，以预印本形式于2026年5月发表，论文编号为arXiv:2605.08737，有兴趣深入了解的读者可通过该编号查询完整论文。 研究团队在训练大型语言模型（也就是现在被广泛使用的AI文字系统）时，发现了一个让工程师们头疼的奇怪现象：有一个...
NUS、牛津等联合发布音视频智能综述：系统梳理大模型时代的AVI全景图
新智元报道 【新智元导读】NUS等联合发布音视频智能综述，系统梳理大模型时代AVI发展全貌，涵盖感知、生成与交互三大主线，揭示从单模态到跨模态的演进路径，并为未来研究与应用提供清晰方向。 最近，由新加坡国立大学（NUS）领衔，联合牛津大学、多伦多大学、UTD、HKUST、QMUL...
阿里发布新一代千问旗舰模型Qwen3.7-Max，登顶最佳国产模型
【TechWeb】5月20日消息，在2026阿里云峰会现场，阿里巴巴发布全新一代千问旗舰模型Qwen3.7-Max，在三方机构Arena全球大模型盲测总榜中，Qwen3.7-Max超过Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与GPT、Claude、Ge...
记忆大模型赛道黑马：MemoraX AI完成种子+轮融资，累计吸金超亿元
人工智能领域的创新步伐正在不断加速，近日，专注于“大模型记忆系统”的深圳忆纪元科技有限公司（以下简称“MemoraX AI”）再度传来融资捷报。公司宣布完成数千万人民币的种子+轮融资，距离其4月完成千万美元种子轮融资仅过去一个月左右，目前两次融资累计金额已突破1亿元人民币。此次融...
ACL 2026 | 赋予视频生成「视觉思维链」：VChain显式建模时空规划与状态演变
当视频生成模型在视觉保真度上不断突破时，一个核心瓶颈正变得愈发清晰：模型是否真正理解了真实世界？能否推理出合理的演变过程？ 在具身智能、影视制作以及物理仿真等应用场景中，要求模型不仅要生成 “平滑的像素”，更要实现 “逻辑连贯的演化”。这种对物理规律与因果关系的建模能力，是当前基...
百纳秒超低时延！阿里真武M890 128卡超节点服务器畅跑大模型与Agent
快科技5月20日消息，今日，在2026阿里云峰会上 ，阿里发布基于平头哥新一代AI芯片真武M890的128卡超节点服务器，搭载互联芯片ICN Switch 1.0，通信时延低至百纳秒级，可让128张AI芯片组成一台计算机，满足Agentic时代的并发推理和大模型训练需求。 此次发...
