自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下
OpenAI的GPT-4o展示了顶级图像理解与生成能力。BLIP3-o采用自回归+扩散框架，研究者对比了三种设计选择，并最终选择了CLIP + Flow Matching方案和顺序训练策略构建BLIP3-o模型。
机器之心
比Gemini Diffusion更全能！首个多模态扩散大语言模型MMaDA发布，同时实现强推理与高可控性
论文提出MMaDA，首个系统性探索扩散架构的多模态基础模型，实现文本推理、多模态理解与图像生成的统一建模。该模型在多任务协同上表现出色，并通过混合长链思维微调和统一策略梯度优化提升性能。
字节跳动&清华大学开源多模态时序大模型ChatTS，可实现时序数据对话与推理
该工作由字节跳动 ByteBrain 团队 × 清华大学合作完成。提出了 ChatTS，一种原生支持多变量时序问答与推理的多模态 LLM，并入选数据库顶级会议 VLDB 2025。
性能碾压GPT-4.1-mini！Mistral开源Devstral，还能在笔记本上跑
法国 AI 初创公司 Mistral 发布了开源语言模型 Devstral，参数规模为 240 亿，支持在低配置设备上运行，并在软件工程任务中表现优异。
ACL 2025 大模型乱试错、盲调用？KnowSelf让智能体有「知识边界感知」能力
论文《Agentic Knowledgeable Self-awareness》提出了一种新方法，帮助大模型智能体更好地了解自己的知识边界，在复杂任务规划中更加灵活和高效。
策略学习助力LLM推理效率：MIT与谷歌团队提出异步并行生成新范式
金天和郑鈺熹是麻省理工学院的博士生，他们研究了大语言模型生成范式的转变。PASTA 论文介绍了通过策略学习实现异步生成的方法，包括标记语言 PASTA-LANG 和优化训练流程。实验结果表明这种方法能显著提高推理速度并保持输出质量。
何恺明团队又发新作： MeanFlow单步图像生成SOTA，提升达50%
大神何恺明发布新作《Mean Flows for One-step Generative Modeling》，提出一种名为 MeanFlow 的单步生成建模框架，通过引入平均速度的概念，在 ImageNet 256×256 数据集上取得了显著优于以往单步扩散/流模型的结果，FID 分数达到3.43。