这个扩散LLM太快了！没有「请稍后」，实测倍速于Gemini 2.5 Flash
Mercury 是一款专为聊天应用设计的扩散 LLM，其速度和效率显著提升，能够实现即时响应。Inception Labs 在 X 上宣布了这款新产品，它在性能测试中表现优异，接近 GPT-4.1 Nano 和 Claude 3.5 Haiku 等前沿模型。
月度归档： 2025 年 6 月
落地角度看Agent搭建的稳妥到激进路线及VLLM图片分辨率策略
今天是2025年6月27日，星期五，重庆，晴。文章讨论了Agent应用的搭建问题，包括其构成与核心能力、研发实际困境、稳妥和激进路线等，并涉及视觉大模型在处理文档图像时的分辨率策略。
SkyReels-Audio：让肖像”动”起来 – Skywork AI开创全能音频驱动的人像视频生成技术
SkyReels-Audio 是 Skywork AI 团队开发的一款创新框架，能够将静态图像或视频与语音输入相结合，生成高度逼真且唇形同步的说话人像视频。该框架基于预训练的视频扩散变换器构建，支持无限长度的视频生成和编辑，并提供多模态控制能力。
荣耀启动IPO：历经分拆与换帅，欲冲刺AI终端生态第一股
荣耀成功完成上市辅导备案，计划成为A股市场首家以AI终端生态为核心定位的企业。然而，其面临市场份额下滑的挑战。新任CEO李健掌舵下，荣耀正致力于进行深刻的AI转型，以重塑市场地位。
阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o 模型&数据开源
阿里发布WebDancer，作为端到端自主信息搜索智能体。它能实现复杂任务如网页遍历、信息搜索和问答，并已开源训练框架。通过四阶段训练范式提升推理、工具使用及泛化能力，已在GAIA和WebWalkerQA上取得显著成绩。