Transformer危！谷歌MoR架构发布：内存减半推理速度还翻倍
谷歌推出的新架构Mixture-of-Recursions（MoR）在单一框架中实现了参数共享和自适应计算，提高了推理速度并减少了内存需求。它超越了Transformer，在相同的训练预算下提供了更高的性能和效率。
Transformer
彻底改写Transformer！「能量驱动架构」横空出世，通用推理时代要来了？
UIUC、斯坦福与哈佛联合提出能量驱动Transformer（EBT），突破传统前馈推理方式，实现更精准和稳健的预测。EBT动态计算资源分配能力使模型能根据问题复杂度调整推理策略，展示类人思考过程。
Tokenization谢幕？H-Net登场：Mamba作者新作正面硬刚Transformer
近年来语言模型取得了显著进展，主要得益于从特定任务专用模型转向通用的基于强大架构（如Transformer）模型的学习能力。作者之一Albert Gu提出了一种动态分块机制与层级网络相结合的新技术，能够自动学习内容和上下文相关的切分策略，并实现一个完全端到端训练的模型替代传统的分词→语言模型→反分词流水线。
开源DeepSeek R1增强版：推理效率快200%，创新AoE架构
专注AIGC领域的专业社区分享了DeepSeek R1增强版Chimera的进展及其优越性能。该版本相较于R1-0528版本推理效率提升200%，同时在MTBench、AIME-2024等测试基准中表现出色。
老黄预言成真！全球首个AI原生游戏引擎，一句话秒出GTA级神作
全球首款AI原生UGC游戏引擎Mirage由顶尖机构联合打造，通过实时交互式’世界模型’和先进的扩散模型技术，支持玩家即时生成和控制游戏内容。它打破了传统预设游戏的限制，允许用户按照自己的想象扩展游戏世界。
ICML 2025 何恺明的“残差连接”被魔改，新架构给Transformer建了个“动态立交”，28亿参数打平69亿
对Transformer中的残差连接进行了创新性改造，仅增加极少的参数和计算量，就让28亿参数的模型
