90分钟生成10万Token，新框架实现3倍无损加速超长文本生成，支持DeepSeek-R1和QwQ！
大语言模型生成10万Token文本，TOKENSWIFT框架将时间缩短至90分钟。该框架通过多Token并行生成、动态KV缓存管理及树结构的多候选Token验证等创新技术，实现了无损加速和文本多样性提升，并在多个规模和架构上进行了测试。
谷歌开源单卡最强多模态模型！分数超满血版DeepSeek V3，一张GPU就能跑
谷歌发布Gemma 3系列模型，参数规模有1B、4B、12B和27B四种，支持超过35种语言。它在知名AI排行榜LMArena上的初步人类偏好评估中优于Llama-405B、DeepSeek-V3和o3-mini。开发者可以通过多种途径访问Gemma 3，并附带改进的代码库进行高效微调。谷歌还推出了Gemma 3学术计划，以加速基于Gemma 3的研究。
上海AI Lab等提出GENOME(+)框架：单卡4090玩转10+大模型的种群进化
上海人工智能实验室联合东北大学提出GENOME（+）框架，创新性地将进化算法引入大语言模型的优化中，无需梯度优化即可实现模型群体动态优化，在多个数据集上表现出明显性能优势。
曝两大巨头争投AI独角兽内幕：豪赌数百亿，进不去董事会
谷歌对人工智能初创公司Anthropic的投资被限制在14%的股份且无投票权。尽管投资巨大（约217亿元），谷歌仍无法获得过多话语权。Amazon则通过多次巨额投资持有Anthropic超过63%的股份。
鸽了两年放大招！稚晖君发布灵犀X2，上演“自行车杂技”+“葡萄缝针”神技，比人还会演
智元 X-Lab 发布灵犀 X2 具身智能机器人，具备运动控制、交互智能等能力。采用强化学习策略和多模态感知模型，实现高效协同作业、任务分解与精细动作序列生成。
CVPR 2025 满分论文！重建 vs 生成：解决扩散模型中的优化难题
本文提出了一种名为VA-VAE的方法，通过将视觉词元分析器的潜在空间与预训练的视觉基础模型对齐，解决了潜在扩散模型中重建与生成之间的优化难题。基于该方法构建的LightningDiT模型在ImageNet 256×256生成任务上取得了最佳性能，FID得分1.35，并在64个epoch内达到2.11的FID得分，显著提升了训练效率。
抱上AI科研搭子的大腿后，读英文论文像读中文一样丝滑！
大模型时代，百度翻译的新功能AI论文精翻让翻译论文变得简单快捷。不仅能提供精准翻译，还能结合上下文理解语境，提供地道译文，同时保留原版论文的排版风格。
