搜索
正好上周（10月27日），MiniMax 公司发布了[2] M2 模型，代表了国产大模型的最新水平。我就想，可以测测它的实战效果，跟智谱公司的 GLM 4.6 和 Anthropic 公司的 Claude Sonnet 4.5 对比一下。毕竟它们都属于目前最先进的编程大模型，跟我们开发者切身相关。
OpenAI的1.4万亿算力订单，正式开启大甩卖。
精彩，实在是精彩！硅谷“甄嬛传”——老马、奥特曼和llya的爱恨情仇又更新了。
直观经验却告诉我们，只要把同一物体的 “对应部分” 对齐，形状就会变得清晰。基于这一朴素而有效的直觉，作者提出SERES（Semantic-Aware Reconstruction from Sparse Views），在不改动主干框架的前提下，把跨视角的语义一致性变成一种训练期先验注入到模型里，用低成本的方法去解决高价值的歧义问题，让少量视角也能得到清晰而完整的几何。
家人们，不知道你有没有试过，在和 AI 聊天时，冷不丁地问一句： “你刚刚在想什么？”
Anthropic深夜又放猛招！Claude直接以插件形态接入Excel，不仅能直接操作和读取数据，还能定位单元格内容，并给出修改理由。
预训练的核心是推动损失函数下降，这是我们一直追求的唯一目标。
OpenAI凭ChatGPT坐拥8亿周活与预计约130亿美元年收入，订阅难覆盖成本、探索广告并豪赌算力扩张；Anthropic低调专攻企业，Claude在代码等场景见长，企业占营收八成、30万客户、年收入约70~90亿美元。OpenAI主攻C端，Anthropic深耕B端，前者求声量与规模，后者重价值与稳健，胜负未定。
在硅谷AI竞赛的风暴眼中，研究员与高管以「战时」强度奔跑：从Anthropic的深夜Slack，到DeepMind的「0-0-2」作息与难享之财；微软以AI自救仍难减负；OpenAI为遏止倦怠与Meta挖角被迫「停摆一周」。这是一场以天才、时间与心力为燃料的冲刺，推动突破，也将人推向临界点：灯火通明，平衡仍无解。
如何科学地给大模型「找茬」？Anthropic联合Thinking Machines发布新研究，通过30万个场景设计和极限压力测试，扒了扒OpenAI、谷歌、马斯克家AI的「人设」。那谁是老好人？谁是效率狂魔？