搜索
近年来，视觉大模型在自动驾驶、智慧医疗等场景中得到广泛应用，但在真实业务环境中，“大而全”的通用模型往往并不是最优选择。
统一多模态模型在多模态内容理解与生成方面已展现出良好效果，但目前仍主要局限于图像领域。
资本正在加速押注具身智能的下一阶段。
现有的 LLM 自动化 CUDA 方法大多只能优化单个 Kernel，面对完整的端到端 GPU 程序（如整个 VisionTransformer 推理）往往束手无策。
人类在创作艺术时，大脑并非一味地输出，而是在每一笔落下时都在进行着复杂的、难以言表的 “视觉优化”。
林俊旸的名字刷屏了一整天。
在一天的发酵之后，阿里官方正式回应了此事。今天上午，阿里巴巴 CEO 吴泳铭在内部邮件中作出了回应。邮件中提到，「公司已决定批准林俊旸同学的辞职」。
长期以来，计算机视觉领域陷入了一个 “表征（Representation）” 的执念。我们习惯设计各种精巧的 Encoder，试图将动态世界压缩成一组特征向量。然而，视频作为现实的高维投影，其熵值之高、动态之复杂，让这种试图 “定格” 的表征显得力不从心。
北京时间3月4日下午约13:00，通义实验室紧急召开了All Hands会议，阿里集团CEO吴泳铭向千问员工坦诚表示。12个小时前（北京时间3月4日凌晨0点11分），阿里千问大模型技术负责人林俊旸在X上突然宣布离职——林俊旸是阿里AI开源模型的核心推手，也是阿里最年轻的P10之一——行业一片哗然之时，Qwen的部分成员也无法接受团队灵魂人物的突然出走。
深夜，两大科技巨头谷歌和 OpenAI 硬刚起来，相继推出了新版本大模型，分别是 Gemini 3.1 Flash-Lite、GPT‑5.3 Instant。