杨灵：普林斯顿大学 Research Fellow，北京大学博士，研究方向为大语言模型、扩散模型和强化学习。田野：北京大学智能学院博士生，研究方向为扩散模型、统一模型及强化学习。沈科：字节跳动 Seed 大模型团队的 AI 研究员，研究方向为大语言模型预训练和统一学习范式。童云海：北京大学智能学院教授，研究领域涵盖多模态大模型、图像/视频的生成与编辑。

同时，Sand AI 也提供了视频扩展功能，可以沿着之前生成视频或用户上传视频继续生成新的视频片段，并且无需用户自己手动拼接 —— 会直接输出经过扩展后的更长视频。在开源模型中，MAGI-1 实现了最先进的性能（超过 Wan-2.1，明显优于 Hailuo 和 HunyuanVideo），尤其是在指令遵循和运动质量方面表现出色，使其成为 Kling 等闭源商业模型的潜在有力竞争者。镜头开始缓慢地顺

为了突破以上DocVQA方法的局限性，作者推出了M3DOCRAG（Multi-modalMulti-pageMulti-DocumentVisualQuestionAnswering，多模态多页多文档检索增强生成）：一个新的多模态RAG框架，能够灵活适应各类文档情境（封闭域和开放域）、问题跳转（单跳和多跳）以及内容形式（文本、图表、图形等）。如上图，M3DOCRAG框架借助多模态检索模型检索相关文

打造 Mercury 系列模型的是一家创业公司，名为 Inception Labs，该公司的创始人之一 Stefano Ermon 实际上也正是扩散模型（diffusion model）的发明者之一，同时他也是 FlashAttention 原始论文的作者之一。Inception Labs 今天发布的 Mercury 具有巨大的性能和效率优势，据 Kuleshov 推文介绍，基于来自 MidJou

对于优选转型升级内部通知显示，公司承诺所有优选正式员工不裁员，已完成与食杂内部快驴小象的业务接收计划，正对接其他业务相关岗位，妥善安排员工到新岗位；经食杂零售管理团队研究讨论，美团优选决定进行战略转型升级，继续探索“次日达+自提”模式和社区零售新业态，同时退出部分亏损区域，以更高效的业务模式去满足消费者对好商品、好服务的需求。充分重视在此次调整涉及到的人员安排，公司已完成和食杂内部快驴小象的业务接

来源 | 新智元最近，图灵奖获得者、强化学习之父Richard Sutton，联同DeepMind强化学习副总裁David Silver共同发布了一篇文章。论文链接：https://storage.googleapis.com/deepmind-media/Era-of-Experience%20/The%20Era%20of%20Experience%20Paper.pdf有人称，这篇文章就犹如

对于未来的模型发布，我们将对开源社区和硬件合作伙伴保持开放和协作的态度。今天下午，DeepSeek 默默地在自己的 open-infra-index 库中发布了一份题为「开源 DeepSeek 推理引擎的路径」的文档，宣布将开源自己的内部推理引擎（internal inference engine）并与开源社区建立更广泛的合作。对于 OpenAI 这次发布周，目前最可信的信息还是来自 OpenAI

广义上讲，大小模型协同是指在一个系统中，大型语言模型与小型语言模型协同工作、优势互补的机制。这一范式可细分为多个研究方向，包括：流水线协同、并行协同、条件触发推理、知识蒸馏等（Wang, Zhang, & Hu, 2024；例如，流水线协同是一种串行执行模式，其中一个模型的输出作为另一个模型的输入（Wang et al., 2024）。通常 SLM 负责前置处理或生成候选结果，再由 LLM 进行复

图源：上海交通大学特聘教授俞勇朋友圈。Hi！大家好，说我是计算机杰出校友有点不敢当。很多年没有回来，这次回国想见一见本科导师。我的 AI 启蒙导师李老师说，来都来了，要不做个报告吧。本来我想讲一些关于语言模型的知识，但听讲座的各位不一定都是这个方向，所以我加了一些这些年转了很多地方、做出的不同选择的感想。第一部分我会讲得稍微技术一点，是有关整个语言模型的现在，以及未来情况的预测。语言模型可以分为三

这也是一种推进AI发展的方式，即相比于依靠重大科技突破，会更多地采用“上规模”的“大力出奇迹”策略：构建更大的模型，使用更大的数据集，部署更大的算力。DeepSeek-R1的颠覆性在于对这种方式提出了疑问，展示出最优秀的生成式AI模型可以靠不那么大的算力和不那么多的资金投入来实现。DeepSeek-R1模型真正的影响不在AI的技术层面，而在AI的经济层面。本文由英国《卫报》网站于2月2日发表，原题