令人惊叹！基于Qwen-Image-Edit打造的DiffThinker，将图像编辑扩散模型变成了多模态视觉推理模型，视觉思维能力竟然将GPT-5和Gemini-3-Flash远远甩在身后。DiffThinker让AI像人类一样直接在视觉空间中构思解题路径，彻底抛弃了文本中介的冗余，以生成式图像推理，开启了机器视觉思维的新可能。

2026年将是人工智能从喧嚣的布道期正式迈入冷静评估期的关键分水岭。斯坦福大学以人为本人工智能研究院（HAI）的顶级学者们在最新的年度预测中达成了一个惊人的共识。那个依靠单纯讲故事和宏大叙事就能获得数十亿美元融资的时代已经结束，接下来全人类将拿着显微镜去审视AI的真实效用。2026年，不管是计算机科学界的泰斗，还是医学、法学、经济学领域的专家，他们都在强调同一个主题，那就是从“AI能做什么”转向“

前Google Brain（DeepMind）科学家、现Cohere的研究副总裁Sara Hooker发了一篇论文。Sara Hooker论文表示，AI正经历着一场静悄悄却惊心动魄的观念革命，那个统治了过去十年、被视为金科玉律的缩放定律Scaling，正在显露出疲态，甚至走向慢性死亡。算力收益递减，重点正在转向推理时算力（Inference-time compute）。最智能的系统将越来越由其与世

陈威廉在接受采访时说过一句话：“我们在前辈的基础上已经接触了最新的成果，同时对行业和技术发展有较强的敏感性，也有强烈的好奇心，更愿意跳出旧有的框架，尝试新的领域。它通过学习海量数据，掌握了语言的规律和知识的关联性，但这种掌握是统计层面的，不是理解层面的。当全世界的科技巨头都在疯狂地堆叠算力、扩大参数规模，试图用更大的模型、更多的数据来逼近智能的终点时，这群中国的年轻人选择了一条全新的路。它强大的推

风华1号”，2021年问世，是中国第一款能用于数据中心的4K级别智能渲染GPU。单精度浮点算力是5TFLOPS，用两颗“风华1号”芯片做出来的显卡，性能可以对标英伟达的T4。它是国内第一款能支持4K三屏显示的高清桌面GPU，性能大概和英伟达的GTX 1050差不多。生态兼容性上，它支持PyTorch、CUDA、Triton等主流AI计算生态，也支持DirectX、OpenGL、Vulkan等渲染生

一人剧组时代到来，Seko 2.0通过技术降本增效让AI短剧创作真正落地。商汤Seko 2.0在行业内率先实现了创编一体与多剧集智能生成，通过突破性的一致性控制技术与国产算力深度适配，将漫剧制作周期缩短近九成。Seko2.0发布当天，国产芯片寒武纪即完成对商汤自研日日新Seko系列模型的适配。AI视频生成技术在过去一年经历了过山车般的发展。从最初惊艳的几秒钟演示，到创作者实际使用时的各种碰壁，行业

语言是人类交流的工具，而非思维的载体。模型越大，参数越多，能力就越强。这套“规模定律”（Scaling Law）就像武林秘籍，仿佛只要算力管够，就能一路莽到通用人工智能（AGI）的彼岸。然而，就在大家习惯了这种“大力出奇迹”的玩法时，总有人想打破规矩。2025年的夏天，一家来自新加坡的初创公司Sapient Intelligence（Sapient智能）带着他们的新作HRM（Hierarchica

近日，一则关于华为昇腾或从 NPU 转向 GPGPU 架构的消息引发了广泛关注，也让不少人感到意外。今天我们就来聊聊，国产AI芯片技术架构这个话题。是跟随NVIDIA的GPGPU路线，还是走谷歌TPU那样的ASIC路线？这个问题看似技术性很强，但实际上关系到整个中国AI产业的未来命运。回到开头，华为昇腾从NPU转向GPGPU架构这个消息如果属实，那将是一个重大转折。因为这意味着华为这个国内AI芯片

训练过程中的数据加载、参数交换、梯度同步等操作都需要高存储带宽支持。将数据读取、数据预处理计算、以及芯片上的模型计算三个步骤异步并行执行。影响算力利用率的因素包括算法特性、数据依赖性、内存带宽限制等。数据预处理与加载的优化需要综合考虑数据特性、硬件配置、训练框架等多个因素。主要厂商包括寒武纪、华为昇腾、海光、壁仞、燧原、沐曦、摩尔线程等。需要硬件、网络、软件、算法等多层面的协同优化。数据访问模式、

一篇《代理AI的进展：回到未来》的重磅论文，深入剖析了当前AI转型中普遍存在的误区与困境。作者指出，当前95%的AI项目失败并非因为模型不够先进，而是因为企业缺乏能够有效消费模型的架构。文章创造性地提出了“机器中的机器”理论，将机器学习拆解为负责生产模型的M1和负责运筹调度的M2。通过回顾过去十年在算法交易领域的极端环境测试，作者论证了策略型代理AI（Strategies-based Agenti