Janus是DeepSeek开源的多模式自回归框架，统一了多模态理解和生成，既可以理解图片内容又可以生成图片。

BiRefNet：突破分辨率限制，实现高精度图像分割！利用双边参考和逐步细化技术，BiRefNet 能够生成精细且准确的分割结果，并应用于建筑检测、目标提取等场景，为图像分割领域带来革命性突破！

吴恩达近日发布长文，系统阐述编码智能体（Coding Agents）已成为AI工程的关键技能。他指出，编码智能体演进速度极快，专有与开源工具持续通过模型与工具链双重升级。真正拉开差距的，不是单纯写代码，而是引导智能体完成代码编写与数据分析、系统管理等非代码任务的能力。

这篇文章主要介绍如何多方式体验Qwen2阿里云最强开源大模型

本文综述了强化学习在提升大型语言模型（LLMs）为大型推理模型（LRMs）能力中的最新进展与挑战，回顾了以 OpenAI o1 和 DeepSeek‑R1 为代表的里程碑，强调通过 train‑time RL 与 test‑time compute 可放大长链推理能力

本专著阐述了指导扩散模型发展的核心原则，追溯了它们的起源，并展示了各种不同的模型形式如何源于共同的数学思想。扩散模型首先定义一个正向过程，该过程逐步将数据转化为噪声，并通过一系列中间分布将数据分布与一个简单的先验联系起来。其目标是学习一个反向过程，将噪声转换回数据，同时恢复相同的中间分布。我们描述了三种互补的观点。变分观点受变分自编码器的启发，将扩散视为逐步学习去除噪声的过程。基于得分的观点源于能

在整个圈内媒体都在喊「智能体元年」的时代，Andrej Karpathy 的话像是给业内泼了一盆冷水。近日Andrej Karpathy 上了 Dwarkesh 的播客，信息密度极高。他的核心结论可以用一句话概括：Agent 的发展还需要十年。

026年元旦，DeepSeek 以一篇极具分量的技术论文 《mHC: Manifold-Constrained Hyper-Connections》 为全球 AI 社区献上了开年大礼。该论文由 DeepSeek 创始人梁文锋亲自署名，核心团队（解振达、韦毅轩、曹焕琦等）联合撰写。这篇论文的核心在于：通过数学上的“流形约束”，彻底解决了传统超连接（Hyper-Connections, HC）在超大规

摘要：2026年2月11日，中国AI领域迎来“春节前集体爆发”，智谱AI、DeepSeek和MiniMax三大头部厂商几乎同时发布重磅升级：GLM-5（745B参数MoE架构，Coding/Agent性能超Claude Opus 4.6）、DeepSeek新版（1M超长上下文+2025年5月知识截止）和MiniMax M2.5（轻量高效、本地可跑）。

在大模型（LLM）测评满天飞的今天，我们经常看到各种榜单。但问题是：一个在 MMLU 上拿高分的模型，真的能帮你写代码、订会议、甚至处理复杂的邮件流吗？