搜索
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
2026年7月16日，东京。 英伟达CEO黄仁勋拍了一个大大的马屁："日本发明了现代制造业。现在，它正在建设将驱动下一次工业革命的AI工厂。"不过效果很明显，日本被彻底忽悠瘸了，在同一天，市场估算投资额接近3.4万亿日元的项目落地（约1408亿元人民币）。
今日，OpenAI宣布下调GPT-5.6系列模型API价格。其中，GPT-5.6 Luna价格下调80%，GPT-5.6 Terra价格下调20%，GPT-5.6 Sol则新增Fast模式，在保持模型能力不变的情况下，最高可实现2.5倍推理速度。
2026 年 4 月起，一位专营稀有书和低流通量图书的美国书商遇到了怪事：他店里的生意向来不算火爆，一周卖出二十本已经算不错，但最近，订单突然像洪水一样涌来，每周能卖几百本。最费解的是，买家只列出一份用国际标准书号（ISBN）索引的书籍清单，却从不询问品相，也不砍价。
ChatGPT 语音功能上线有段时间了，不知道大家的使用体验如何。
7月几天之内，中国大模型行业接连出现了两个超过2万亿参数的模型。
模型越来越多，入口却不一定越来越好用。
三智一体不断演进，开启具身智能新未来。
就是上个月我开源的让Claude Code和Codex搭配使用的Skill搭子的1.4版，当时的定位是把Claude Code出计划然后直接在当前对话调用Codex，不需要复制黏贴，由Fable5自己写交接文档自己从CodeX那读取输出。
据英国《金融时报》7 月 29 日报道，谷歌 DeepMind 已经重组了曾打造诺贝尔奖级成果 AlphaFold 的核心团队：不再保留独立的 AlphaFold 团队，而是将相关研究人员分流至多个战略项目。这一调整被视为 DeepMind 将重心进一步转向 Gemini 大模型和 AI Agent 的重要信号。