在当今的大模型后训练（Post-training）阶段，DPO（直接偏好优化） 凭借其无需训练独立 Reward Model 的优雅设计和高效性，成功取代 PPO 成为业界的 「版本之子」，被广泛应用于 Llama-3、Mistral 等顶流开源模型的对齐中。
BUBBLE 2026 — ISSUE #18 家人们， 马上没几天快过年了，明显各个厂商已经开始疯狂卷了。 上周到现在，让我们来算算有多少东西了， 5.3 Codex，4.6 Opus， 可灵3.0
谁能想到，2026 年第一款热销设备，是被 OpenClaw 带飞的 Mac Mini——一个 一直以来在苹果产品序列里，都不温不火的存在，就这样硬生生地被拉了起来。
Seedance 2.0用了两天，个人感想是，以下几类人群或即将失业：一、把「学好提示词」奉为圭臬，并开班传授佶屈聱牙反逻辑长难句prompt的AI导师。二、成本只有一个自拍杆的所谓短视频博主。三、刚开始做AI社交的小创业者。
当我深入了解Ditto的运作方式后，我发现这不仅仅是一个新的约会服务，而是对整个约会行业商业模式的根本性挑战。传统约会App的商业逻辑是让你尽可能长时间地停留在App上，因为这样才能产生更多广告收入和会员订阅。
本⽂的主要作者来⾃上海交通⼤学和上海⼈⼯智能实验室，核⼼贡献者包括任麒冰、郑志杰、郭嘉轩，指导⽼师为⻢利庄⽼师和邵婧⽼师，研究⽅向为安全可控⼤模型和智能体。 最近，Moltbook 的爆⽕与随后的迅速
谁能想到啊，在自回归模型（Autoregressive，AR）当道的现在，一个非主流架构的模型突然杀了回马枪——被长期视为学术玩具的扩散语言模型，直接在复杂编程任务中飙出了892 tokens/秒的速度！
就在这个被 Anthropic 和 OpenAI 视为衡量 Agent 真实工程能力全球权威基准 Terminal-Bench 2.0 榜单上，中国团队 Feeling AI 凭借 CodeBrain-1，搭载最新 GPT-5.3-Codex 底座模型，一举冲到 72.9%(70.3%) 并跻身全球排行榜第二，成为榜单前 10 中唯一的中国团队。
今天，阿里巴巴发布了新一代图像生成基础模型Qwen-Image 2.0，这一模型支持长达一千个token的超长指令、2k分辨率，并采用了更轻量的模型架构，模型尺寸远小于Qwen-Image 2.0的20B，带来更快的推理速度。
不管Pony Alpha是不是智谱的，下一代旗舰大模型GLM-5都要来了。GLM-5采用了DeepSeek-V3/V3.2架构，包括稀疏注意力机制（DSA）和多Token预测（MTP），总参数量745B，是上一代GLM-4.7的2倍。
