中国开源人工智能大模型累计下载量突破百亿次
工业和信息化部表示，在“十四五”期间，中国人工智能开源大模型在全球的累计下载量已超过100亿次。该数据在国务院新闻办公室举行的新闻发布会上公布，但未披露具体模型，也未提供独立核验。中国政府表示，未来将继续支持人工智能核心技术研发、产业生态建设，以及人工智能与实体经济的深度融合。
AI 新闻中心
AI 新闻中心 过去30天分析了 1112 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
Game2World Engine 开拓游戏实况视频用于世界模型训练
Game2World Engine 是一个从游戏实况视频中移除用户界面的框架，旨在生成更适合视频世界模型训练的数据。该项目构建了 UI 分类体系、9.6 万组配对合成视频，以及来自 303 款游戏的 1,079 段真实视频。其 GameCleaner 模型无需使用掩码即可识别并移除 HUD 元素，同时保留场景内容和时间动态。在初步实验中，使用无 UI 数据训练的世界模型使 VideoReward
将标注作为 Rollout：面向视频 MLLM 的高效可扩展强化学习
该论文提出 OraRL，一种用于视频理解多模态大语言模型强化学习后训练的方法。它不仅利用标注对 rollout 进行评分，还将标注作为直接的正向优化目标。研究发现，高奖励的 oracle rollout 会抬高群组基线，导致原本正向的策略优势反转；OraRL 通过解耦优势估计器缓解这一问题。作者称，基于符号平衡的剪枝使每步耗时仅为监督微调的 2.2 倍，低于带思维链生成的 GRPO 的 4.9 倍
WeMM-Embedding：微信多模态嵌入模型技术报告
腾讯发布 WeMM-Embedding 多模态嵌入模型系列，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。该系列包含 2B、4B 和 9B 参数版本，并公开模型权重和代码。根据技术报告，2B 版本在 MMEB-v2 上超过了此前领先的 8B 开源基线模型；9B 版本则以 80.6 的综合得分取得新的最高成绩。腾讯还表示，该模型在 26 项内部任务和 14 项线上 A/B 测试中均带来改进
腾讯高管内部回应“AI落后”质疑：竞争是马拉松，不是短跑
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在内部刊物上表示，AI竞争是一场马拉松，而不是短跑。他承认，腾讯在大模型迭代和产品落地方面受到算力不足及各业务线进度不一的影响。汤道生认为，长期投入、把握真实应用场景以及工程能力，比率先进入市场更重要。他还表示，这篇文章由他与AI协同完成，AI正从单纯的执行工具转变为辅助思考的协作伙伴。
面向掩码扩散机器翻译的长度自适应解码
一项研究探讨掩码扩散语言模型在机器翻译中如何确定目标序列长度。研究提出无需训练的 Entropy-Valley（EV）方法，通过全掩码前向推理得到的平均预测熵，对候选输出长度进行评估。与依据训练语料长度统计的基线相比，EV 恢复了使用参考目标长度时 COMET-22 改进幅度的相当一部分。在英中、中英和英德翻译实验中，适合去噪的长度不一定与参考长度一致。与使用相同微调数据训练的自回归 LLaMA-
《毁灭战士》在 GPT-5.6 Sol 设计的定制 CPU 上运行
开发者 Angel 展示了《毁灭战士》在 Codex-R32 定制 CPU 上运行的画面。该处理器由 GPT-5.6 Sol 模型设计，并在计算机科学教育与解谜沙盒 Turing Complete 中实现。演示视频将游戏画面与 CPU 电路的实时可视化信息叠加显示，内容包括逻辑门、寄存器、内存和算术逻辑单元（ALU）。运行的游戏是使用 C 语言编写的 PureDOOM 移植版，编译为原生 RV32
CAFE：自我改进的搜索智能体需要共同演化的反馈
CAFE（Coupled Agent–Feedback Evolution）通过交替训练搜索智能体和批评器，使二者共同改进。该框架学习智能体应在何时请求反馈，以及如何利用反馈在错误累积前修正正在进行的搜索轨迹。它结合在线强化学习与离线偏好优化，从成功和失败的轨迹中学习反馈策略。在七项智能体搜索基准测试中，CAFE平均优于所评估的基于强化学习的搜索智能体，在六项域外基准测试中保持性能提升，并减少了答
Meta^n：通过涌现深度实现递归式自我改进
Meta^n是一种递归改进大语言模型代理的方法。它不修改执行自我改进的操作，而是将一个固定操作反复应用于自身生成的结果。系统读取下层求解器堆栈的执行轨迹及生成这些轨迹的代码，然后将下一层构建为策略性预处理流程和可调用辅助函数库。固定操作旨在避免系统失稳，而不断增长的输入则让每一层能够从更高层次进行推理。递归深度由收敛情况决定，进化式存档则搜索不同的层级链。作者称，在两个基础模型和八类基准测试中，M
扩散模型的策略内自蒸馏
DiffusionOPSD是一种策略内自蒸馏方法，用于根据人类偏好和特定任务奖励调整扩散模型。该方法将图像级奖励梯度转换为去噪过程中间预测的明确训练目标。在SD 3.5-M和Z-Image-Turbo上的实验中，它在20个奖励匹配设置中的19个取得了最佳最终留出分数。与最强竞争方法相比，性能最高提升44%；相较DiffusionNFT，GPU使用时间在SD 3.5-M上减少40%，在Z-Image
报道称马斯克在传出以600亿美元收购Cursor后推动深度整合
文章称，SpaceX以600亿美元收购了AI编程工具公司Cursor。报道称，埃隆·马斯克在一场面向1000多名Cursor员工的内部会议上承认，SpaceX的AI部门目前落后于Anthropic等竞争对手，并要求进一步扩大算力投入。Cursor据称获得了更多招聘预算，用于开发对标GitHub的Origin项目，以及推进与Grok和AI智能体相关的研发。整合过程中，多名高管和核心成员据称离职，公司
英伟达携手Poolside加码开源AI，瞄准DeepSeek与OpenAI
据报道，英伟达计划投入最多60亿美元，打造全球最强大的开源人工智能模型之一。《华尔街日报》称，英伟达将获得Poolside的技术授权，并把100多名员工投入Nemotron项目。英伟达还据称将向Poolside追加10亿美元投资，该公司的投前估值可能高达120亿美元。该项目旨在与DeepSeek、Kimi等开源AI企业，以及OpenAI和Anthropic等前沿实验室竞争。目前，相关投资金额和项目
卫星自主运行时代开启：中国航天垂直大模型“华山”完成在轨验证
中科天塔研发的航天垂直大模型“华山”健康管理模块，已在“辰光一号”技术试验卫星上完成全流程在轨实战验证。系统采用多类时序神经网络和包络算法，完成了训练、评估与预测任务，具备遥测数据解析、异常检测、趋势预测和自主决策能力。不同于传统的“地面训练、星上推理”模式，“华山”实现了数据采集、星上训练、风险预警和健康评估的闭环。该方案有望减少原始遥测数据下传量，缓解天地通信带宽压力，并降低未来低轨大型卫星星
Stability AI完成7600万美元B轮融资，索尼与环球音乐等参投
Stable Diffusion图像生成模型开发商Stability AI完成7600万美元B轮融资。主要投资者包括环球音乐集团、索尼音乐集团、华纳音乐集团和游戏公司艺电（EA），AMD Ventures与Pacific Alliance Ventures也参与其中。公司累计融资额已达2.32亿美元。新资金将用于完善覆盖音乐、视频和图像生成的创意制作产品套件，并拓展专业服务业务。此次融资延续了St
掩码不是模型本身：审计注意力、状态空间与混合序列模型中的前缀不变性
一项研究对前缀不变性进行了形式化定义：位置 t 的表示不应依赖未来输入。研究提出的轻量审计只需两次前向传播，无需训练或梯度，即可精确定位因果性失效的位置。仅检查注意力掩码并不充分，因为扫描操作或归一化也可能导致信息泄漏。在针对8个检查点进行的192次故障注入测试中，掩码检查一个问题也没有发现，而该审计定位了全部192个故障。研究还发现了Zamba2和Nemotron-H中的缺陷。