搜索
当所有人都在比谁「想得更久、算得更多」——推理模型动辄输出成千上万个思考 token，循环式架构恨不得在内部反复迭代十遍八遍——一项新研究反手泼了盆冷水：
卫星和航空影像里的目标，不仅大小相差悬殊，还可能朝向任意方向：一边是细长的桥梁、船舶，一边是密集的小车和大面积运动场。PKINet-v2是一种改进的遥感目标检测模型，能同时处理复杂形状和尺度变化的问题。
如果只看标题，它很容易被归到“又一个万亿参数大模型”的队伍里：1.6 万亿总参数、MoE 架构、100 万 token 上下文、面向代码和 Agent 场景。但这次真正值得看的，不只是模型有多大，而是它背后的三个问题：国产算力能不能支撑前沿级大模型训练？
这一次，联网的不再是电脑，而是一群会干活的Agent。
都说AI会写代码了，程序员的饭碗就保不住。但Anthropic的Boris Cherny却说：真正重要的从来不是岗位，而是你这一刻在扮演哪种角色。
你有没有想过，以后人们做购买决定的地方，可能不再是搜索框，而是一个对话框？
新时代的 Physical AI 公司，不是本体公司，也不是模型公司。
AI能提效不假，但账单却越来越看不懂了。
长期以来，机制可解释性（mechanistic interpretability）领域有一个几乎从未被明说、却被视为理所当然的前提：模型对于同一种任务的能力或表现，背后对应着一条唯一的、或近乎唯一的内部「电路」（circuit）。该领域的研究者们之所以要做「电路发现」（circuit discovery），是为了要把这些「特定的」电路找出来。
当整个 AI 圈都在翘首以盼 Sam Altman 和前苹果首席设计官 Jony Ive 能联手掏出一部 AI 时代的 iPhone 时，OpenAI 今天却猝不及防地公布了一个键盘。