近期发生了什么自 2025 年 2 月 OpenAI 正式发布Deep Research以来，深度研究/深度搜索（Deep Research / Deep Search）正在成为信息检索与知识工作的全新范式：系统以多步推理驱动大规模联网检索、跨源证据。

Qwen3-VL家族重磅推出2B与32B双版本，轻量高效与超强推理兼备，一模型通吃多模态与纯文本任务！

MiniMax发布并开源轻量级MoE模型MiniMax-M2（230B总参，10B激活），专为编码与智能体任务优化。兼具卓越通用智能与高效推理能力，在多项基准测试中表现领先，支持本地部署与API调用，助力开发者实现高性能、低成本的端到端智能应用。

Open AI Model is an open model for defining AI. Focused on AI rather than application, Open AI Model [OAM] brings simplest but most powerful design for modeling AI.

曾几何时，Stable Diffusion的复杂参数令人崩溃，如今即梦、可灵等AI工具已让生成图片变得轻而易举。哩布哩布发布2.0升级公告，看似迈向更易用的未来，却也悄然为那个钻研模型、拼接工作流的“拓荒时代”奏响终章。技术迭代飞快，但那份对创造的热爱与探索精神，永不褪色。

Cline 是一款集成于 VSCode 的 AI 编程助手，支持多语言模型，实时检查语法错误，帮助开发者提高编程效率。通过智能化手段，Cline 可以生成代码、执行终端命令、调试 Web 应用，并扩展更多功能。

作为GLM系列的最新版本，GLM-4.6是系列最强的代码Coding模型（较GLM-4.5提升27%）

美团LongCat团队发布LongCat-Video，基于DiT架构的统一视频生成模型，支持文生、图生及视频续写，实现5分钟级长视频连贯生成，具跨帧一致性与物理合理性，开源SOTA性能，助力世界模型与智能交互发展。

AnythingLLM 是一个全栈应用程序，能够将文档、资源转换为上下文，支持多种大语言模型和向量数据库，提供智能聊天功能。

在大语言模型（LLM）训练和推理过程中，GPU资源的高效监控和管理至关重要。随着模型规模的不断增长和计算需求的提升，如何精确监控GPU利用率、及时发现性能瓶颈并进行优化，成为AI研究人员和工程师面临的重要挑战。NVIDIA-SMI作为NVIDIA官方提供的GPU监控工具，提供了丰富的功能来监控和管理GPU资源。本文将深入探讨NVIDIA-SMI的进阶使用方法，以及如何利用其与其他工具结合构建高效的GPU利用率可视化监控系统。

前言生成式多模态模型近年来一直是业界的研究热点。视觉语言模型（VLM）一直是多模态文本生成领域的核心路线，能够完成图像理解任务；扩散模型（Diffusion Model）则一直是图像和视频生成领域的核心方法。

魔搭 DiffSynth-Studio 团队携手知名创作者麦橘MERJIC，正式开源全新 AI 图像生成模型——Face-to-Photo！该模型基于 Qwen-Image-Edit，采用 LoRA 的模型结构，专为人脸图像生成而优化，将一张普通的人脸照片转化…

【SpringBoot】OAuth 2.0 授权码模式 + JWT 令牌自动续签 的终极落地指南，包含 深度技术细节、生产环境配置、安全加固方案 和 全链路监控

年前，阿里通义千问团队推出了 Qwen2.5-VL 系列模型，获得了社区的广泛关注和积极反馈。在 Qwen2.5-VL 系列的基础上，研究团队使用强化学习持续优化模型，并使用 Apache 2.0 协议开源 32B 这个备受喜爱的参数规模的新 VL 模型—— Qwen2.5-VL-32B-Instruct。相比此前发布的 Qwen2.5-VL 系列模型，本次推出的 32B 模型的特点如下：

在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推动零样本语音合成在实际场景中的落地能力，B站语音团队对模型架构与训练策略进行了深度优化，推出了全新一代语音合成模型——IndexTTS2 。

今天，通义万相的视频生成模型又开源了！本次开源Wan2.2-S2V-14B，是一款音频驱动的视频生成模型，可生成影视级质感的高质量视频。

随着大型语言模型(LLM)技术的飞速发展，从实验室走向产业化应用已成为必然趋势。2025年，大模型部署不再局限于传统的云端集中式架构，而是向云端-边缘协同的分布式部署模式演进。这种转变不仅解决了纯云端部署在延迟、隐私和成本方面的痛点，还为大模型在各行业的广泛应用开辟了新的可能性。本文将深入剖析大模型部署的核心技术、架构设计、工程实践及最新进展，为企业和开发者提供从云端到边缘的全场景部署指南。

在2025年的今天，大语言模型（LLM）已经成为人工智能领域的核心技术之一。从GPT-4到Llama 3.1，从专业领域应用到消费级产品，LLM正在以前所未有的速度改变着我们的工作和生活方式。然而，这些强大模型的训练和部署背后，都离不开高性能计算硬件的支持，尤其是GPU（图形处理单元）的选择，往往直接决定了项目的可行性、效率和成本。

Qwen3开源发布：Think Deeper, Act Faster！社区推理、部署、微调、MCP调用实战教程来啦！

在大语言模型（LLM）的应用场景中，多轮对话已经成为最核心的交互模式之一。随着2025年LLM技术的快速发展，用户对持续、连贯、个性化的对话体验要求越来越高。然而，多轮对话面临着严峻的技术挑战：首先，LLM的上下文窗口长度虽然在不断扩展（如GPT-5已支持100K tokens），但依然是有限资源；其次，随着对话轮次增加，历史信息不断累积，导致token消耗激增；第三，过长的上下文可能导致模型对早期信息的关注度下降，影响回复质量。