扫描下载APP
其它方式登录
Meta CTO承认为确保LLaMA 3成功，透支了全部技术储备，导致LLaMA 4研发断档，在推理与MoE等关键领域落后；公司被迫启动战时动员，强推数千工程师参与AI代码标定，并采集员工人机交互数据以提升AI使用电脑能力；同时提出单体大模型时代终结，转向分层小模型协同架构，并强调自研模型是战略底牌，保障产品自主权与谈判主动权。
学术出版巨头爱思唯尔联合阿歇特、麦克米伦等出版集团及作家，起诉Meta未经授权爬取和使用受版权保护的科研论文（包括通过Sci-Hub、LibGen及Common Crawl）训练Llama大模型，核心争议在于AI训练是否构成版权法下的‘合理使用’，此案系出版业首次集体对AI企业发起版权诉讼。
MiniMax将旗舰模型MiniMax2.7的开源协议从标准MIT更改为Modified-MIT，限制所有商业用途须获授权，引发海外开源社区强烈质疑，核心矛盾在于‘挂MIT标识却实质闭源’。此举旨在遏制第三方平台滥用模型（如降质托管、偷换模型）损害品牌信誉，同时保障高毛利API业务；文章对比Llama、Kimi、智谱等厂商的差异化开源策略，揭示国产大模型在生态建设与商业变现间的艰难平衡。
北京大学张文涛教授、鄂维南院士团队联合多家机构推出大模型数据中心动态训练框架DataFlex，统一集成动态样本选择、数据混合与样本加权能力，构建可复现、可调度、可扩展的训练基础设施，显著提升训练效率与模型性能，推动以数据为中心的AI范式落地。
Anthropic新论文研究Claude模型中的情绪向量机制，但未引用MBZUAI研究生Chenxi Wang团队早前关于LLM情绪回路的首篇系统性研究，引发学术质疑；经沟通，Anthropic迅速道歉并补引该工作。两篇研究分别聚焦情绪生成机制与情绪表征的功能影响，共同推进大模型可解释性与情绪控制技术。
Meta在AI领域遭遇多重危机：Llama 4模型基准测试造假引发信任崩塌，核心AI人才（如庞若鸣、LeCun、Salakhutdinov）密集离职；自研训练芯片MTIA项目被砍；被迫在10天内向英伟达、AMD、谷歌豪掷超千亿美元采购算力，暴露研发力与组织力的深层短板。
