人工智能行业最新动态
vLLM 将于 3 月 7 日在香港举办全天 Meetup，主题涵盖 LLM 推理、多模态服务和多硬件优化。vLLM 核心团队、Red Hat AI、AMD AI、MetaX 和 MiniMax 等将参与演讲和 Workshop。
SkyRL 发布 Tinker 框架，将强化学习训练带到本地 GPU。通过标准化训练 API 降低研究和基础设施创新门槛，vLLM 为其提供高吞吐推理层支持。
豆包大模型 2.0 正式发布，重点优化大规模生产环境下的实际使用需求。官方展示了基于 OpenClaw 框架在飞书上构建的智能客服 Agent，可完成调用技能、拉群协作、预约维修、主动回访等完整业务闭环。
有人用 Seedance 2.0 将经典星球大战梗图制作成 AI 视频，讽刺科技公司以治愈癌症为名消耗大量算力，实际产出却是擦边内容。宝玉详细解读了这个梗的笑点和深意。
swyx 表示过去三年对开源 AI 持谨慎态度，但 DeepSeek V4 可能是他首次真正改变立场的时刻。他提到 Kimi K2.5 最终未能超越 GPT-5.2，但中国实验室之间信息流通迅速，竞争激烈。
Sam Altman 在 Stanford 黑客松上分享了 OpenAI 创立首日的故事，表示当前大二学生毕业时将面对一个拥有 AGI 的世界，并讨论了创业者应该关注的方向。
A list of free LLM inference resources accessible via API.
Official code repo for the O'Reilly Book - "Hands-On Large Language Models"
In-depth tutorials on LLMs, RAGs and real-world AI agent applications.
Synkra AIOS: AI-Orchestrated System for Full Stack Development - Core Framework v4.0
A toolkit to make debugging iOS applications easier 🚀
Chrome DevTools for coding agents
slime is an LLM post-training framework for RL Scaling.
Agentic AI Infrastructure for magnifying HUMAN capabilities.
<!-- SC_OFF --><div class="md"><p>Hi everyone,</p> <p>I am a 2nd year Computer Science student currently benchmarking State Space Models (Mamba-S6) against LSTMs on adversarial time-series tasks. I observed a significant divergence in how they handle signal...
LlamaIndex 与 PostHog 合作推出 LLM 分析功能，支持自动追踪 OpenAI Token 消耗、成本和延迟指标，帮助开发者监控 Agent 工作流性能。
论文揭示，长期以来被认为振幅为零的特定胶子相互作用（树级单负螺旋度），在粒子运动满足特定对齐条件时实际并非为零。这一发现纠正了物理学界数十年的假设。
OpenAI 与物理学家合作发表预印本论文，GPT-5.2 成功简化了胶子相互作用的复杂表达式，并推测出适用于任意数量胶子的通用公式。另一个 OpenAI 内部模型经约 12 小时推理独立推导出相同公式。
n8n 发布深入技术教程，由核心成员 Max 演示如何构建带知识库的问答 AI Agent，涵盖数据项和循环等大多数教程忽略的关键基础概念。
swyx 认为 Agent 实验室和开源开发者相比模型大厂有两大优势：可以在所有模型中取最优（argmax），且无需受安全审查约束自由探索能力边界。
OpenAI 与物理学家合作发表预印本论文，GPT-5.2 简化了胶子相互作用的复杂表达式并推导出通用公式，推翻了粒子物理中「单负振幅为零」的长期假设。另一内部模型独立推导出相同结论。
Browserbase 联合 Cerebras 推出浏览器 Agent 模板，使用最新开源模型批量启动浏览器爬取文档并验证与代码库的一致性，数分钟内完成。
swyx 在 Latent Space 播客发布对 Google DeepMind 负责人 Jeff Dean 的深度采访，涉及 Gemini Deep Think、Gemini Ultra 去向以及「AI 工程师必知数字」等话题。
Replit 推出反馈组件功能，用户在已发布应用中提建议后，Agent 可自动将其转化为已上线的功能，实现需求闭环。
新开源项目 Forge 发布，提供可扩展的 Agent 强化学习框架和算法，为构建 AI Agent 提供训练基础设施。
MiniMax-M2.5 模型权重已发布到 Hugging Face，同时提供 API 服务，开发者可直接下载使用。
MiniMax 发布 M2.5 模型，在编码、Agent 工具调用和办公场景中达到 SOTA 水平。该模型通过大规模真实环境 RL 训练，具备架构级编程能力和高效搜索推理，SGLang 已提供 Day-0 支持。
<table> <tr><td> <a href="https://www.reddit.com/r/LocalLLaMA/comments/1r3t775/ama_with_minimax_ask_us_anything/"> <img...
<!-- SC_OFF --><div class="md"><p><em>Made with</em> <a href="https://paperglide.net/"><em>Paperglide</em></a> <em>✨ — digest research papers faster</em></p> <p><strong>TL;DR:</strong>...
<!-- SC_OFF --><div class="md"><p>So I am using a R(2+1)D with kinetics 400 weights to train a classifier on two sets of videos. The problem is that one of the two classes has all videos of the same resolution and fps, forcing the model to learn those features instead of...