10月9日·蚂蚁开源万亿参数语言模型Ling-1T，刷新多项SOTA

10月9日·周四  AI工具和资源推荐

蚂蚁开源万亿参数语言模型Ling-1T，刷新多项SOTA

蚂蚁集团开源了万亿参数语言模型Ling-1T，这是其迄今为止开源的最大规模语言模型。Ling-1T基于自研的高效MoE架构，不仅在多维基准测试中表现亮眼，还在编程与数学推理等高推理密度任务上稳居第一梯队。该模型通过“大参数储备+小参数激活”的范式，实现了高效计算与低成本推理，支持128K上下文，接近“长记忆”体验。此外，Ling-1T在推理速度和准确性上达到了新的平衡点，显著提升了能效比。蚂蚁集团通过开源Ling-1T，推动了AI技术的普惠化，降低了参与门槛，让更多开发者和企业能够利用这一强大的语言模型。来源：微信公众号【机器之心】

机器人NovaFlow通过生成视频自学新技能，实现零样本操控

布朗大学和机器人与人工智能研究所的研究团队提出了NovaFlow框架，让机器人通过观看生成视频自学新技能。NovaFlow通过将人类指令的“任务理解”与机器人的“底层控制”解耦，利用视频生成模型中的常识知识，生成任务视频并提炼出“可执行3D对象流”。这一方法无需真实演示或额外训练，即可让机器人完成复杂的操控任务。实验表明，NovaFlow在多种任务上表现优异，甚至超过了使用真实示教数据训练的模仿学习方法，为通用机器人的实现提供了新的路径。来源：微信公众号【机器之心】

三星TRM模型用递归颠覆大模型推理，700万参数击败DeepSeek R1

三星先进技术研究所的研究员Alexia Jolicoeur-Martineau提出了微型递归模型（TRM），仅用700万参数在复杂推理任务上超越了DeepSeek R1等大模型。TRM通过“起草—思考—修订”的递归过程，不断优化答案，最终生成高质量的解决方案。该模型摒弃了传统的不动点假设和隐函数定理，采用单网络结构，减少了层数，并用多层感知机替代自注意力机制，显著提升了参数效率和泛化能力。实验结果表明，TRM在多个基准测试中表现优异，证明了“少即是多”的理念。来源：微信公众号【量子位】

库克被曝让贤，苹果筹划十年来最大规模领导层换届

苹果公司正筹划十年来最大规模的领导层换届，现任CEO蒂姆·库克可能让贤，转任董事长。接任者为苹果硬件工程高级副总裁约翰·特努斯。特努斯在苹果内部影响力巨大，主导了多款重要产品的研发，深受库克信任。库克自2011年接任CEO以来，推动了苹果的商业扩张和服务业务发展，但面对AI时代的挑战，其保守作风受到质疑。特努斯的上位被视为苹果迈向AI时代的希望，他以技术专长和产品理解能力著称，有望带领苹果开启新的篇章。来源：微信公众号【量子位】

LeCun新作：JEPAs模型不仅能学特征，还能精准感知数据密度

Yann LeCun团队在新论文中发现，自监督模型JEPAs不仅能学习特征，还能精准感知数据密度。JEPAs通过反坍缩机制，在训练过程中自然掌握了数据的常见程度。这一发现打破了学界对JEPAs仅学习特征的传统认知。团队还提出了JEPA-SCORE工具，用于量化样本的常见度，该工具具有极强的通用性，适用于多种数据集和模型架构。实验表明，JEPA-SCORE在数据筛选和异常检测任务中表现优异，为自监督学习的应用提供了新的可能性。来源：微信公众号【量子位】