

> 顶尖AI学者抛弃传统大语言模型路径，携新创公司回归强化学习本源，试图打造完全脱离人类既有知识的自主探索型智能系统，此举或将重塑通用人工智能范式。

## 告别大语言模型路径的范式转移

曾在震撼全球的AlphaGo项目中扮演关键角色的前谷歌DeepMind首席科学家席尔瓦正式宣布离职，并于伦敦创立了全新的人工智能初创企业Ineffable Intelligence。这一高层人事震动不仅是硅谷人才争夺战的缩影，更代表着人工智能发展路线图上的一次重要分歧。DeepMind官方第一时间表达了感谢与祝福，从侧面印证了这场和平分手的背后是对技术终极愿景的不同选择。

目前主导全球风向的大语言模型高度依赖于人类喂养的海量文本数据，其天花板受制于现有知识库的边界。而席尔瓦的创业内核则选择逆势而行，全面回归强化学习的基础范式。Ineffable Intelligence致力于剥离对人类先验知识的依赖，试图在纯净的数字环境中构建一套能够通过试错与自我博弈、实现自主探索新技能的智能架构。这种从“模仿者”向“自主进化者”的底层架构转换，被业内视为打破算力与数据瓶颈的潜在突破口。

![Generated Image February 23, 2026 - 10_05AM (1).png](https://static.downly.cn/images/b58ced80cc45d348226b9dc3b24ddb6a.png) <center>图源备注：图片由AI生成</center>

## 巨额融资与自主学习系统的愿景

突破性的技术愿景立刻引爆了资本市场的热情。据透露，Ineffable Intelligence目前正在紧锣密鼓地推进一轮高达10亿美元的种子轮融资。这一惊人的融资金额，几乎触及了此前安全超级智能公司创下的行业历史纪录，反映出顶级风投机构对“非LLM范式”押注的急迫性。

席尔瓦的入局，使得通用人工智能的赛道彻底分化为数据暴力美学与自主强化博弈两大阵营。如果这套无需外部指导即可发掘新知识的系统得以落地，它将从根本上改变机器认知世界的方式。这场涉及十亿美元级别的豪赌，不仅是对一位顶尖学者技术信仰的变现，更可能成为开启下一代AI纪元的钥匙。

前AlphaGo核心人物离职创业 强化学习新星直面十亿美元种子轮



> 智谱正式开源新一代基座模型 GLM-5，以 744B 参数规模问鼎开源榜首，在长程任务与系统工程能力上实现对标国际顶尖水平的重大突破，重新定义 AI 工程化边界。

## 性能跃迁 迈向Agentic Engineering时代

智谱今日发布的 GLM-5 不仅仅是一次版本号的更新，更代表着大模型能力范式的转移——从单一的代码生成进化为能够独立处理复杂系统工程的 **“Agentic Engineering”**。

在权威的 Artificial Analysis 全球榜单中，GLM-5 强势位居全球第四，并摘得 **开源模型第一** 的桂冠。其工程化实战能力已逼近 Claude Opus 4.5
*   **编程对齐** 在 `SWE-bench-Verified` (77.8分) 和 `Terminal Bench 2.0` (56.2分) 中均取得开源界最佳成绩，超越了 Google 的 Gemini 3 Pro。
*   **长程智能体** 在 `BrowseComp` 及复杂工具规划测试 `τ²-Bench` 中稳居开源首位，展现了卓越的任务拆解与执行能力。
*   **经营决策** 在模拟商业环境的 `Vending Bench 2` 测试中，其长期规划能力表现出类拔萃。

![Generated Image February 12, 2026 - 11_09AM (1).png](https://static.downly.cn/images/a81c005a2294b9c18c77ea0461a92130.png) <center>图源备注：图片由AI生成</center>

## 技术硬核 稀疏注意力与异步进化

GLM-5 的强大性能源于底层架构的彻底重构：
1.  **参数规模暴力美学** 模型参数量从前代的 355B 暴涨至 **744B**（激活参数 40B），预训练数据量更是提升至 **28.5T** Token。
2.  **Slime 进化框架** 引入全新的异步智能体强化学习算法，使模型能够像人类一样在长程交互中不断自我修正与进化。
3.  **效率优化** 集成 **DeepSeek Sparse Attention**（稀疏注意力）机制，在处理超长文本的同时，大幅降低了推理成本与显存占用。

## 生态闭环 全面适配国产芯

为了打破算力瓶颈，GLM-5 在发布之初便完成了广泛的硬件适配。目前，该模型已实现与 **华为昇腾、摩尔线程、寒武纪、昆仑芯、海光** 等国产主流算力平台的深度兼容。通过底层的算子级优化，确保了在国产芯片集群上的高吞吐与低延迟运行。

与此同时，智谱同步推出了基于 GLM-5 的 **Z Code** 编程工具，支持多智能体并发开发。更令人瞩目是其办公生态的打通——GLM-5 可直接将素材转化为 Office 文档，并作为原生插件嵌入 Excel，将大模型能力无缝注入日常办公流。

目前，GLM-5 模型权重已通过 Hugging Face 和 ModelScope 正式开源，遵循 **MIT License** 协议，允许全球开发者自由商用。

![Generated Image February 12, 2026 - 11_10AM.png](https://static.downly.cn/images/9b5045a381cf3b998937f2ea1040d5d3.png) <center>图源备注：图片由AI生成</center>

智谱GLM-5开源登场 744B参数重塑国产大模型工程化天花板



> 从字节跳动的视频生成争议，到阿里云的图生图编辑合一，再到腾讯的端侧极致压缩，中国科技巨头在 2026 年开年便展开了一场全维度的 AI 军备竞赛。

## 字节 Seedance 2.0 的惊艳与争议

字节跳动发布的新一代多模态视频生成大模型 Seedance 2.0 成为了舆论的风暴眼。该模型支持多模态文件输入，能够精准学习视频的运镜、动作及特效，技术实力毋庸置疑。然而，由于其生成的音色与真人高度一致，迅速引发了关于 AI 伦理和肖像隐私的广泛担忧。在舆论压力下，字节跳动不得不紧急暂停真人素材参考功能。这一事件再次凸显了 AI 技术在商业化落地过程中，技术边界与伦理规范之间的激烈博弈。

![Generated Image February 11, 2026 - 10_29AM (1).png](https://static.downly.cn/images/3c3ed39c274146fcba047a65cc10e6fc.png) <center>图源备注：图片由AI生成</center>

## 阿里 Qwen-Image-2.0 的极简美学

与此同时，阿里云在图像领域也祭出了大杀器——Qwen-Image-2.0。该模型标志着通义千问将“图像生成”与“图像编辑”两条研发支线成功合二为一。其核心突破在于：
*   **极致质感**：原生支持 2K 分辨率，细腻刻画皮肤毛孔与织物纹理。
*   **智能排版**：具备极高的美学素养，能自动在画面留白处布置文字，解决了 AI 生图“有画无字”的痛点。
这一更新直接挑战了视觉极限，在多项盲测基准中展现出卓越性能。

## 腾讯混元的端侧突围

不同于前两者的云端巨量模型，腾讯混元选择在端侧发力。新推出的产业级 2Bit 端侧模型 HY-1.8B-2Bit，通过创新的量化感知训练技术，将模型体积压缩至惊人的 0.3B，内存占用仅约 600MB。这意味着手机、耳机及智能家居等设备，可以在不依赖云端的情况下，获得生成速度提升 2-3 倍的高性能 AI 体验，为隐私敏感场景提供了完美的解决方案。

## 巨头混战下的行业新格局

除上述三家外，华为 Xmax AI 发布的虚实融合视频模型、Cursor 发布的强化学习编程模型 Composer 1.5，以及亚马逊入局 AI 内容版权市场，共同构成了 2026 年初喧嚣的科技图景。从基础设施到应用层，从云端算力到端侧部署，AI 产业的竞争维度正变得前所未有的丰富与残酷。


国产 AI 迎来春节爆发期 字节跳动与阿里腾讯竞逐多模态新高地



> **导语**
> 苹果 UICoder 团队发表重磅研究，证明通过少量专家级设计师的深度反馈，小参数模型也能在 UI 生成领域击败 GPT-5。该研究揭示了高质量“草图反馈”在消除审美主观性方面的巨大价值，为 AI 辅助设计指明了新方向。

## 突破 RLHF 的审美盲区

在 AI 辅助编程领域，UI（用户界面）设计一直是个难点。传统的“人类反馈强化学习”（RLHF）在处理代码逻辑时表现尚可，但在面对需要审美判断的界面设计时却显得力不从心。简单的打分机制无法告诉 AI 具体哪里布局不合理、配色不协调。

苹果的研究团队通过引入“专家外援”打破了这一僵局。他们并未依赖海量的普通用户数据，而是邀请了 21 位拥有 2 到 30 年经验的资深设计师。这些专家不仅是评分员，更是教练，他们通过撰写深度评论、绘制修改草图以及直接调整代码，为 AI 提供了 1460 条带有清晰逻辑的“教学样本”。

![Google_AI_Studio_2026-02-07T11_57_22.668Z.png](https://static.downly.cn/images/959b0a6446b598a3e93b2df97ad164fd.png) <center>图源备注：图片由AI生成</center>

## 少而精的数据胜利

实验结果极具颠覆性：经过微调的 Qwen3-Coder 模型，仅依靠 181 个高质量的“草图反馈”样本，就在 App 界面生成的专业度上超越了庞大的 GPT-5。这一数据有力地证明，在垂直领域，数据的“纯度”与“深度”远比数量更重要。

研究进一步指出，审美的主观性是 AI 训练的噪音来源。普通人对界面好坏的判断一致率仅为 49.2%，几乎等同于随机猜测。然而，一旦引入设计师的草图作为具体的修改意图，一致率瞬间提升至 76.1%。这意味着，未来的 AI 设计工具将不再需要猜测用户的模糊指令，而是能够精准解读视觉语言，预示着“一句话生成精美 App”的未来已触手可及。


苹果 UICoder 研究揭示，专家反馈是战胜大模型的关键



> 商汤科技发布并开源首个支持动态视觉推理的 Agentic VLM 模型 SenseNova-MARS，凭借独特的“侦探式”逻辑，在多项核心榜单中击败 GPT-5.2，实现 AI 从理解到执行的跨越。

## 性能霸榜 搜索推理能力领跑

2026 年 1 月 30 日，商汤科技宣布开源 SenseNova-MARS 模型（含 8B 和 32B 两个版本）。在最新的行业基准测试中，该模型展现出超越闭源旗舰的竞技状态。

在衡量图文搜索核心能力的 MMSearch 评测中，SenseNova-MARS 以 74.27 分的高分登顶，显著领先于 GPT-5.2 的 66.08 分。同时，在对细节要求极高的 HR-MMSearch 以及 FVQA、InfoSeek 等多个权威视觉理解榜单中，该模型均取得了开源领域的 SOTA（当前最佳）成绩，证明了其在复杂信息检索与理解上的统治力。

![Google_AI_Studio_2026-01-31T03_25_04.987Z.png](https://static.downly.cn/images/f79394f054228cdd6cc24f38b4a16617.png) <center>图源备注：图片由AI生成</center>

## 核心技术 像人类一样使用工具

SenseNova-MARS 的核心突破在于其“自主规划”能力。它打破了传统模型被动问答的模式，能够模拟人类侦探处理案件的逻辑：

*   **微小细节捕捉**：能精准识别图像中占比不到 5% 的关键信息（如赛车服 Logo）。
*   **动态图文联动**：在识别瞬间自动调取全球范围内的相关数据。
*   **多跳深度推理**：面对复杂问题，能自主拆解任务链条，先放大观察、再识别身份、最后检索背景。

## 训练秘籍 双阶段演进策略

为了赋予模型严密的逻辑，商汤团队采用了独特的两阶段训练法。第一阶段利用自动化合成引擎构建“高难度案例库”，夯实多跳搜索逻辑基础；第二阶段引入 BN-GSPO 算法进行强化学习，通过奖励机制平滑波动，使模型在面对未知复杂场景时表现更加稳定。

目前，商汤已将 SenseNova-MARS 的模型权重、代码及数据集在 Hugging Face 全量开源，旨在助力全球开发者共同探索具身智能与自主 Agent 的边界。

商汤开源 SenseNova-MARS 模型 视觉推理与图文搜索能力超越 GPT-5.2



> 腾讯加速构建 AI 人才高地，清华学霸、前 Sea AI Lab 高级研究科学家庞天宇正式入职，将出任混元大模型首席研究科学家，主攻多模态强化学习技术突破。

## 顶尖履历 95 后清华学霸掌舵

腾讯在人工智能领域的人才引进步伐并未放缓。2026 年 1 月 30 日，知名青年学者庞天宇宣布将于 2 月 4 日履新腾讯。这位 1995 年出生的年轻科学家拥有令人瞩目的学术背景：高一保送清华，师从朱军教授获得计算机系博士学位，并在 ICML、NeurIPS 等国际顶会上发表论文 70 余篇，总引用次数超 1.5 万次。

在加入腾讯之前，庞天宇任职于新加坡 Sea AI Lab，专注于可信机器学习与生成式模型的研究。其深厚的学术造诣曾为其赢得微软学者奖学金、百度奖学金及英伟达学术先锋奖等多项业界殊荣。

![Google_AI_Studio_2026-01-31T03_24_34.016Z.png](https://static.downly.cn/images/191e7ae13928a758e3f6ca36084a3271.png) <center>图源备注：图片由AI生成</center>

## 战略拼图 聚焦多模态强化学习

入职后，庞天宇将担任腾讯混元大模型团队首席研究科学家，并兼任多模态强化学习技术负责人。他将领衔混元多模态部 Exploration Center，核心职能是探索强化学习的前沿算法，并将研发重心聚焦于生成模型技术的底层突破。

此次引援是腾讯近期一系列“人才强基”战略的延续。此前，前 OpenAI 研究员姚顺雨已于 2025 年 12 月加盟。马化腾曾公开表示，通过吸纳全球顶尖人才，腾讯已完成了混元大模型的“深度重构”。随着混元图像 3.0 开源并跻身国际第一梯队，腾讯正通过强化学习与多模态技术的深度融合，加速向全球 AI 技术第一阵营发起冲击。

腾讯混元大模型再添猛将 前 Sea AI Lab 科学家庞天宇加盟负责多模态研究



> 核心技术骨干的流失，往往折射出科技巨头内部战略的隐秘转向。Jerry Tworek的离开，不仅意味着OpenAI失去了一位功勋卓著的架构师，也让外界对其“商业化与纯科研”之间的平衡产生了新的担忧。

## 见证者与奠基人的告别

OpenAI研究副总裁Jerry Tworek正式宣布离职，结束了他在该公司近七年的职业生涯。作为业内公认的“推理模型之父”，Tworek曾深度主导了GPT-4、Codex以及备受瞩目的o1/o3推理模型的研发工作。

在社交媒体上，Tworek深情回顾了与团队并肩作战的日夜，称自己有幸参与构建了一个世界级的机器学习团队。他的技术贡献不仅体现在具体的模型参数上，更在于推动了强化学习与代码生成领域的范式转移。

![Google_AI_Studio_2026-01-07T04_01_36.574Z.png](https://static.downly.cn/images/199a84c329b1657ba70708a0c5f57347.png)
 <center>图源备注：图片由AI生成</center>

## 理念分歧 探索无法支持的科研方向

尽管离职信保持了体面与温情，但Tworek透露的核心原因仍耐人寻味——他希望探索那些“在OpenAI当前环境下难以支持”的研究方向。分析人士指出，随着OpenAI日益转向产品化与商业变现，纯粹的前沿探索空间可能正在受到挤压。

Tworek的离去并非孤例，近期OpenAI内部的一系列人事变动，似乎都在印证着这家AI巨头正处于从“非营利实验室”向“商业科技巨头”转型的阵痛期。对于行业而言，Tworek的下一站去向，或许将孕育出新的技术变量。


推理模型之父离职 OpenAI副总裁结束七年征程



> 2025年末，腾讯混元团队开源 HY-Motion1.0，这款基于 DiT 架构的模型仅需文本描述即可生成高保真3D动画，不仅打破了国外技术垄断，更直接打通了 Blender 与 Unity 的工作流，大幅降低了游戏开发门槛。

## 文本驱动3D的架构突破

2025年12月30日，腾讯混元团队正式对外开源了十亿参数级的文本到3D动作生成大模型——HY-Motion1.0。该模型的核心突破在于采用了 Diffusion Transformer (DiT) 架构与流匹配机制。这一架构设计使得模型能够理解复杂的自然语言指令，并将其转化为高保真、流畅多样的3D角色骨骼动画。

对于开发者而言，HY-Motion1.0 的最大价值在于其“即插即用”的兼容性。生成的动作数据直接支持 SMPL-H 骨骼格式，能够无缝导入 Blender、Unity、UE 等主流3D制作工具。这意味着，从简单的角色行走，到复杂的《黑客帝国》式子弹时间下腰，开发者只需输入一段提示词，即可获得可用的动画资产。

![Google_AI_Studio_2026-01-01T03_30_02.984Z.png](https://static.downly.cn/images/7392c60c23fe97d7b02aa2adad8e4a03.png)
<center>图源备注：图片由AI生成</center>

## 全阶段训练与强化学习优化

为了实现动作的自然度与物理合理性，HY-Motion1.0 采用了严谨的全阶段训练策略。
首先，模型在超过3000小时的多样化动作数据上进行预训练，建立了通用的运动先验知识；
其次，通过400小时的精选高质量数据进行微调，重点提升动作细节的流畅性；
最后，引入强化学习（RLHF）机制，结合人类反馈与奖励模型，解决了生成动作中常见的“滑步”或关节扭曲问题，确保了动作符合物理规律且与文本语义高度对齐。

实测数据显示，该模型在指令遵循能力上达到了78.6%（SSAE指标），动作质量评分全面超越了 MoMask 和 DART 等现有的开源基线模型。

## 游戏工业的效率革命

HY-Motion1.0 的开源对于游戏开发行业具有显著的降本增效意义。在 MMO 或动作类游戏的开发中，海量的 NPC 日常行为（如闲逛、互动）往往占据了动画师大量精力。现在，这款端到端模型可以快速批量生成此类基础动画，显著加速项目的预研与迭代周期。

尽管在跳台滑雪等极限运动的还原上仍有优化空间，但其发布的轻量版 HY-Motion-1.0-Lite（0.46B参数）已经为个人开发者和小型工作室提供了强大的生产力工具，预示着 AI 辅助3D内容创作（AIGC 3D）正加速进入实用化阶段。

腾讯混元重磅开源十亿参数3D动作生成模型

百川智能推出的大模型助手，融合了意图理解、信息检索以及强化学习技术

搜索结果: 强化学习