文本扩散模型不再只是概念验证
- 文本扩散模型不再只是概念验证，LLaDA2.1的100B模型在代码任务上跑出892 TPS，并首次实现大规模RL训练dLLM
- 开源视频+音频联合生成终于有了，MOVA一个模型同时生成画面、对白、音效和音乐
- GUI Agent三个变体覆盖2B到30B。UI-Venus-1.5在ScreenSpot-Pro和AndroidWorld上刷新SOTA，中文手机App实测可用
- 模型训练到瓶颈了怎么办？用自己的"弱版本"当老师反而能继续涨点，零额外推理开销
Don't miss what's next. Subscribe to AI论文简报: