nanoVLM: 简洁、轻量的纯 PyTorch 视觉-语言模型训练代码库

nanoVLM是使用纯 PyTorch 训练 你自己的视觉语言模型 (VLM) 的 最简单 方式。它是一个轻量级 工具包 ，让你可以在免费的 Colab Notebook上启动 VLM 训练。nano

请记住 MiniMax M1：MiniMax 用自己的方法追上R1们，直奔最强Agent模型而去

作者｜王兆洋邮箱｜wangzhaoyang@pingwest.com要不要完全跟随 DeepSeek？这是每个仍想自己追逐基础模型圣杯的公司，在过去半年里一直面对的灵魂拷问。而 MiniMax 的答案

Kimi超过DeepSeek的新模型被指“套壳”Qwen？到底怎么回事儿

作者｜周一笑邮箱｜zhouyixiao@pingwest.com昨天深夜，月之暗面发布了开源代码模型Kimi-Dev-72B。这个模型在软件工程任务基准测试SWE-bench Verified上取得了

Agent创业来了位13岁的CEO

文章转载于量子位（QbitAI）作者：鹭羽大模型创业有多火？现在13岁少年都入局了，做的还是今年大热的方向——Agent。当同龄人还在用AI写作业，来自加拿大多伦多的Michael Goldstein

刘强东：京东外卖将和美团完全不同/Rokid上线全球首个智能眼镜支付/MiniMax、月之暗面接连开源重磅模型

🚀我国载人登月再获新突破🤖️OpenAI 与微软合作再闹不和👓Rokid 上线全球第一个智能眼镜支付🍔刘强东：京东外卖很快就会跟美团不同🚗何小鹏谈小米股价：不能卖，长期看好💻MiniMax 开源全球首

2025年AI驱动软件开发：16款“Vibe Coding”工具盘点（2.5万字）

点击👇🏻可关注，文章来自🙋‍♂️ 想加入社群的朋友，可看文末方法，进群交流。“ 本文聚焦2025年AI Coding领域，解析Vibe Coding新范式，其核心是通过自然语言描述，AI辅助生成代码，

不需要RAG！在30分钟内构建一个问答AI智能体。万字长文，先收藏再看！

2024年，大家都在为检索增强生成（Retrieval-Augmented Generation, RAG）着迷吗？构建向量数据库（vector database）、分割文档（chunking doc

Gemini 2.5 转正！多指标超越Claude 4 opus ！

Gemini 2.5 Pro + 2.5 Flash 现已稳定发布并正式发布。Google AI Studio、Vertex AI 和 Gemini 应用目前已同步更新到最新转正后的版本。Gemini

地平线开源“3D物理世界生成”引擎，5分钟一键生成整套URDF资产，无缝支持{Gym&Isaac}！

打造一个有温度、有趣味、专业的全栈式AI&AIGC交流社区，用心写好每一篇文章！项目主页-https://horizonrobotics.github.io/robot_lab/embo died_g

MCP Feedback Enhanced

功能简介MCP Feedback Enhanced 是一款专为 AI 助手和开发环境设计的交互式用户反馈工具，支持本地、SSH 远程、WSL 等多种环境，旨在提升人机交互效率，实现基于反馈的智能流程

刚刚，Gemini 2.5 AI全家桶三连发：Pro硬刚DeepSeek R1，新模型、选择指南全在这了

刚刚，谷歌三箭齐发：Gemini 2.5 全线转正，Flash-Lite 首次亮相！

谷歌又又又更新了！今天凌晨，谷歌 CEO Sundar Pichai 亲自发帖为正式版本的 Gemini 2.5 Pro/Flash 站台：“Gemini 2.5 系列模型迈出了激动人心的一步。”这次

微软分享三大王炸算法：突破大模型推理瓶颈，性能大涨

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！今天凌晨，微软在官网分享了自研的三

谷歌助力神经科学飞跃，破解斑马鱼全脑活动密码

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！谷歌、哈佛大学、HHMI Jane

OpenAI获五角大楼2亿美元订单，迈向军工领域

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！OpenAI在官网宣布推出“ “O

时空壶赢麻了？同传翻译人机大战 2.0：AI和人类都赢了

👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......2025 年 6 月 16 日晚，科技媒体「差评」举办的「同传翻译人机大战 2.0」在深圳正式开

台北国际电脑展上，这家算力基建的“隐形冠军”秀麻了 | 视频

👆戳视频看👁在AI行业里，存在着这么一位，默默构筑AI基础设施，支撑全球AI算力、大模型技术一路狂飙的幕后英雄，它就是——维谛技术。#台北国际电脑展 #COMPUTEX2025 #维谛 #Vertiv

超级实用！300+功能的手机神器，你值得拥有

👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......说起手机，那可是我们生活中不可或缺的伙伴。除了在家使用以外，出门办事那是离不开一点半点。要学习有

22.99万起？小米YU7本月发，又要炸翻车圈？

👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......6月16日上午，小米集团董事长雷军宣布，小米YU7将于6月底与多款重磅产品一同发布。随后，雷军又

大模型三大步 -- 微调

自解：说到大模型微调，其实这是最后一步，因为我们的大模型在部署到各大应用层上时，或许在前期训练模型验证模型的结果上是比较优秀或者大家公认比较能接受的。但真正在应用层上就会多少发现各种问题，达不到用户的

从 0 到 1 打造 Labubu ，MiniMax Agent 让我看到了智能体未来的样子

今年上半年，最吊足胃口和期待的，莫过于 Agent 工具，饼画得都很大：日常中那些烧脑、重复、耗时间的任务，现在似乎只需要动动手指、敲几行 prompt 就能搞定。大饼真的很诱人，但仔细想想：想要真的

对话地瓜机器人CEO王丛：行业“淘汰赛”还没开始，距离通用具身智能至少5年

2017年，中国首款嵌入式AI视觉芯片旭日1.0处理器发布，仅1.5瓦就实现人脸识别、视频结构化处理。七年后的2024年，地瓜机器人从地平线公司拆分并独立运作，旭日5智能计算芯片应运而生，RDK X5

聊聊大模型推理系统之 BestServe：LLM 服务吞吐量提升 30%背后的三大创新

全文约 1600 字，预计阅读时间 5 分钟在大语言模型（LLM）日益普及的今天，如何高效地为数百万用户提供服务成为了一个关键挑战。传统的试错方法不仅耗时且成本高昂，而现有的理论模型又难以准确预测复杂

微软已为Agent悄然调转船头，当大厂都在卷“通用Agent”

您有没有这样的体验？一天的工作里，您可能用GPTo3写了个方案，然后切换到Cursor或者Trae里写代码，接着又打开Notion或者飞书整理文档。每个工具都挺聪明，但它们彼此之间就像生活在平行宇宙—

角色扮演大模型技术分享2-超拟人模型的困境

时隔半年，最近的迷茫反而越来越多了。先碎碎念，有时间写干货。这次干货预计会更多，多到爆炸。本人太懒码字太累，因此可能会少次多量分几篇发出来，目前计划包括但不限于数据合成全流程分享篇、拟人化能力提升篇

直击CVPR现场：中国玩家展商面前人从众，腾讯40+篇接收论文亮眼

白交 发自 凹非寺量子位 | 公众号 QbitAICVPR 2025落下帷幕，这次关注度和社交参与感，非常深度了。比如随手抓住一只何恺明，直接变成追星现场。在以谷歌/Meta等国际巨头为主导的展区里，

网页编程众测排名：DeepSeek-R1超越Claude 4加冕全球第一

一水 发自 凹非寺量子位 | 公众号 QbitAI编程王者Claude地位不稳了？？大模型竞技场最新战报出炉，DeepSeek新版R1拿下网页编程第一，小胜Claude Opus 4。要知道Claud

不用千亿参数也能合成高质量数据！这个开源框架让小模型“组团逆袭”，7B性能直追72B

GRA团队 投稿量子位 | 公众号 QbitAI无需蒸馏任何大规模语言模型，小模型也能自给自足、联合提升？上海人工智能实验室联合中国人民大学提出的GRA框架（Generator–Reviewer–Ad

大模型“拼好题”，45K数据撬动18%提升，数学问题拒绝死记硬背 | MathFusion

MathFusion团队 投稿量子位 | 公众号 QbitAI当前数学领域的数据生成方法常常局限于对单个问题进行改写或变换，好比是让学生反复做同一道题的变种，却忽略了数学题目之间内在的关联性。为了打破

AI操作有了“紧急刹车”！通义&自动化所AI决策诊断模型，GUI智能体纠错正确率SOTA

GUI-Critic-R1团队 投稿量子位 | 公众号 QbitAIGUI智能体总是出错， 甚至是不可逆的错误。即使是像GPT-4o这样的顶级多模态大模型，也会因为缺乏常识而在执行GUI任务时犯错。在