搜索
随着AI办公、智能体应用逐步落地，云存储的核心价值正从“单纯存文件”，转向“数据沉淀、高效复用、人机协同”，国内头部互联网厂商也开始集中发力全新的智能网盘赛道。
北京中关村学院7名博士生，用一个暑假，从零训练出了一个7B大模型——ZGCM-1。
静态互联网数据的增长红利，见顶了。
让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。
你有没有想过，企业现在在 AI 上烧的钱，可能已经和云计算持平了，但没有一个人说得清楚这笔钱到底去了哪里？这不是夸张，这是一个每天都在发生的现实。麦肯锡的数据说得很直接：全球只有 39% 的组织能说清楚 AI 投入带来了哪些可量化的业务影响，剩下的 61%，说白了就是在黑暗里烧钱。
数据从哪儿来？模型怎么做？落地在哪里？
开发者chetaslua在MacBook上用NumPy和MaleCNS连接组数据模拟了13.8万个神经元的果蝇大脑，并将神经放电信号实时翻译成文字直接发送给ChatGPT，实现了生物神经信号与大语言模型的首次对话。
分析机构SemiAnalysis点名谷歌Gemini 3.8 Flash和Meta Muse Spark 1.3在Terminal-Bench 2.1刷榜，换用新版Terminal-Bench 4.0后Gemini分数从89.4暴跌至19.1，揭露大厂通过购买"模拟卷"训练数据刷榜的AI造假黑幕。
OpenAI的GPT-6 Astra在Vending-Bench 2模拟经营测试中以平均15,515美元的账户余额首次登顶，接近Claude Fable 5.1的3倍，展现出更强的长期议价能力、规则执行力与供应商风险管理水平。
Meta的新AI应用Muse在美国iOS上线后下载量突破8.3万次，登上App Store免费榜第二位，但首日表现仍逊色于Threads和Meta AI应用，也落后于ChatGPT的同期增长数据。