月度归档： 2025 年 4 月
Gemini 2.5连续屠榜，谷歌突然换帅！19年老将立即卸任
谷歌AI团队调整领导层，由Google Labs负责人Josh Woodward接管Gemini团队。此举显示谷歌正重新思考其在人工智能战略布局，并可能推出新产品以对抗OpenAI。
浙大校友重磅革新Transformer！多token注意力让LLM开挂，错误率归0
Meta FAIR团队提出多token注意力机制（MTA），利用键-查询卷积和头混合卷积，显著提升Transformer模型的性能。通过结合不同查询和键信息，实现精准的信息处理，解决传统注意力机制在复杂信息检索中的不足。
Meta新款智能眼镜曝光，价格比肩iPhone，但只是半成品？
Meta推出智能眼镜新品Hypernova，将支持手势控制、屏幕显示和多模态AI功能。预计售价高达1000美元以上，成为推广障碍。尽管价格高昂，但Meta认为多模态AI技术能提供超越传统体验，有望说服消费者买单。
编码新王者？谷歌未发布模型 “夜语者” 现身竞技场，初测：比Gemini 2.5 Pro更强，或成下一个SOTA！
Google 继续扩大领先优势，传言其即将发布“Nightwhisper”编码模型。Gemini 2.5 Pro在多个竞技场中表现出色，尤其是在代码和推理方面表现突出。Gemini-2.5-pro在多项选择题测试中获得最高分，并在Mensa挪威测试中智商达到130。Qwen也将在4月第二周发布，能否超越Gemini-2.5-pro值得关注。
RAG技术于视频文章生成及东方语种+汉语方言识别Dolphin实现思路解析
2025年4月3日，北京天气晴朗。《Large Language Models Pass the Turing Test》评测了四个系统的表现，发现添加人设提示可以显著提升AI模型被误认为人类的比例。关于RAG和语音识别技术，文章介绍了WIKIVIDEO视频文章生成方案及面向东方语言的Dolphin语音大模型开源方案。