12秒生成1万token！谷歌推出文本「扩散模型」Gemini Diffusion，研究员：演示都得降速看
谷歌推出Gemini Diffusion，通过扩散技术将语言模型文本生成速度提升至2000token/秒，甚至超越了较大的模型Gemini 2.0 Flash-Lite。这种技术能够快速迭代并纠正错误，提高生成连贯性和一致性。
自回归模型
刚刚，OpenAI 发布生图神器狙击 Google！一句话 P 图奥特曼现场玩梗，免费能用
OpenAI 推出GPT-4o模型集成先进图像生成器，支持多模态输入输出、理解复杂指令等新功能，并向用户开放使用。
何恺明开辟分形图像生成新范式！计算效率提高4000倍，首次实现高分辨率逐像素生成
何恺明团队提出分形生成模型Fractal Generative Models，通过递归调用原子生成模块实现逐像素高分辨率图像生成。该模型从数据中学习递归法则，展示在材料、蛋白质等非序列数据建模中的潜力，并已开源代码。
豆包开源视频生成模型 VideoWorld 了
字节跳动开源VideoWorld视频生成模型，无需语言模型即可学习时空动态规律，降低技术门槛，具有广泛应用前景。但存在抽象概念建模困难、算力需求高等挑战。
英伟达发布“世界大模型”，12G显存亲测可用
英伟达发布Cosmos模型，基于200万小时视频训练，包含扩散模型、自回归模型等四大功能模块。Cosmos在几何准确性上表现优异，适用于自动驾驶和机器人研究等场景。