Gemini-2.5-Pro 和 Gemini-2.5-Flash 移除了 Preview 标签了。看来是版本固定了？加下来要向 Gemini Ultra 或者 Gemini-3迈进了

…

昨天的 GCP 全球宕机事故报告出了，给大家解读下。

从 Google 的报告来看，是给全球的API管理系统下发了一个非法的配额策略（比如1小时只能请求1次这种离谱的策略），于是所有外部请求都403了（因为按照策略超请求配额了，于是403拒绝），工程师发现问题后立刻将所有接收到非法配额的API的配额系统全都绕过了，让这些API不检查配额策略直接给用户服务。

但是，但是来了，us-central1 地区的配额数据库过载了 （这里猜测工程师发现手抖应用错了策略，于是打算先恢复 us-central1 (在美国爱荷华州 Council Bluffs), 紧急情况下想都没想直接清除掉数据库中的旧策略，然后写入新策略，然后一看怎么还没生效，反而旧策略还在应用，检查后发现旧策略在缓存中，于是直接清空缓存！缓存失效，请求全部打在了数据库上，数据库就炸了…）. 最终 us-central1 花费了更多时间才恢复。而其它区域则吃了us-central1的堑，使用逐步逐出缓存的方法，这也可能是为什么2小时才恢复的原因。

以上纯基于报告的猜测哈。感兴趣的同学还是请看原本的事故报告，写得是事无巨细： …

meta 刚刚又发了新模型——V-JEPA 2 （Video Joint Embedding Predictive Architecture 2）

这是个视频理解模型，能判断视频中正在发生什么并进行一定程度的预测。并且亮点应用是零样本机器人控制（如果用yolo需要针对训练，但是大模型的知识具有迁移性，视觉中出现新东西不用训练也能操作）

根据官方报告，这个模型的技术创新有：

• 自我监督学习：模型不需要大量标注数据，而是通过"自己教自己"的方式学习
• 遮挡预测机制：模型通过"填空题"的方式学习 - 遮住视频的某些部分，让模型预测被遮住的内容
• 抽象表征学习：模型不是简单地记忆像素，而是学习视频的"抽象含义"…

没错进门就是 TRAE, 红色的牌子特别显眼, 这次实装了 doubao-seed-1.6-thinking 很多人都在当场试用

…

Intel 展位

首先还是最重磅的, Intel 把还没正式发布的 Arc Pro B60 拿过来了, 24G GDDR6, 456 GB/s, TDP 200 W. 从贴纸看这个还是工程样品. 我跟现场的工作人员说能否拔下来多拍几张, 结果被拒绝了, 因为没有螺丝刀. 机器搭配的是平平无奇 DDR5 4800.

…

面壁智能刚刚发了一堆小模型，包括： MiniCPM4-0.5B/8B/MCP/Survey 等等

• MiniCPM4-0.5B 是面向端侧设备的，8B是旗舰模型
• BitCPM4-0.5B/BitCPM4-1B 是类似 bitnet 的1bit 量化模型
• MiniCPM4-Survey 是个专门用于生成报告的模型
• MiniCPM4-MCP 是个MCP专用模型

另外还有一些视觉模型组件。目前从跑分上看，与 Qwen3-8B 不相上下，感兴趣的朋友可以试试。…

一张图搞定结构化3D建模——PartCrafter

这是一个来自北大+字节跳动+卡耐基梅隆大学的联合项目

简单来说，这个项目实现了从单张RGB图像直接生成多个语义部件的结构化3D模型，彻底告别了传统"先分割再重建"的繁琐流程，提供：

• 端到端生成：无需预分割输入，一步到位生成完整的部件化3D场景
• 组合式潜在空间：每个3D部件用独立的潜在token集合表示，支持灵活编辑…

“昨天的我狙击了今天的你”

小米刚刚发布了两个新模型，我来给大家分别介绍，这个是第一个—— MiMo-7B-RL-0530

这是一个文本推理模型，跟 DeepSeek-R1 是一个类型。小米宣称这个新模型在 7B 规模这个是目前最强的模型。

官方比较的也是之前 DeepSeek-R1 蒸馏的 Qwen2.5-7B, 甚至说 AIME24 数学测试超过了旧版 R1，估计是也没料到 28 号 DeepSeek 发布了新蒸馏的 Qwen3-8B。 我把数据整理到一起给大家看。结论就是——没打过 DeepSeek-R1-0528-Distilled-Qwen3-8B. …

有数据显示 DeepSeek-R1-0528 的后训练数据可能是使用 Gemini 合成的, 之前的旧版R1则是用 OpenAI 模型合成的。图中是一个针对 DeepSeek 输出内容进行聚类的树，可以看到新版的 R1 在输出内容聚类上更靠近 Google Gemini, 而之前的 R1 则更靠近 OpenAI

…

据三位了解内情人士透露，芯片制造商英特尔正在考虑剥离其网络和边缘业务，因为新任首席执行官认为公司中的一些部分并非关键。

…

Qwen 又发新模型了！ ParScale-1.8B-P1 （P2，P4，P8）

这个 P 是什么意思？没错，就是这个模型最新颖的点。大家知道提升模型能力要么增加参数量，要么疯狂推理（类似QwQ一个问题要想3分钟）。于是 Qwen 团队又搞出了一个新方法，干脆并行推理。于是他们发明了新的方法——ParScale

简单讲 ParScale，首先使用 n 个并行流进行推理 (就是模型后缀的Pn)，但这些不是相同的推理启动多个，而是使用可学习的差异化变换（transformations），这些输入的内容在模型中前向传递（使学习变换后的内容具有关联性）。最后使用动态聚合机制合并所有输出结果。

Qwen 团队验证，使用这个方法能近似相当于给模型扩展参数，使用P个并行流的扩展相当于将参数数量增加 O(log P) 倍。比如 30B 的模型，如果 8 个并行，那么效果相当于一个 42.5B 的模型。 …

来看这个新技术 PTS (Pivotal Token Search, 关键token检索)

简单来讲, PTS的想法基于——大模型干活的时候不是所有输出的 token 都能成为决策点, 而是几个关键点 token 能决定大模型输出的东西对不对, 其它全是水词, 于是PTS方法提取这些 token, 形成 DPO（Direct Preference Optimization, 直接偏好优化）数据集. 数据集包含 “选择的 token” (增加成功率的 token), “拒绝的token” (降低成功率的 token)。然后进行针对性微调.

除了微调, PTS 方法还可以提取关键 token 的激活模式, 生成 steering vectors（引导向量）。然后在模型推理过程中引导，这样就不用微调了。（当然计算量会增加一些）

不过我咋感觉这个方法只是将一部分参数在向量空间的分布概率拉大？尤其是作者说是收到Phi4启发的。但Phi4的效果没啥惊艳的地方。那么这个方法真的有什么改进么？还是我理解的不太对？想听听有没有大佬的想法或者实践经验 …