因「反思」而強大：TRM微型模型打敗巨型AI！
三星的700 萬個參數小模型 TRM 研究，挑戰了大型語言模型的推理霸權，也讓人重新思考人工智慧的發展方向：也許智慧並非來自堆疊，而是來自結構的設計、推理的循環，以及反思的能力。
PyTorch Lightning：讓深度學習更高效、更乾淨的框架
PyTorch Lightning 的出現，代表著深度學習工程實踐的一次質變。它並未重新發明 PyTorch，而是讓 PyTorch 更乾淨、更高效、更具生產力。
WorldVLA：視覺、語言與動作的融合之路
WorldVLA 是一個自回歸動作世界模型，它將動作和圖像的理解與生成統一起來。 WorldVLA 將視覺-語言-動作 (VLA) 模型（動作模型）和世界模型整合在一個框架中。
ML.ENERGY能效排行榜：讓你看見LLM回應背後的電表數字！
密西根大學研究團隊推出的 ML.ENERGY Leaderboard 能效觀測排行榜，透過名為 Zeus 的開源測量工具，能精準追蹤 CPU、GPU 在 LLM 推論過程中的能耗，並以公開數據的形式排名，讓外界第一次能清楚看見「AI 回應背後的電表數字」。
Helix Model：讓人形機器人真的懂你！
Helix 的誕生，標誌著人形機器人真正邁向家庭應用的關鍵一步。它不僅能快速而精確地控制整個上半身，還能理解語言、泛化到從未見過的物品，甚至在多機器人場景中協作。