看了下美团新开源的 LongCat，LongCat 这次用“跨块拼接”把 虚拟数字人 稳定性做到了 EvalTalker 榜一。
实测下来口型和表情确实没崩，多个人同框也不打架。底层是 13.6B 的 DiT，MIT 协议直接给商用，这点必须给大哥点赞。👍
#AI工作流 #独立开发 #数字游民 #LongCat
看了下美团新开源的 LongCat，LongCat 这次用“跨块拼接”
更多动态
刷到小米把 MiMo-V2-Flash 给开源了。
代码能力直接硬刚 Claude Sonnet 4.5，但推理成本只有人家的 2.5%。最离谱的是它的生成速度，每秒 150 个 token，我跑了一下确实快得像开了挂。 技术上： • MoE 架构：309B 的大块头，干活时只动 15B 脑细胞，省电还贼快。 • 多令牌预测：以前 AI 是一次憋一个字，这货一次能吐 3 个左右，配合 SGLang 框架简直是丝滑。 • MIT 协议：这点真的吹爆，雷总这次太大气了，代码权重全给，随便商用。 100 万 token 才 2 块钱，还要啥自行车？ #AI工作流 #小米MiMo #独立开发 #开源模型
现在网页版 Gemini 可以直接创建 Opal （ 一句话构建 AI 工作流）
，可以理解成 Gem（智能体） 的加强版。 顺便提一句，我个人理解工作流和智能体的区别是，一个工作流可能是由多个智能体组合。
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
