模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2078 条
- 企业AI需要两个世界模型
量子位6 天前国内模型36
- 上下文语言模型：通过自主管理上下文提升性能、降低计算成本
InfoQ 中国6 天前国内模型33
- 当超算走出实验室：一场从”算得快”到”算得值”的产业迁徙
雷峰网6 天前国内模型30
- 国产5B生图模型海外突然爆火，4天超百万下载
- DeepSeek千亿融资逼近收官：结盟完美世界、中芯聚源等产业资本，募资翻倍押注具身智能
- iRTE2026：声网CEO赵斌提出五级对话能力框架，实时互动迈入对话 AGI 时代
- 月之暗面公布 Kimi K3.1 预热视频，发布日期暂未官宣
IT之家6 天前国内模型33
- 从“算力”到“Token 生产力”，硅基流动助力央国企大模型规模化落地
- 沃尔沃、奔驰、大众等纷纷拥抱英伟达，推动欧洲自动驾驶业务发展
- 融资10亿+元，亿铸科技加速通用存算一体产业化
- 微星 MPG COREFROZR AP15 双塔风冷散热器体验：磁吸数显屏 + 内存全避让设计
- AI Is Winning Literary Awards. The Data Says That's Not What's Happening.
DEV Community · AI6 天前海外模型29
- 2027 款极狐阿尔法 S5 纯电宽体轿跑预售：标配激光雷达，12.18 万元起
- You.com 推出推理路由，聚合 12 个开源模型并承诺 99.9% 可用性
You.com 上线 Inference Router，一个兼容 OpenAI 和 Anthropic 接口的托管 API，可在 12 个开源权重模型间路由请求，承诺 99.9% 最低可用性 SLA 和零数据保留（ZDR），全部托管在美国境内，按 token 计费且不收平台费。模型从 GPT-OSS 120B（125K 上下文）到 Kimi K3、Qwen3.8 Max（1M 上下文），Kimi K3 为 2.8T 参数，Qwen3.8 Max 为 2.4T MoE。请求先走自有推理容量，满载或故障时切换到 Parasail、Wafer、阿里云、Meta、Inception 等合作方，切换不影响账单。
MarkTechPost6 天前海外模型38
- Termexo v0.10.15 发布：工作区树、账号登录方式与模型升级建议
开源中国6 天前国内模型25
- 红魔 RedMagicOS 12 适配机型公布：11 Pro / 11S Pro 系列手机 12 月升级
- 报告称 2026 年国内大模型均价翻倍，每秒吞吐量也翻倍
- 不录屏的 Recall：微软测试 Pantheon 新 AI 应用，定位 Win11 的“第二大脑”
- “PHP2Shell”敲响企业漏洞警钟，奇安信天戟提供一键速查方案
- OpenAI 怀疑三名被解雇安全研究员向外部泄露模型设计
据《华尔街日报》报道，OpenAI 怀疑三名被解雇的安全研究员将内部模型设计泄露给 AI 安全研究者 Ryan Greenblatt，渠道包括 Signal 上的阅后即焚聊天。公司以不当处理敏感信息为由解雇了这三人，他们此前一直在争取保留模型内部运作的相关信息。原文信息有限，未披露泄露内容的具体范围与时间。
Techmeme6 天前海外模型34
- MiniMax M3.1 Flash 正式开源
- “AI店长”帮部分试用商家增长超30%，美团外卖薛冰：将赠送给全国所有商家
- DatI 新版发布：将数据库发布为语义感知的MCP服务，支持 Schema 级权限管控
- AI 智能体的“说明书”转为社区共治：Anthropic 捐赠 Agent Skills 开放标准
- MiniMax M3.1 Flash 开源模型权重，总参数 428B
- DeepSeek、MiniMax 已顺利履行登记手续，完成开源和海外授权使用
- Sakana AI 与 Modal 合作部署约 1 万亿参数 MoE 模型
Sakana AI 在 Modal 上部署约 1 万亿参数的 MoE 模型 Sakana Namazu，面向日本商业场景、实时网页搜索和代码执行。Modal 团队针对日语保留调优 NVFP4 量化：只量化路由专家，注意力、路由器和共享专家保持 BF16；校准数据以日语对话为主，覆盖全部 23,040 个专家。量化后日语指令跟随能力与生产检查点持平。另训练定制 DFlash 草稿模型用于投机解码，通用草稿模型接受率不足 40%。服务运行在 Modal 全球 GPU 池上，无需预留容量。
Modal6 天前海外新模型发布42
- vLLM 在 16 张 H200 上优化 GLM-5.3 长上下文推理
vLLM 团队公布 GLM-5.3 在 16 张 H200 上的部署优化方案，采用 1 个 prefill 节点加 1 个 decode 节点的分离架构。Prefill Context Parallelism（PCP）按 token 而非注意力头切分 prompt，更适配 GLM-5.3 的稀疏注意力；Decode Context Parallelism（DCP）按 token 分片 prefill 引擎的 KV cache，使 100 万 token 上下文能装进 prefill 节点；Hybrid HiSparse 让 decode 把 KV 放在主机内存。在 AgentX 上，PCP8 × DCP8 prefill 加 Hybrid HiSparse decode 的单用户速度是同等吞吐下数据并行部署的 1.7–3.2 倍，也是测试中唯一能服务 100 万 token 上下文的配置。
vLLM6 天前海外模型42