新英伟达发布 Nemotron 3 Super：1200 亿参数 MoE 架构，智能体吞吐量飙升 5 倍
随着企业 AI 应用从简单的聊天机器人向复杂的多智能体系统（Multi-Agent Systems）演进，两大瓶颈日益凸显：上下文爆炸导致成本激增与目标漂移，以及每一步都需大模型推理带来的高昂"思考税...
排序
Ai2 发布 Olmo Hybrid：混合架构的“效率革命”，用一半数据训练出同等能力的 7B 模型
“如果 Transformer 是记忆大师，线性 RNN 是状态追踪者，那么混合模型就是集两者之大成的‘全能选手’。” 艾伦AI研究所（Ai2）今日正式发布了 Olmo Hybrid，这是一个全新的 ...
印度SarvamAI 开源 30B/105B 推理模型，全栈自研挑战全球巨头
印度初创公司 SarvamAI 开源了其旗舰推理模型系列：Sarvam 30B 和 Sarvam 105B。这两个模型不仅是目前印度本土构建的最大规模开源模型，更代表了全球范围内罕见的全栈自研（Ful...
OpenAI 发布 GPT-5.4：原生“计算机使用”能力觉醒，智能体正式接管复杂工作流
“它不再只是陪你聊天的机器人，而是能真正操作你电脑、编写并调试代码、处理复杂报表的数字员工。” OpenAI 正式推出 GPT-5.4，这是 GPT-5 系列中迄今为止最强大的通用模型。它不仅继承了 ...
谷歌 Gemini 3.1 Flash-Lite 发布：首字速度快 2.5 倍，每百万输入仅$0.25，重新定义高性价比 AI
在 AI 模型竞相追求更大参数、更强能力的今天，谷歌反其道而行之，推出了 Gemini 3.1 Flash-Lite。这款专为高容量、低延迟、低成本场景打造的新模型，旨在证明：在速度与效率的赛道上，轻...
OpenAI 推出 GPT-5.3 Instant：告别“说教式”拒答，幻觉率最高直降 27%，重塑日常对话体验
OpenAI 今日正式向 ChatGPT 所有用户及 API 开发者推送 GPT-5.3 Instant 更新。将作为ChatGPT的默认模型，此次升级并未追求参数量或新能力的爆发，而是专注于打磨日常...
Qwen3.5 小模型系列重磅发布：0.8B 至 9B 全覆盖，原生多模态与强化学习赋能边缘智能
通义千问（Qwen）家族再添新成员！Qwen3.5 小模型系列今日正式发布，涵盖 0.8B、2B、4B、9B 四种参数量级。这一系列模型不仅继承了 Qwen3.5 大模型的强大基因，更在效率与性能的平...
Perplexity 开源两款高性能嵌入模型：4B 参数支持二进制量化，检索效果超越 Gemini 与 Qwen
在检索增强生成（RAG）和大规模语义搜索领域，嵌入模型（Embedding Model）的性能与成本往往难以兼得。今日，AI搜索引擎 Perplexity AI 发布了专为互联网规模检索任务打造的两款...
Inception Labs 发布 Mercury 2：扩散式 LLM 打破自回归瓶颈，推理速度提升 10 倍
在大型语言模型（LLM）领域，自回归（Autoregressive）架构长期占据主导地位，但其“逐字生成”的特性已成为高延迟场景的痛点。今日，Inception Labs 正式推出 Mercury 2...
西班牙“准独角兽”Multiverse 发布免费压缩模型Hypernova-60B-2602：60B 参数仅占 32GB，性能比肩 Mistral Large 3
大型语言模型（LLM）虽强，但“大”往往意味着高昂的部署成本和难以逾越的硬件门槛。西班牙巴斯克地区的初创公司 Multiverse Computing 正试图打破这一僵局。 今日，该公司正式发布了 H...
Qwen3.5 中型模型系列重磅开源：35B 越级挑战 235B，架构效率重塑 AI 新标杆
在基础大模型的竞赛中，参数规模曾是衡量智能的唯一标尺。但今天，阿里 Qwen 项目组用最新发布的 Qwen3.5 中型模型系列 证明：推动智能进步的，不再仅仅是更大的参数，而是更优的架构、更精的数据和...
LiquidAI 发布 LFM2-24B-A2B：240 亿参数 MoE 模型，仅需 20 亿激活即可在 32GB 内存笔记本上流畅运行
大模型是否只能存在于云端集群？LiquidAI 给出了否定的答案。 LiquidAI 正式发布了 LFM2-24B-A2B，这是其 LFM2 家族中规模最大的早期模型。这款稀疏混合专家（MoE）模型拥...
