百度發佈文心閃電深度思考模型與文心一鏡微表情大模型,並上線千帆平台
百度在百度世界2026主論壇發佈文心閃電深度思考模型及文心一鏡微表情大模型,並同步上線百度智能雲千帆平台,向企業客戶及合作夥伴開放 API 服務。
百度在百度世界2026主論壇發佈文心閃電深度思考模型及文心一鏡微表情大模型,並同步上線百度智能雲千帆平台,向企業客戶及合作夥伴開放 API 服務。
MMFlash 透過自適應提高視覺依賴 token 的權重,並在長影片輸入中採用稀疏注意力,加速視覺語言模型的多模態推測解碼。它在多項多模態基準測試中實現最高 3.58× 的無損解碼加速,較 EAGLE-3 和 DFlash 分別快至 195.4% 和 17.1%。
這項研究綜合九項主要實證評估、共 516 種多智能體配置,發現與樣本數或資源預算相匹配的基線相比,多智能體系統準確率平均低 0.042。在這些可比對照中,74% 的多智能體結果準確率等於或低於基線;由單次貪心基線改用抽樣基線,準確率差異平均下降 0.038。
大語言模型推理分為 prefill 和 decode 兩階段,產品團隊可按延遲、記憶體及成本需求,選擇相應的量度方式和優化方案。prefill 讀取整段提示詞並影響首個 token 的等待時間,decode 逐個 token 生成,通常受記憶體頻寬限制。
Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。
推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。
Google 發佈 Gemini 4 Hydrogen,定位為面向日常編碼及智能體工作流程的高速、高效率模型,並開始向全球開發者、企業及消費者推出。在 Artificial Analysis Intelligence Index 的預設 high thinking level 下,Hydrogen 得分為 51,高於 Argon 的 50。
推薦理由:文章列出 Hydrogen 與 Argon 的基準分數差異,並交代其 1 million-token 上下文窗口定價,呈現模型表現與使用成本的比較。
SinkState 以即時 SVD 將混合式大語言模型的循環狀態轉為自適應低秩表示,減少解碼時的記憶體流量。測試中,循環狀態記憶體佔用平均減少 1.9x,最高達 2.6x。相較 Mamba-SSM 和 Flash Linear Attention,解碼速度最高提升 1.58x,對下游任務表現影響甚微。
smolmaxxing 透過自訂運算核心、記憶體管理及權重串流,在 Xiaomi TV Box S (3rd Gen) 和 iPad Air (2013) 上運行大型語言模型。
Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。
推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。
作者讓八個 AI 智能體分頭整理多智能體研究,五份報告把論文的 17.2x 誤讀為任務錯誤倍數。該數字衡量協作失誤造成的額外計算工作,而非任務失敗率;作者以第二個 Agent 查核 118 項重要主張,其中 46 項的表述有所改動。
OpenAI 安全團隊分析 GPT-5 至 GPT-6 Astra,指出訓練選擇會影響模型在不顯示思維鏈時推理,以及操控思維鏈的能力。研究把相關因素歸納為預訓練帶來的能力提升、架構設計、RL 訓練及學生模型承襲教師模型的可控性;Astra 類模型接受更多 RL 後,操控思維鏈的能力會上升。
AMD 正式推出採用 Zen 6 架構的第六代 EPYC「Venice」伺服器 CPU,產品現已商用,主要伺服器廠商已開始出貨相關系統。AMD 公佈的雙插槽 EPYC 9996 在 SPECrate 2017 integer 測試中得分 5,470,搭載 Nvidia Vera CPU 的系統得分為 1,459,效能最高高出 3.75 倍。
姚期智、楊植麟等人提出 TCSExam 評測 AI 科研能力;Kimi K3 在 124 個點且不含三角形或四邊形的圖中構造出 630 條邊,超過 629 條參考紀錄。
Luminal 完成由 Standard Capital 領投的 $23M A 輪融資,累計融資超過 $28M,並以搜尋編譯器及全託管推理雲處理 AI 工作負載跨晶片運行的難題。該編譯器會測試神經網絡在目標晶片上的不同執行方式、自動生成程式碼,並快取實作供重複推理工作負載使用。產品推出四個月後,每月處理超過 45 trillion tokens。
阿里雲 2026 年雙 11 活動由 11 月 1 日至 30 日,優惠涵蓋雲伺服器、Token Plan、千問辦公,以及建站和編程工具。雲伺服器優惠包括 38 元輕量伺服器、99 元 ECS e 實例及 199 元 ECS u1 實例;Token Plan 個人版四檔月費為 39、79、139 和 312 元,新客首購低至五折。
Anthropic 於 2026 年 11 月 9 日開放 Claude Fable 5.2,輸入/輸出價格為每百萬 tokens $8/$40,API 預設 effort 為 high。
推薦理由:文章並列 API 價格、預設 effort 與可能觸發 400 的遷移變更,讓開發者可按請求組裝方式檢查升級風險。
MIT 研究人員以 GPT-6 Astra 修改開源小模型 Qwen3.5-0.8B 的權重,使其 MATH-500 評分由 7.9% 升至 48.1%,約 0.016% 的參數有變。改動集中於兩個張量;研究尚未證明直接編輯比微調更便宜、可靠或可擴展。Nathan Barry 指,較簡單的線性規劃方法以約少八倍的權重改動,重現或超越大部分提升。
AI 初創公司 millionways 推出 Thorsten-4,聲稱可從人的言談中分析其意圖與動機。模型以心理學家訪問逾 7,000 人並手動標註的資料訓練,millionways 表示它可用於銷售及高管招聘,作為決策支援工具,而非最終決策者。公司同時表示已在美國籌得 $6 million。
百度發佈兩款文心應用模型:文心閃電深度思考模型與文心一鏡微表情大模型。科技快訊亦提及 Seedance 2.5 flash 影片模型生成速度翻倍、價格更低,以及 Claude API 新增調節 effort 的能力。
百度發布文心閃電深度思考模型與文心一鏡微表情大模型。其他 AI 動態包括 Seedance 2.5 flash 影片模型生成速度翻倍、價格更低,以及 Claude API 新增調節 effort 的能力。Google 推出基於 Gemini Decision 1 模型的 Gemini Decisions API,用於快速多模態決策。
文章以 Espressif 公開文件整理 ESP32-P4 邊緣視覺模型的驗證方法,指出標示支援不等於模型可載入、記憶體足夠,或相機整體流程能在可用時限內回應。建議先界定任務,再於目標開發板、感測器、解析度及並行負載下,分別檢查模型輸出、記憶體和端到端延遲。本文沒有提供未測裝置的 FPS、功耗、温度、辨識準確率或量產可靠性數據。
阿里雲 2026 年雙十一活動由 11 月 1 日至 30 日,攻略按免費額度、低價套餐和折扣產品整理雲產品選購資訊。內容涵蓋輕量應用伺服器、ECS、GPU 伺服器、百煉、Token Plan 等,並整理新人資格、試用額度、優惠券及購買限制。例如,輕量伺服器秒殺價為38元一年,ECS 經濟型 e 實例為99元一年;底價套餐不可疊加優惠券。
Argo CD 項目於 2026 年 11 月 3 日發布 3.6.0,生產系統的控制器記憶體用量由 3.27 GB 降至不足 1 GB,減少約 70%。3.6.1 於 11 月 4 日推出;更新加入 ApplicationSet 漸進同步的 Prometheus 指標,健康檢查範圍亦擴展至逾 10 類新資源,包括 KServe。
KORA Systems 公開 KORA OS 技術細節,文章將它視為「原生 AIOS」案例,重點是以 Cortex 混合推理引擎作為系統核心,調度 CPU、GPU 和 NPU。
LLM 推理是模型完成訓練後,以固定權重處理提示詞並逐個 token 生成答案的過程,模型不會因單次對話改變權重。一次請求包括 Tokenize、Prefill、Decode 和 Streaming 等階段,其中 Decode 逐個 token 執行並重用 KV cache。大規模推理的工程重點包括速度、GPU 記憶體和成本,常用批次處理、KV cache 管理、量化及分散式服務作取捨。
Google 發佈由 Gemini Decision 1 驅動的 Gemini Decisions API,開發者可在單次請求中評估最多 1,000 個問題,並根據指定選項的機率作出決策,而非生成文字回覆。
文章示範如何結合 Apple 裝置端模型、NLContextualEmbedding 與 Foundation Models framework,建構離線、無 API key 且無按次費用的私隱分類器。
硅基流動創始人兼CEO袁進輝表示,推理所需算力遠大於訓練,需求沒有上限,晶片企業尤其新玩家在推理市場有很大機會。訓練一個較好的模型基本需要一百萬億 token,而不少企業每日推理用量已超過一百萬億 token。開源模型在寫作、翻譯、編程等能力足夠的場景,可帶來成本優勢與數據主權。
硅基流動、九章雲極和無問芯穹等 AI 基礎設施公司正拓展 Token 服務,但現有披露顯示,Token 銷售尚未成為高利潤生意。硅基流動2025年收入同比增長653.2%,綜合毛利率卻降至-24%;九章雲極2026年上半年智算雲業務毛利率為2.5%,低於智算基礎設施解決方案的41.1%。
姚期智、楊植麟等人提出 TCSExam,以 100 項理論計算機科學研究任務評估 AI 智能體,並報告 Kimi K3 構造出 630 條邊的圖。該圖有 124 個點且不含三角形或四邊形,較此前 629 條邊的參考紀錄多 1 條。
作者以相同提示詞比較 6 個 LLM API,五個模型答對全部 3 道推理題,Codex 答對 2 題;六個模型在同三題上的延遲和輸出 token 數相差約 30 倍。
Microsoft 正透過 Microsoft AI(MAI)推出自家基礎模型,主打以較低 token 成本支援網絡安全、編碼和轉錄等常見場景。MAI-Cyber-1.1-Flash 在 MDASH 中處理過去由更大型、成本更高模型承擔的 90% 任務,運行成本亦較 1.0 版低 18%。Maia 300 的計算能力提升 36%、高頻寬記憶體效能提升 2.5x,整體每瓦效能約提升 2x。
作者以 abliteration 修改 Qwen 3.8 27B,令模型不再拒絕指定的中國政府政治諷刺提示詞,並生成諷刺短劇。流程分為基線、向量提取、配置測試、權重寫入和驗收五階段,完整運行約需一小時。這項處理針對硬拒答,模型對多數政治問題仍帶有明顯偏見。
清華大學助理教授、星海圖 CTO 趙行獲 CoRL 2026 青年成就獎,主張按時間尺度組織機械人智能,並指出「世界不會等模型」。在 RoboCasa 的 5 個未見測試廚房、5 項每項限時 50 秒的任務中,直接策略和智能體策略成功率分別降至 15% 和 20%。他建議機械人仿真基準同時報告截止時間前的成功率及所需推理時間。
阿里雲在雙十一活動期間為入門型 AI 通用節省計劃提供首購優惠,按付費金額兑換可抵扣額度,用於抵扣符合範圍的按量模型調用費用。優惠分為 10 元換 20 元、27 元換 60 元及 135 元換 300 元三檔;包季額度按月發放,未用完不結轉。抵扣受模型清單、地域和密鑰類型限制,Token Plan 專屬 sk-sp 密鑰的調用不適用;文章亦提供按歷史賬單選檔及核對抵扣情況的方法。
這篇阿里雲 GPU 伺服器價格整理列出 22 款 GPU 實例及 10 款學生適用的 AI 算力替代方案,GPU 實例月費參考價由 901 元起。學生方案涵蓋高校算力包、百煉Token Plan、PAI-DSW Notebook、天池平台 GPU 資源及 300 元年度抵扣券;抵扣券可用於 GPU 包年包月訂單,但不可用於按量付費或百煉Token Plan。
長鑫科技在 IC China 展示面向伺服器、手機及汽車三大場景的記憶體產品矩陣,並指出算力與記憶體需求正呈現分層。伺服器方面,DDR5 RDIMM 覆蓋 32GB 至 128GB 容量及 5600Mbps 至 8000Mbps 速率,MRDIMM 最高速率達 12800Mbps。
百度在百度世界2026主論壇發布文心閃電深度思考模型和文心一鏡微表情大模型,並同步於百度智能雲千帆平台向企業客戶及合作夥伴開放 API。文心閃電深度思考模型採用 BSA 稀疏注意力技術,官方稱推理引擎成本降低30%以上;文心一鏡微表情大模型支援最長4000字文本驅動,影片生成成本較業界降低50%,極速版本生成1分鐘影片約需1分鐘。
Neykosa 團隊在 4 GB RAM 的 Galaxy A05s 上測試其只針對單一應用任務訓練的小型開源模型,模型可運行;同一整個應用測試中,庫存問題回答用時 4.25 秒,列印預覽後首次回合則為 13.4 秒。
清華大學助理教授、星海圖 CTO 趙行獲 CoRL 2026 Early Career Keynote(青年成就獎),是全球三位得主中唯一華人,並提出按反應時間尺度組織機器人系統。