跳到正文
11月13日週五
  1. HuggingFace Daily Papers(社區熱門論文)43

    MMFlash:加速視覺語言模型的推測解碼

    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%。

  2. HuggingFace Daily Papers(社區熱門論文)66

    更多智能體、更多樣本,還是更多思考?拆解多智能體大語言模型中的協調、集成與測試時計算

    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。

  3. Unite.AI85

    Google 發佈 Gemini 4 Hydrogen,面向日常智能體工作流程

    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%。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)82

    Google 發佈 Gemini 4 Hydrogen,開始向全球開發者、企業及消費者推出

    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。

  5. Google DeepMind84

    Google DeepMind 發佈 Gemini 4 Hydrogen

    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。

11月12日週四
  1. SiliconANGLE59

    Luminal 獲 $23M 融資,瞄準 Nvidia 的 CUDA 軟件壁壘

    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。

  2. DEV Community50

    GPT-6 Astra 修改小型模型權重,展現 AI 除錯方向

    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。

  3. 第一財經36

    百度發布兩款文心應用模型

    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。

  4. DEV Community56

    ESP32-P4 實際能運行哪些邊緣 AI 模型?從 ESP-DL 支援到即時視覺驗證

    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。

  5. 阿里雲開發者社區 AI59

    2026 年阿里雲雙十一活動攻略:新人雲產品折扣與套餐選型指南

    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。

  6. DEV Community44

    甚麼是 LLM 推理?

    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。

  7. 新浪科技39

    硅基流動創始人袁進輝:推理所需算力沒有上限,晶片企業有很大機會

    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。

  8. 創業邦61

    Token 生意火熱,頭部中間商仍未賺到錢

    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%。

  9. InfoWorld65

    Microsoft 自家 AI 基礎模型及推理平台解析

    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。

  10. 雷鋒網64

    CoRL 2026 青年成就獎唯一華人得主清華趙行:世界不會等模型

    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。

  11. 阿里雲開發者社區 AI50

    阿里雲 2026 年雙十一 AI 節省計劃入門款首購折扣領取教程

    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。

  12. 阿里雲開發者社區 AI50

    2026 阿里雲 GPU 伺服器學生優惠價格表列出 22 款實例及 10 款算力替代方案

    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。

  13. 新浪科技59

    百度發布文心閃電深度思考模型及文心一鏡微表情大模型

    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。