跳到正文
11月4日週三
  1. DoNews61

    騰訊混元 Hy4 正式版發佈,模型權重將於近期開源

    騰訊混元發佈最新一代大語言模型 Hy4 正式版,新增視覺能力及電腦操作支援,並稱整體模型能力較 Hy4 preview 再提升。Hy4 擴大預訓練和後訓練規模,提升指令遵循、長文理解、長程任務及深度研究能力,並針對 Blender、CAD 等專業軟件和跨應用長程任務進行專項訓練。官方表示,Hy4 將於近期開源模型權重並發佈模型系統卡片,亦會關注網絡及生物安全等風險。

  2. HuggingFace Daily Papers(社區熱門論文)41

    DeepMem 如何透過記憶壓縮序列以提升推理效率

    DeepMem 提出因果多尺度 byte-level 架構,利用可逆子帶轉換、無損載體及快速權重記憶壓縮序列,並以注意力超解碼恢復 byte 級表示。相比匹配的 byte-level Transformer,DeepMem 在 FineWeb-Edu 和 PG19 的語言建模表現更佳,亦在受測 FLORES 語言中取得最高宏平均表現。

  3. 新浪科技75

    騰訊混元正式發佈大語言模型 Hy4,首次躋身最強開源模型行列

    騰訊混元正式發佈新一代大語言模型 Hy4;相較 Hy4 Preview,新模型擴大預訓練和後訓練規模,並首次加入視覺能力及支援電腦操作。Hy4 強化指令遵循、長文本理解、長程任務執行、深度研究、前端開發及金融分析;騰訊混元聯同騰訊金融科技團隊邀請 213 位專家,以 579 個真實金融任務測試,Hy4 綜合表現位居開源模型第一。

  4. 新浪科技77

    騰訊混元發佈新一代大語言模型 Hy4

    騰訊混元發佈新一代大語言模型 Hy4,新增視覺理解並首次支援電腦操作(Computer Use),亦提升指令遵循、長文理解及長程智能體能力。Hy4 將於近期開源模型權重並發布模型系統卡片,目前已在騰訊雲Tokenhub、WorkBuddy/CodeBuddy、元寶等產品上線,API 亦接入 OpenRouter、Hermes、OpenCode 等平台。

    推薦理由:Hy4 的更新涵蓋視覺理解、電腦操作及長程智能體任務,報道亦列出已上線產品與 API 平台,呈現能力擴展及接入情況。

  5. 雷鋒網55

    後摩智能完成數十億元人民幣B輪融資,M50量產不到一年獲150多個產品定點

    據知情人士透露,後摩智能已完成數十億元人民幣B輪融資,並在近一年內連續完成多輪融資。公司披露,M50量產不到一年已獲150多個產品定點,服務客戶超過百家。本輪資金將用於擴大M50規模化交付、研發新一代M6X與下一代3D CIM產品,並完善軟件工具鏈及產業生態。

  6. DEV Community72

    Revolut 如何透過自行託管開放權重模型削減 90% AI 編碼成本

    Revolut 將工程師的日常 AI 編碼工作轉至自行託管的開放權重模型,據公司數據,推理成本約減 90%,編碼時間改善約 60%。團隊由 GLM-5.1 起步,後升級至 GLM-5.3,並以約 56 張 Nvidia B200 GPU 提供服務;調校後每秒請求量增加 76%,Claude Code 和 Codex 留作例外,UI 工作及最難的問題仍使用前沿模型。

  7. Analytics India Magazine76

    MIT 研究人員展示大型語言模型可直接讀取及修改神經網絡權重,毋須重新訓練

    MIT 研究人員提出 Weight-Space Programming,展示通用大型語言模型可直接讀取、解讀及修改神經網絡權重,而毋須重新訓練或使用梯度下降。

    推薦理由:研究透過遊戲辨識、免訓練生成網絡及修改 Qwen3.5-0.8B 等實驗,呈現 LLM 直接讀寫權重的多種測試方式。

  8. 阿里雲開發者社區 AI50

    Gartner 2027 十大技術趨勢:由 AI 能力建設轉向運行治理

    Gartner 發佈 2027 年十大戰略技術趨勢,聚焦 AI 深入業務後的運行治理,並分為非文本 AI、智能體平台治理和持久敏捷性三組。相較 2026 年版,文章指出治理重點進一步落到業務上下文、智能體身份與工具權限、結果驗證和錯誤恢復,以及應用和供應商依賴的退出安排。文中提醒,各項趨勢的成熟度和投資緊迫性不同,報告中的數字屬於預測,並非已實現的市場結果。

  9. DEV Community40

    通往 AI 超級智能的新公式:System‑1 與 System‑2 協同設計

    清華大學自動化系的論文提出,通往 AGI 不應只擴大 System‑2,而要與輕量 System‑1 協同設計,預先篩選有價值的交互。理想情況下,算力可縮減至接近 $1/\rho_u$,但預測錯誤和探索需求會削弱節省效果。論文並提出以有效資訊算力,而非總算力,描述模型縮放規律。

  10. 新浪科技46

    AI進軍數學界,人們才明白柯潔原來是一種處境

    OpenAI 等 AI 公司正攻關數學,Lean 等形式化證明工具可嚴格檢查 AI 生成的證明。Mathlib 已累積超過兩百萬行形式化數學內容,通過驗證的證明亦可為 AI 提供反饋,但以此推動自進化的成效仍未可知。Lean 不能判斷問題是否正確表述或有實際價值,也不適用於難以形式化的現實問題。

  11. SiliconANGLE73

    fal 融資 $1.3B,估值達 $16B

    生成媒體推理初創公司 fal 宣佈完成 $1.3B 融資,估值達 $16B,資金將用於增加算力和招聘。共同創辦人 Burkay Gur 表示,公司曾因服務能力不足而限制客戶使用。一名知情人士向 Bloomberg 表示,fal 今年較早時的年化收入已超過 $800 million。

  12. DEV Community51

    DPU 卸載與主機核心的成本比較:100G NIC 何時不再免費?

    文章分析 AI 推理伺服器何時值得用 DPU 卸載網絡工作,核心判準是每節點能否因此釋放約四至六個 CPU 核心。文中指出,使用連線池的普通 HTTP 推理伺服器通常只省下一個核心;IPsec 線速處理、高連線更替的 TLS 或每個 Pod 配置 service mesh sidecar,才較可能達到回本門檻。

  13. HuggingFace Daily Papers(社區熱門論文)47

    先解碼再聆聽:分塊交錯式全雙工語音語言模型的 Speculative Listening

    Speculative Listening 是一種免訓練、無損的推測解碼框架,利用分塊交錯式全雙工語音語言模型的閒置運算,預先草擬並驗證後續音訊區塊。在八項任務的 TickTock-Bench 上,它令語音區塊加速 2.6-2.8x、工具呼叫區塊最高加速 23.4x,並將回應開始前的解碼延遲平均降低 73% 至 74-241 ms。

  14. HuggingFace Daily Papers(社區熱門論文)41

    Zuse:面向歐洲語言的決策模型

    Zuse 由 4B、9B 和 27B 三個決策模型組成,面向 27 種歐洲語言,以凍結的開放權重基礎模型為底座,訓練低秩適配器和指針頭。涵蓋 27 種語言、9 個任務組別的評測中,27B 模型準確率為 87.5%,整體期望校準誤差為 0.016。研究發現,校準偏差主要按任務而非語言區分,且超出訓練語言的表現受基礎模型所涵蓋語言影響。