搜索“推理”

NVIDIA发布Alpamayo 2 Super

NVIDIA 发布 自动驾驶开放推理模型Alpamayo 2 Super

查看事件：英伟达推出自动驾驶推理模型

Liquid AI发布端侧Agent模型LFM2.5-2.6

2026年8月4日,Liquid AI 发布端侧智能体模型 LFM2.5-2.6B,基础版与后训练版已在 Hugging Face 上线。该模型为 2.6B 参数,预训练约 34T tokens,词表扩展至 128K,并包含 128K 上下文扩展阶段;后训练经 SFT、教师专精、MOPD 蒸馏与 Agentic RL 四阶段。推理方面,在 M5 Max 上解码 220 tokens/s,Ryzen AI Max+ 395 上 113 tokens/s,占用低于 2.5 GB,手机端保持 30 tokens/s,并首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。

谷歌发布Gemini机器人模型

2026年7月30日,Google DeepMind发布Gemini Robotics ER 2机器人模型,定位为机器人的高层大脑,支持实时空间推理、多步任务规划和多机器人协作,可通过Gemini API、Google AI Studio或Gemini Enterprise Agent Platform调用。官方称,相比ER 1.6,新模型能通过连续视频流跟踪任务进度并实时纠错,在进度分类任务上达到57.4%准确率,在moment-finding任务上达到91.3%准确率和0.96s平均绝对距离。官方还展示了其编排Boston Dynamics Spot的导航与机械臂API完成取物,并支持Apptronik Apollo 2与Franka F3 Duo协作,代码已在GitHub开源。7月31日,Demis Hassabis表示机器人现在可以推理每一个动作,完成此前无法实现的任务,例如打精细的绳结,甚至组队解决复杂工作流。

Together AI与月之暗面达成合作

2026年7月29日,Together AI宣布与Moonshot AI(月之暗面)达成战略合作,成为Moonshot模型发布的启动平台,从Kimi K3开始并覆盖后续所有开放权重模型。开发者可通过Together AI美国托管基础设施获得day zero访问,并支持零数据保留与合规访问。据Together AI介绍,Kimi K3是迄今最大的开放模型,为2.8T参数稀疏MoE架构,原生支持视觉和1M token上下文窗口,面向长周期编码、智能体工作流、游戏开发和知识密集型任务。早先报道称,Kimi K3已在Together AI上线,Together AI作为Day 0发布伙伴,为开发者提供针对编码智能体和生产负载优化的高吞吐推理访问;Kimi方面感谢Together AI团队快速推进此次发布。目前该合作已进入实际托管与推理服务阶段。

Moonshot AI发布旗舰模型Kimi K3

2026年7月16日,Moonshot AI(月之暗面)发布旗舰模型Kimi K3,这是一个2.8万亿参数的多模态模型,具备1M token上下文窗口和原生视觉能力,采用MoE架构,每token激活896个专家中的16个。据Recode China AI报道,K3在Frontend Code Arena获得1,679分,定价为每百万输入token 3美元、每百万输出token 15美元,开放权重计划于7月27日提供。7月27日,Kimi.ai宣布Modal与Baseten成为K3的Day 0发布合作伙伴,Modal为K3架构训练了定制DFlash推测器,将交互速度从100提升到460 tokens/s;同日SGLang与Miles宣布提供Day-0支持,前者负责推理、后者负责RL训练。7月28日,Kimi.ai宣布K3在DigitalOcean Serverless Inference上线。7月29日,Unsloth发布Kimi K3的1-bit量化版GGUF,体积从1.56TB压缩到594GB,缩减62%,精度保留约78.9%,可在配备128GB内存的Mac Studio上运行。

xAI发布Grok 4.5,主打编码与智能体任务

2026年7月16日,xAI发布Grok 4.5模型,称其为最强模型,专为编码、智能体任务和知识工作打造,并与Cursor联合训练。据xAI News报道,该模型在Datacurve的DeepSWE基准上得分62.0%,高于Opus 4.8的55.75%,低于Fable的66.1%和GPT 5.5的64.31%。模型在数万块NVIDIA GB300 GPU上训练,推理速度80 TPS,定价为每百万输入token 2美元、每百万输出token 6美元,并已成为Grok Build的默认模型。目前尚无后续发展事实。

Anthropic发布Claude Sonnet 5

2026年7月1日,Anthropic发布Claude Sonnet 5,称其为迄今最具智能体能力的Sonnet模型,在推理、工具使用、编码和知识工作方面较Sonnet 4.6有显著提升,性能接近Opus 4.8但价格更低。该模型现已在所有套餐中可用,定价为每百万输入token 2美元、每百万输出token 10美元,开发者可通过Claude API使用claude-sonnet-5。

Liquid AI发布230M小模型LFM2.5

2026年6月25日,Liquid AI发布其目前最小的模型LFM2.5-230M,同时推出LFM2.5-230M-Base。该模型基于LFM2架构,预训练使用19T tokens,并包含32K上下文扩展阶段,Base版本与后训练版本均已在Hugging Face开放。官方称其在Galaxy S25 Ultra上解码速度达213 tok/s,在Raspberry Pi 5上为42 tok/s,并在GPQA Diamond、MMLU-Pro、IFEval、BFCLv3/v4等十项基准上与参数量两倍以上的模型竞争。模型已适配llama.cpp、MLX、vLLM、SGLang和ONNX,官方同时提示其不适合高级数学、代码生成和创意写作等重推理任务。

Prime Intellect Lab支持Nemotron 3 Ultra后训练

2026年6月4日,Prime Intellect 宣布其托管后训练平台 Lab 对 NVIDIA Nemotron 3 Ultra 提供 day-0 支持,可在 Blackwell B200/B300 上进行托管强化学习训练,配合 vLLM 推理、NCCL 权重广播和 Prime-RL 训练器。平台提供 Environments Hub 中 2,500+ 个开放 RL 环境,并支持 SWE-bench Verified、BrowseComp、τ2-Bench Telecom、Terminal-Bench Hard、IFBench、AA-LCR、GPQA Diamond、RULER-1M 等评测,以及 LoRA 与全权重适配器的一键推理。同日,Prime Intellect 还宣布加入 NVIDIA Nemotron 联盟,贡献 2,500+ 开源 RL 环境、verifiers 框架、Prime Sandbox 及 NeMo Gym 集成,以 Apache-2.0 / CC-BY-4.0 随 Nemotron 模型发布同步开源。此外,NVIDIA Nemotron 3 Ultra 同

Anthropic发布Claude Opus 4.8

2026年5月29日,Anthropic发布Claude Opus 4.8,在编码、智能体、推理等基准上较Opus 4.7有所提升,价格不变。同时推出claude.ai上的努力程度控制、Claude Code的动态工作流功能,以及快模式降价三倍。

Liquid AI发布端侧MoE模型LFM2.5-8B-A1

2026年5月28日,Liquid AI发布端侧混合专家(MoE)模型LFM2.5-8B-A1B,面向消费级硬件上的工具调用场景。据其模型与工程博客介绍,该模型上下文窗口从32,768扩展至128,000 tokens,预训练规模从12T提升至38T tokens,词表从65,536扩至128,000,且为纯推理模型。性能方面,其在M5 Max上解码253 tokens/s,在Ryzen AI Max+ 395上为146 tokens/s,占用低于6 GB,单张H100高并发下输出吞吐达18.5K tokens/s。基础版与后训练版已在Hugging Face和Playground上线,首日支持llama.cpp、MLX、vLLM、SGLang和ONNX。

Sakana AI 推出多智能体编排模型 Sakana Fugu

2026年6月21日,Sakana AI 推出多智能体编排模型 Sakana Fugu,将多智能体编排系统做成一个基础模型。据官方博客介绍,该模型通过单一 OpenAI 兼容 API 调用,内部自行完成模型选择、任务委派、验证与结果整合。首发包含 Fugu 和 Fugu Ultra 两个版本,前者兼顾性能与低延迟,后者面向多步难题;官方称 Fugu Ultra 在工程、科学与推理基准上可与 Fable 5、Mythos Preview 比肩。其智能体池可替换,官方表示若某家供应商限制访问,Fugu 会动态绕开,并计划后续纳入开放模型与自家模型。目前尚无后续发展事实。

Zyphra发布实时TTS模型ZONOS2

2026年6月12日,Zyphra发布实时文本转语音模型ZONOS2。据Zyphra Research介绍,该模型采用稀疏MoE架构,具备9亿激活参数、80亿总参数,是首个开源MoE TTS模型,并以Apache 2.0许可发布,支持高保真声音克隆。相比Zonos-v0.1,其训练数据从约20万小时扩展至超600万小时,模型规模从1.6B增至8B,实时吞吐提升4倍,支持最长一分钟的多语言与语码转换音频生成。模型权重已在Hugging Face发布,基于SGLang的推理代码在GitHub开源,同时上线Zyphra Cloud并提供API,发布后促销期内免费。Zyphra还提出ZTTS1-Eval评测基准,覆盖9种语言的Clean集与17种语言的In-The-Wild集。目前尚无后续发展事实。

Qwen 团队发布多模态智能体模型 Qwen3.7-Plus

2026年5月20日,阿里 Qwen 团队发布面向智能体时代的专有模型 Qwen3.7-Max,可通过阿里云百炼(Model Studio)调用 API。官方称其在编码智能体、通用智能体与推理基准上取得领先或接近 Opus-4.6 Max 的成绩,支持 Claude Code、OpenClaw、Qwen Code 等框架,并展示了一次约 35 小时、1158 次工具调用的自主内核优化,相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。2026年6月1日,Qwen 团队发布 Qwen3.7-Plus,一款把视觉与语言统一到单一智能体底座的多模态模型,已在阿里云百炼上线,可在同一智能体循环中混合执行 GUI 与 CLI 操作,支持屏幕读取、视觉参考写代码、移动应用端到端操作,并适配 Claude Code、OpenClaw、Qwen Code 等框架。官方基准显示其在 Terminal Bench 2.0-Terminus 得 70.3、ScreenSpot Pro 得 79.0、AndroidWorld 得 81.0,同时支持 preserve_thinking

Zyphra发布ZAYA1-74B-Preview预览版

2026年5月7日,Zyphra发布ZAYA1-74B-Preview预览版。据Zyphra Research介绍,这是一个4B激活、74B总参数的MoE模型,以Apache 2.0许可开源,权重和模型卡已上线Hugging Face。该模型是未经RL后训练和指令微调的pre-RL推理基座,预训练约15T token,中训练分三阶段将上下文从32k逐步扩展至256k,每阶段约1T token。训练全程使用MI300x GPU与Pensando Pollara互联。Zyphra表示,AMD上的完整规模RL正在进行,预计未来几周发布最终版ZAYA1-74B。目前尚无后续发展事实。

小米称 MiMo-V2.5-Pro 达到领先 Agent 模型水平

2026年4月23日,小米发布其迄今最强模型 MiMo-V2.5-Pro,并宣称该模型在通用推理、复杂软件工程和长时程任务上达到全球领先 Agent 模型水平。小米 MiMo 官方表示,相关结论来自 Artificial Analysis,用户可通过官方提供的链接直接试用。目前该故事尚无后续发展事实,仅有这一首发官方信息,事件状态保持为活跃。

蚂蚁百灵推出 Ling-2.6-flash Instruct 模型

2026年4月23日,蚂蚁百灵正式推出 Instruct 模型 Ling-2.6-flash,总参数量 104B、激活参数 7.4B,围绕推理效率、Token 效率与 Agent 场景做系统优化。官方称其在 4 卡 H20 下推理速度最快达 340 tokens/s,Prefill 吞吐为 Nemotron-3-Super 的 2.2 倍;Artificial Analysis 完整评测中仅消耗 15M tokens,约为 Nemotron-3-Super 等模型的 1/10。模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等评测中取得同尺寸 SOTA 水平。目前该模型已在 OpenRouter 与官方平台提供一周免费 API 调用,BF16、FP8、INT4 版本将于近期开源。

Qwen 发布 Qwen3.6-Plus,后续推出 Max-Preview

2026年4月2日,Qwen 发布 Qwen3.6-Plus,通过阿里云百炼 API 提供,默认 1M 上下文窗口,重点提升智能体编码与多模态感知推理能力。官方基准显示其在 SWE-bench Verified 得 78.8、Terminal-Bench 2.0 得 61.6、QwenClawBench 得 57.2,均高于 Qwen3.5-397B-A17B;API 新增 preserve_thinking 参数用于保留多轮思考内容,默认关闭,可接入 Claude Code、Qwen Code、Cline、OpenCode 等编码工具。2026年4月18日,阿里云千问团队发布专有模型 Qwen3.6-Max-Preview 的早期预览版,相比 Qwen3.6-Plus 在世界知识、指令遵循和智能体编码上均有提升,其中 SkillsBench +9.9、SciCode +6.3、NL2Repo +5.0、Terminal-Bench 2.0 +3.8。该模型通过阿里云 Model Studio 提供,API 名称为 qwen3.6-max-preview,支持 preserve_thi

LG AI Research 推出首个开源权重视觉语言模型 EXAONE 4.5

2026年4月9日,LG AI Research 推出 EXAONE 4.5,这是 LG 首个以开源权重方式发布的视觉语言模型(VLM)。据官方博客介绍,该模型在 EXAONE 4.0 基础上集成自研 Visual Encoder,采用原生多模态预训练同时学习文本与图像;引入 Multi-Token Prediction(MTP)模块,推理速度较此前方法提升 1.5 倍以上,并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5,在韩语视觉基准 k-viscuit 和 KRETA 上表现领先。模型已在 Hugging Face 发布并附技术报告。目前尚无后续发展事实。

小米称 MiMo-V2.5-Pro 达到领先 Agent 模型水平

小米 宣称 MiMo-V2.5-Pro 在通用推理、复杂软件工程和长时程任务上达到全球领先 Agent 模型水平

查看事件：小米称 MiMo-V2.5-Pro 达到领先 Agent 模型水平