Zyphra 发布 ZAYA1-8B-Diffusion-Preview，把自回归训练的 ZAYA1-8B 转换为离散扩散模型，评估性能没有系统性损失。该模型一次并行扩散 16 个 token，无损采样器带来 4.6x 加速，新的 logit-mixing 采样器带来 7.7x 加速。Zyphra 称这是首个从自回归 LLM 转换而来的 MoE 扩散模型，也是首个在 AMD 上训练的扩散语言模型，转换基于 TiDAR 方案，在 32k 下用 600B token 做扩散转换中期训练，再原生扩展到 128k 训练 500B token。
#模型发布#开源生态#推理
Mira Murati 宣布 Thinking Machines 正在分享其在交互模型上的工作，这是一类从零训练、原生处理实时交互的新模型，而不是在回合制模型上外挂交互能力。
#模型发布#推理#多模态
Zyphra 发布其首个视觉语言模型 ZAYA1-VL-8B，基于 ZAYA1-8B 构建，采用 MoE 架构，700M 激活参数、8B 总参数，以 Apache 2.0 许可开源权重。该模型在视觉理解、定位和 OCR 类任务上表现突出，官方称其性能超过 Deepseek-VL2、Qwen3-VL 和 MolmoE 等同类模型，而训练仅用约 140B 视觉语言 token。架构上引入仅对视觉 token 激活的视觉专用 LoRA 参数，并对图像 token 采用双向注意力。
#模型发布#多模态#开源生态
Zyphra 发布 ZAYA1-74B-Preview，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。
#模型发布#开源生态#数据/训练
Zyphra 发布 ZAYA1-8B，这是一个在 AMD Instinct MI300 集群上完成预训练、中训练和监督微调的 MoE 模型，激活参数不到 10 亿，采用 Apache-2.0 许可，权重已在 Hugging Face 开放，并上线 Zyphra Cloud 无服务器端点。官方称其在数学与编码基准上可匹敌或超过 Mistral-Small-4-119B 等更大模型，配合新的 Markovian RSA 测试时计算方法，在 HMMT'25 上以 89.6 分超过 Claude 4.5 Sonnet 和 GPT-5-High。架构上引入压缩卷积注意力 CCA、基于 MLP 的专家路由器和学习式残差缩放。
#模型发布#开源生态#推理
Zyphra 发布 MoE 语言模型 ZAYA1-8B，激活参数不到 10 亿，在数学、编码和推理任务上对标 Nemotron-3-Nano-30B-A3B、Mistral-Small-4-119B 等更大开源模型。该模型在 1024 张 AMD MI300X 集群上完成预训练，采用压缩卷积注意力 CCA 与新型 MLP 专家路由，并配套提出 Markovian RSA 测试时计算方法。模型已在 Zyphra Cloud 提供免费 serverless 端点，权重上线 Hugging Face，采用 Apache 2.0 许可。
#模型发布#推理#开源生态
#模型发布#开源生态#Agent
Ethan Mollick 提前获得 GPT-5.5 试用权限，认为其能力提升明显，其中 GPT-5.5 Pro 完成同一 3D 港口城镇模拟任务用时 20 分钟，上一代 GPT-5.4 Pro 为 33 分钟。他用 Codex 配合 GPT-5.5 处理自己积压十年的众筹数据，仅用四个提示词就生成了一篇含真实文献综述和统计方法的论文，他认为质量相当于博士二年级项目成果。他还提到 OpenAI 新的图像模型（有时被称为 GPT-imagegen-2）能渲染高质量文字和图像，但 AI 在长篇虚构写作上仍存在文风浮夸、对话同质等粗糙之处。
#行业动态#OpenAI#多模态
#模型发布#语音#开源生态
#模型发布#语音#开源生态
#模型发布#语音#开源生态
#模型发布#语音#多模态
#模型发布#Agent#推理
蚂蚁百灵发布 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，并已在 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。
#模型发布#Agent#推理
xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，主打复杂多步工作流中的高精度数据录入与高频工具调用，原生支持 25 种以上语言。该模型在评估全双工语音智能体的 τ-voice Bench 榜单上排名第一，并在 Starlink 电话销售与客服中落地，销售询单转化率 20%、客服自主解决率 70%，单个智能体调用 28 个工具。
#模型发布#语音#Agent
阿里千问开源 Qwen3.6-27B，这是一个 27B 参数的稠密多模态模型，支持思考与非思考两种模式，权重已在 Hugging Face 和 ModelScope 发布，并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B，包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0，GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手，API 支持 preserve_thinking 以保留多轮思考内容。
#模型发布#开源生态#多模态
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，支持保留历史轮次思考内容的 preserve_thinking 功能，并可在 Qwen Studio 试用。官方称模型仍在开发中，后续版本预计还有提升。
#模型发布#Agent#编码
#模型发布#具身智能#推理
#模型发布#具身智能#推理
#模型发布#具身智能#数据/训练