搜索“推理”

运行。 在硬件规格层面，AIPC配备至高128GB统一内存与至高2TB极速存储。与以往CPU与独立显存相互割裂的设计不同，NVIDIA RTX Spark N1X超级芯片将GPU、CPU与统一内存深度融合，从硬件底层打破端侧AI面临的显存瓶颈，让超大参数模型本地常驻、复杂多任务并发处理不再受限。 再加上80W满功耗调校与更优的能效表现，整机在运行高负载大模型推理、高分辨率视频渲染、大型项目代码编译时，均能保障持续稳定输出，即使在离电状态下也能应对专业重载工作。 二、能跑千亿参数模型，算力自由调配 软件与端侧生态层面，联想YOGA Pro 15 RTX Spark超级AIPC搭载天禧AI。天禧AI是由联想推出的个人超级智能体，其全新推出的超能模式能够让用户在联想YOGA Pro 15 RTX Spark超级AIPC上完成多种类型的复杂任务，实现私密的本地工作流，断网可用，零Token成本。 天禧AI超能模式支持接入多款生产力工具，能够生成视频、网页、文档等多种类型的产物，满足用户日常工作需求。用户可在本地模式和标准模式之间切换，完成私密任务时使用本地模式处理。天禧AI本地超能模式功能将通

匹配字段正文

施” 相较于在通用大模型（如 Claude Opus）外面套一个记忆框架（如 Mem0、MemOS）的主流做法，Hy Memory 2.0 的做法是：用一个小的专用模型替代通用大模型做记忆写入，既便宜又能跨框架工作。 Hy Memory 2.0 的三个组成部分 模型：Hy-Memory-30B-A3B。30B 总参数、仅约 3B 激活的 MoE 架构（意味着推理成本接近一个 3B 模型）。训练分两步：先用 “On-Policy Distillation” 让学生模型在自己生成的记忆状态上学习各框架的写入协议，而不是简单模仿教师输出；再用“归因记忆强化学习”直接优化下游效果，用逐块探针定位贡献、跨上下文窗口携带自己写入的记忆库，保证训练与真实部署场景一致。 框架：hy-memory SDK。这是工程上最有含金量的部分。它按三类场景设计了不同的记忆形态： · Chat 记忆采用 L1–L7 层级结构（原始对话 → 原子事实 → 会话摘要 → 心理模型 → 前瞻意图），分 lite / pro / ultra 三档，最低档零 LLM 调用、纯向量检索； · Working 记忆区分“会话事实

匹配字段正文

生成赛道处于百花齐放，共拓行业增量的繁荣期。相较于大语言模型相对偏离散的市场竞争格局，AI视频呈现出头部地位清晰第一梯队集中度较高的特点。 增长速度：稳步增长 vs 火箭速度 2026年第二季度，快手整体营收同比增长1.4%，而可灵单季收入同比增长超过200%，两者的增速根本不在一个段位。 当然，可灵目前仍处于商业化扩张阶段，存在巨额亏损。收入能否持续增长，推理成本能否下降，收入能否最终转化为现金流和利润？这些问题都还在等待可灵给出答案。 但可灵还处于行业第一梯队，维持高速增长，面临的是一个充满想象力的增长空间；快手则属于“一超多强”里的“多强”，面对的是一个价值相对确定，增速趋于平缓的市场。 不过，可灵的隐忧也并不少。外部有Seedance这样的劲敌，内部团队也还处于动荡重建中。 近一年来，可灵已经出现多位核心技术人才流失：2025年8月，可灵的核心负责人张迪离职，并在3个月后回归阿里，带队文生视频团队；2026年8月，可灵的核心研发人员王鑫涛、王猛被曝离职。 2026年7月，可灵在从快手引入刘逍，负责可灵的商业化体系。刘逍曾是新氧科技联合创始人兼COO，2020年加入快手后先后负责

匹配字段正文

线降噪，以及未来更复杂的材质、光照计算，都有机会通过神经网络降低计算成本，在有限功耗下实现更好的画质。 某种程度上，手机比PC更迫切地需要这种「以算法换算力」的能力。然而，手机上的神经渲染反而更难做好。 神经网络计算本身也需要消耗算力、内存带宽和电力，而且实时游戏对延迟十分敏感。以60fps为例，每帧只有约16.7毫秒的总时间预算。如果引入神经网络之后，模型推理和数据传输的额外开销抵消了传统渲染节省的成本，最终反而可能得不偿失。 更麻烦的是，手机SoC虽然早就集成了NPU，但GPU渲染得到的颜色、深度、运动矢量等数据，需要及时送入神经网络处理。GPU与NPU可以共享系统内存，但让两个计算单元协同工作，仍可能涉及额外的内存访问、数据格式转换和任务同步。这些开销如果处理不好，不仅可能增加延迟，还会带来额外的带宽和功耗压力。 所以，手机芯片厂商现在需要解决的，不只是提高GPU的AI算力，更是如何让神经网络计算足够高效地融入渲染管线。 今年高通、联发科的新一代旗舰平台，恰好给出了各有侧重的思路。 高通在第六代骁龙8超级至尊版上推出了Adreno Neural Fusion神经渲染技术，同时首次

匹配字段正文

salAgent 可以朝着多样的方向探索。 Hyra 系统是一个异步的 !! 0080e6 生产者-消费者流水线!! ：Context Agent 不断整理灵感上下文，填满任务队列；ProposalAgent 负责把队列抽空，将写好的 solution 交给沙盒执行以及评估；运行完毕的 solution 被提交入 EB。整个流水线受信号量控制，保证沙盒、模型推理、任务队列等资源被健康地满载，solution 的质量随时间的增加高效扩展。 对于未提供评估器的问题，Hyra会将!! 0080e6 单层循环!!升级为!! 0080e6 双层循环!!：首先，由 Hyra 根据任务描述设计一个初版评估器，内层循环基于该评估器反复优化 solution；当内层循环结束后，Hyra 会结合当前 EB 中积累的经验历史进一步优化评估器（例如：提升评估代码效率；减少 reward hacking 风险；加强评估粒度；允许更大进步空间等），并使用升级后的评估器开启下一轮循环。例如，当任务是“设计一个世界冠军级别的国际象棋AI”时，初版评估器可能是一个由若干随机生成的 AI 组成的天梯，并以 Elo 分数作

匹配字段正文

AgentHarness 中，不同类型的智能体任务会被统一封装为可训练的环境实例。每个任务由四个核心部分组成： 任务提示生成：构造任务目标、初始状态和输入上下文; 工具执行：为智能体提供可调用、可验证的外部工具; 交互控制：管理模型与环境之间的多轮通信流程; 奖励计算：根据任务结果和中间过程提供可训练的反馈信号 通过这套统一接口，科研工具调用、路径规划、金融推理、游戏决策、视觉任务等不同场景都可以在同一流程下完成运行、记录、训练和评测。 BootCampCLI InternAgentHarness 同时提供 BootCampCLI，用于将任务配置自动转换为可运行的智能体交互流程。 用户可以先在本地调试单个任务，再将相同配置扩展到： 批量轨迹采集; 监督微调数据过滤; 强化学习 rollout; 测试集评测; 失败样例分析 每次运行都会记录完整的交互轨迹，包括模型回复、工具调用、环境反馈、奖励结果和最终答案。这些记录便于后续复现、训练、调试和环境迭代。 适用场景 InternAgentHarness 适用于希望进行以下工作的研究者和开发者： 构建智能体训练环境; 评测模型的工具使用能力;

匹配字段正文

PX Neo 搭载智能体原生操作系统 Step AOS 1.0 ，宣称从零为智能体打造，将长期记忆、任务调度和安全机制融入系统底层。双入口界面设计让用户能随时找到智能体，也让智能体随时响应用户需求。大量系统底层原子能力也可被阶跃 Amoo 直接调用，能记住用户更能为用户完成任务。 阶跃 Step 5 Preview 正式接入腾讯 WorkBuddy，将更强的推理与 Agent 能力带入真实办公场景，可自主完成深度研究、数据分析、PPT 生成及多步骤复杂任务。截止至 10 月 25 日，用户可在全场景 AI 办公工作台 WorkBuddy 中限时免费体验，通过自然语言指令实现从需求理解到成果交付。 IT之家注意到，面向生态伙伴，阶跃 Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作，在本地生活、旅游出行、办公提效、内容创作等领域实现底层生态打通。 面向创客，STEPX 推出了旗下首款 AI 终端原生开发工具（IDE）—— Step Studio，创客只需使用自然语言，即可生成 AI App、游戏、智能体和 Skill。 基于这一开发环境，STEPX Ne

匹配字段正文

同规模的参数，从而进一步节约场景功耗20%到50%。 现场，华为演示了几个应用，包括基于本地Agent的图库整理功能，可以根据用户意图完成图库分类、建立相册等。主要涉及30B MoE多步任务规划能力。还有基于7B Dense大模型的小艺帮写，可以帮助用户进行文本内容改写。相比于麒麟9030 Pro，麒麟9050 Pro在运行该模型的首字性能提升180%，模型推理功耗下降29%。 此外，华为还将业界首个6B修图大模型引入端侧，叠加30B MoE高阶图像理解能力，可以根据不同图像内容来进行智能推荐修图选项。 在大算力场景之外，在低功耗感知场景方面，基于灵犀微核加异构算力加低功耗渲染架构，华为打造了业界独有的低功耗息屏导航，首发骑行码表，连续导航可以超过25小时。 通过0.4B的VLM（视觉语言）模型，实现“感知人脸”、眼动翻页以及AI美肌自拍等功能在端侧实现。 CPU：多核性能提升23% 智能调度显神威 麒麟9050 Pro集成了新一代灵犀CPU，9核16线程，支持SMT超线程，创新Cache架构，CPU多核性能提升23%。其中一大亮点是支持了FFTS， 这是一个函数流的任务调度器，支持每

匹配字段正文

上几秒，整体耗时就可能拉长十几分钟。 更快速的模型能给写代码的过程“开10倍速”，模型能够一边理解工程上下文，一边持续生成代码与修改方案，用户刚输入需求，函数、接口与调用链已经同步展开，迭代速度明显提升。 这种输出速度主要来自于软硬件基础设施的优化。此前，GLM 5.1 Highspeed模型API是由智谱GLM团队与TileRT团队联合打造的，这一API在推理引擎、调度系统与底层基础设施三个层面进行了系统级优化： 在推理引擎层，研究团队针对GLM-5.1的架构特点，重写了核心推理路径，有效提升了单卡吞吐能力； 在调度系统层，他们通过动态批处理、请求合并和KV缓存调度优化，显著降低高并发场景下的尾延迟； 最后，在基础设施层，团队围绕推理集群部署、网络链路、负载均衡进行协同优化，确保高速的输出成为稳定可用的生产级能力。 TileRT的核心思路是放弃传统Runtime层的动态算子调度，把整个推理计算图在编译期静态编排成一个常驻GPU的persistent Engine Kernel，从而把调度、访存和同步开销压到最低。 如今，提升模型推理速度已经成为不少厂商关注的重点，除了推出专门的快速模

匹配字段正文

业模式加速成型。 中信证券分析称，谷歌下场AI办公入口之争，核心在于将此前分散的助手与专用智能体整合为统一入口，企业AI的竞争焦点由模型能力延伸至工作流入口与治理能力。Gemini agent有望推动企业客户由席位订阅向智能体任务消耗延伸，带动云业务模型调用量与算力需求增长。 国盛证券表示，AI Agent正处于规模化落地的关键窗口期，政策加码、商业化加速与推理算力需求跃迁形成三重共振，产业链进入确定性成长期。 该机构进一步指出，Agent时代算力需求的重心正从训练端转向推理端，端云协同的推理算力、低延迟交互与终端智能化成为产业确定性增量方向，产业链中具备端侧智能与算力基础设施布局的环节有望充分受益。 具体到投资方向上，开源证券指出，AI智能体重塑算力架构，执行中产生调度、编排与状态维护负载均由CPU承担，规模取决于常驻用户数与驻留时长而非模型推理量，且不被加速卡替代，CPU由此由配套环节升级为独立算力缺口，成为增量中刚性一环。算力紧缺由单一的加速卡短缺，扩散为CPU与GPU的全面紧缺。 花旗研报称，市场上多款个人AI智能体产品相继登场，包括Muse、Dots、Instinct、Gro

匹配字段正文

及前沿大语言模型自身的开发工作。一旦触发相关条件，Claude就会从Opus 5.5自动回退至Opus 5。 所谓AI内核，是指运行人工智能模型时最底层的一系列计算操作。内核负责决定模型如何使用芯片上的计算资源和内存，以及如何执行各种数学运算。由于这些操作直接决定数学计算如何映射到实际处理器上，因此内核设计会直接影响大语言模型的运行速度、内存占用、准确率以及推理成本。对于训练和运行最先进的AI模型而言，针对特定AI加速器进行内核优化往往是非常关键的一环。 这一限制最初是用户在Opus 5.5正式发布后的支持文档中发现的。Anthropic此前已经在部分模型中使用分类器，用来识别具有潜在风险的请求，而这一次则进一步把类似机制应用到了前沿AI模型开发领域。 Anthropic明确表示，这些限制并不会影响绝大多数传统人工智能、机器学习研究以及普通编程任务。只有涉及少数前沿LLM开发能力时，系统才可能触发回退机制。因此，对于普通开发者来说，Opus 5.5在日常编程、AI应用开发以及机器学习研究中的使用基本不会受到影响。 但在进一步测试之后，有用户发现，Opus 5.5似乎会特别识别部分AI芯

匹配字段正文

该都有体会，现在很多机器人看起来挺炫酷，但大部分时候都是在「背题」。一旦光照变了、东西被踢了一脚、或者指令稍微带点隐含意图，机器人瞬间就抓瞎了。 但你即便像视频里这样，疯狂拿手电筒闪这个机器人的眼睛，它依然置若罔闻。。。 不过，刚才那些画面，不是提前录好的动作回放，也不是碰巧猜对的统计相关性。 面对接连不断的突发扰动，系统是基于对物理世界因果规律的理解，实时推理出了这一连串动作。 驱动这个机器人的这套系统，代号叫 CRIS-0 。 它的背后，正是由加州大学圣地亚哥分校（UCSD）助理教授、CMU因果学派学者黄碧薇创立的因果智能企业—— 在具身机器人的落地场景中，最让工程师头疼的向来不是标准流程，而是无处不在的意外。 传统机器人面对突发扰动，要么机械地重复旧坐标导致碰撞，要么干脆全流程报错卡死；而端到端黑盒模型在几十步的长程任务里，更是极易产生累积误差，一步走偏满盘皆崩。 CRIS-0给出的破局解法，是「因果」—— 让机器人从「看到什么」，走向「理解为什么发生、改变什么会影响结果」。 先看成绩单。 在面对外部突发干扰的Coffee Preparation测试中，机器人抓取咖啡机时遭遇人为

匹配字段正文

、分析、撰写等不同环节组织起来，并支持人在关键环节参与判断，让智能体团队的协作过程更加可控。 自演进原生 ，让任务经验持续积累。依托执行轨迹、用户反馈与记忆机制，AgentOS支持智能体优化技能与协作方式，将有效经验沉淀为可复用的能力，减少重复摸索，适应不断变化的业务需求。 算力亲和与企业级运行底座 ，则让智能体更高效、更稳定地工作。通过软硬协同、资源调度和推理优化，AgentOS提升算力利用效率；通过多租户隔离、安全沙箱、权限管理及安全护栏，约束数据访问和工具调用，并以故障恢复等机制支撑任务高可靠持续运行。 插件化AgentOS架构与开放的北向生态 ，让能力按需组合、行业经验持续复用。AgentOS将模型调用、工具调用、记忆管理等能力插件化，支持按需加载和自定义扩展。在面向应用与开发者的北向生态中，技能、连接器、插件、专家和专家团五类资产可灵活组合，并通过Agentic Hub发布、获取和共享。伙伴既可以复用成熟能力，也可以将行业方法、系统连接和团队协作经验沉淀为自己的资产，减少重复开发，加快行业智能体及一体机方案落地。 这些技术能力，也正在通过一体机等形式转化为更便捷的企业交付方案

匹配字段正文

思的，是他们从创立第一天就定下的研发方式： 公司围绕这条路线组织模型、数据、算力与实验流程。Simate-beta，正是这套AI-native研发体系的第一个实践产物。 而且，研究工具已经开始被外部研究者用起来了。 据 公司介绍，来自MIT、加州理工、清华、北大等高校的研究者已参与AutoResearch平台内测 。配套其Sinfra基础设施覆盖训练、仿真与推理，具体可用资源按申请确认。 同期，Simate已连续完成多轮数亿元人民币级别融资。 三个月，模型、研究平台、外部试用与融资同步推进。这个速度，确实让人想看看下一步。 团队也给出了预告： 已形成面向复杂任务零样本泛化的技术思路，计划于今年年底推出阶段性成果。 在他们看来，GPT-6开始参与物理世界的操作，是预料之中的进展，Physical AI的突破可能比外界想象来得更快。他们希望进一步突破逐任务适配与后训练的依赖，推动物理AI迎来自己的 「 GPT-3时刻」 。 模型与自动化研究等三项研究工作，也将通过论文和技术报告陆续公布，相关成果计划分阶段开源。 这份研发速度，以及它能否持续，成为Simate接下来最值得关注的事。 Sima

匹配字段正文

对算力平台的期待。 平头哥也在持续提供面向真武适配的模型资源。按照现场演讲披露的数据，截至2026年9月，其在ModelScope上已提供 39个量化模型，覆盖Qwen、DeepSeek、Kimi等系列，累计下载超过34.8万次。 这些已经完成适配的模型，可以减少用户自行准备的工作，让部署和测试更早开始。 与此同时，TensorFlow、JAX适配版本、自研推理引擎，以及PCCL、DeepEP-for-sail等通信组件和调试监控工具，也还在推进开源。 未来，随着更多代码和工具开放，开发者能够参与的工作也在增加：把原有业务迁到真武上，再按自己的需求修改、优化，甚至开发新的工具。 而这种变化，已经能从小鹏、蚂蚁和小红书等客户的实践中看到。 小鹏解决的，是把已有业务迁到新平台上。 借助SAIL，小鹏将原先运行在GPU平台上的业务模型迁到真武云端集群，开展智能驾驶模型训练。 迁移之后，团队继续利用SAIL的性能分析工具定位训练瓶颈，再围绕算子和框架进行优化。 训练任务换了硬件，开发者仍希望沿用熟悉的工作方式。SAIL支持C++、Triton、TileLang等开发方式，目的就是减少重新学习的

匹配字段正文

near Attention）是一套面向线性注意力变体的高性能 CUDA 内核库，专为 GLA、KDA、GDN、Lightning Attention 等新一代注意力机制提供高效实现。 其核心价值在于，将这些原本复杂且工程实现门槛较高的算法，转化为可直接调用的高性能算子，使开发者无需深入底层优化，也能在大模型中高效使用线性注意力能力，显著提升长上下文场景下的推理效率与吞吐表现。 cuLA 基于 CuTe DSL 与 CUTLASS C++ 进行手工优化，针对 NVIDIA 新一代 GPU 架构进行了深度适配。同时，cuLA 在接口层与 flash-linear-attention（FLA）保持一致，开发者只需修改一行 import 即可完成替换，实现低成本接入。当前 cuLA 以独立库形式迭代，未来将通过 FLA 的 kernel dispatch 机制实现统一调度，进一步降低使用门槛并提升工程可维护性。 为什么做 cuLA 线性注意力（Linear Attention）正在成为长序列建模的核心范式，通过将复杂度从 降到 ，使百万级 token 的建模成为可能。GLA 、KDA (Ki

匹配字段正文

模型编排系统，而是一个 Omni 全模态模型——Ming-flash-omni-2.0——同时扮演了四种截然不同的角色。 四位一体：一个模型的四种人格 这个项目最值得深入理解的一点是：完成整条流水线的理解、编辑、评价、写作四项任务，用的是同一个模型、同一套 API，区别仅在于 Prompt 和一个输出参数。 传统方案要实现同样的能力，至少需要：四个模型、四套推理服务、四种数据格式。 一个目标检测模型（识别干扰物）; 一个图像修复/编辑模型（inpaint + 风格迁移）; 一个图像质量评估模型（IQA）; 一个语言模型（写文案） 而 Omni 模型的”全模态”能力，让这一切收敛到同一个 API 调用，只需切换 response modalities 参数： 理解模式：输出文字（用于分析、评分） 编辑模式：输出图片（用于生图、修图） 一参之差，能力切换。这就是”全模态”三个字的技术含义。 analyze cleanup() 让模型扮演专业修图师，扫描全图找干扰物： 注意 response modalities = [“TEXT”, “IMAGE”]——这就是从”理解模式”切换到”编辑模式

匹配字段正文

（该榜单按模型将自然语言请求转化为可执行代码和系统命令的能力进行排名），Anthropic 的 Claude 4 模型目前在工具调用方面表现最佳。 但较新的开源模型正在快速追赶。Goose 的文档重点介绍了几个具有强大工具调用支持的选项：Meta 的 Llama 系列、阿里巴巴的 Qwen 模型、Google 的 Gemma 变体，以及 DeepSeek 以推理为核心的架构。 该工具还与模型上下文协议（Model Context Protocol，简称 MCP）集成，这是一种将 AI 智能体连接到外部服务的新兴标准。通过 MCP，Goose 可以访问数据库、搜索引擎、文件系统和第三方 API——将其能力远远扩展到基础语言模型所能提供的范围之外。 对于有兴趣搭建完全免费、保护隐私的配置的开发者来说，这个过程涉及三个主要组件：Goose 本身、Ollama（一款用于在本地运行开源模型的工具）以及一个兼容的语言模型。 第 1 步：安装 Ollama Ollama 是一个开源项目，它极大地简化了在个人硬件上运行大型语言模型的过程。它通过简单的界面处理下载、优化和提供模型服务等复杂工作。 从 o

匹配字段正文

理解。一旦环境或任务发生较大变化，就需要重新建图或编程。在抢险救灾、太空挖矿等作业场景中，变化因素多，急需能够实时理解环境并自主决策的机器人。 “旦宝”的诞生得益于纯视觉机器人端侧大脑技术突破。在模型层面，团队将机器人的各类运动统一归纳为“导航”问题，移动是将本体导航至目标位置，抓取等操作则是将指尖导航至目标物体附近。很多机器人抓取和行走用两套不同系统，存在数据一致性差、成本较高等问题，“旦宝”的大脑则能够指挥全身运动。基于上述“端侧大脑”训练出用于具身导航的物理技能——视觉空间智能导航，已在“旦宝”身上稳定运行。 张天资说，低算力、高智能是视觉空间智能导航的另一个特点。当前具身智能导航大模型的参数规模多为数十亿级，对算力要求较高，部分方案依赖离机推理，难以直接部署于现有机器人本体。视觉空间智能导航参数量约1.2亿，可在20瓦以内的功耗下支持最多8路视觉输入的端侧实时运行，让机器人摆脱对预建地图、预设程序的依赖，走向自主“理解”和决策、行动。 目前，研发团队正将成果与跑腿取送、巡检、农业、清洁等多类机器人开展适配，未来将探索让机器人从自主行走到自主完成任务，再到理解意图的持续“进化”。

匹配字段正文