2025年8月12日,Liquid AI 发布其首个视觉语言模型系列 LFM2-VL,包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本,面向低延迟与端侧部署,支持文本和可变分辨率图像输入。模型基于 LFM2 骨干,视觉塔采用 SigLIP2 NaFlex 编码器,原生分辨率最高 512×512,更大图像按 512×512 分块处理;官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL,训练使用约 1000 亿多模态 token。
匹配字段摘要
2025年4月5日,vLLM宣布从v0.8.3起支持Llama 4 Scout(17B-16E)和Maverick(17B-128E),可部署长上下文原生多模态推理。在8张H100上,Scout支持100万上下文,Maverick约为43万;配置相应参数后,每次请求最多可输入10张图像。A100已支持bf16版本,AMD MI300X可通过源码构建运行;Scout的单张H100 INT4量化版本仍在开发中。
匹配字段摘要
2025年1月27日,vLLM发布V1核心架构升级Alpha版,重构调度器、KV cache管理器、Worker、采样器和API服务器,吞吐量较V0最高提升至1.7倍。V1默认启用低开销前缀缓存,并增强多模态模型支持;用户可设置VLLM_USE_V1=1,在不修改现有API的情况下启用。目前该版本仅支持Ampere或更新的NVIDIA GPU,尚不支持LoRA、结构化解码、推测解码和流水线并行等功能。
2025年1月27日,vLLM发布V1核心架构升级Alpha版,重构调度器、KV cache管理器、Worker、采样器和API服务器,吞吐量较V0最高提升至1.7倍。V1默认启用低开销前缀缓存,并增强多模态模型支持;用户可设置VLLM USE V1=1,在不修改现有API的情况下启用。目前该版本仅支持Ampere或更新的NVIDIA GPU,尚不支持LoRA、结构化解码、推测解码和流水线并行等功能。
匹配字段摘要
2025年1月22日,Noam Shazeer表示,团队提升了一款未具名模型在数学、科学和多模态推理基准上的表现:AIME、GPQA和MMMU成绩分别达到73.3%、74.2%和75.4%。同日披露的新增能力还包括启用100万上下文窗口,以支持更复杂的研究任务,并允许开发者开启代码执行功能。目前输入材料未提供此后进一步更新。
匹配字段摘要
2025 年 7 月 30 日,Ollama 发布 macOS 和 Windows 版新应用,提供下载模型并直接对话的图形界面。据 Ollama Blog 介绍,新应用支持拖放文件,可对文本或 PDF 进行推理;处理大文档时可在设置中提高上下文长度,但会占用更多内存。应用还基于新的多模态引擎支持向 Gemma 3 等模型发送图片,并能处理代码文件。纯 CLI 版本仍可在 Ollama 的 GitHub releases 页面单独下载。目前尚无后续发展事实。
匹配字段摘要
2025年5月20日,Sarvam AI 宣布本周起每周发布开源模型及技术报告,首个发布聚焦印度语言准确性与推理任务的后训练模型。据其官方博客,Sarvam AI 正为印度构建主权 AI 生态,打造覆盖印度语言与推理任务的基础模型、云端与边缘服务平台,以及对话与推理智能体等应用。其基础多模态模型获 MeitY 的 IndiaAI Mission 支持,将与 IIT Madras 的 AI4Bharat 和 CeRAI 合作开发,并以宽松许可证开源。目前尚无后续发展事实。
匹配字段摘要
2024 年 4 月 18 日,Ollama 上线对 Llama 3 的运行支持,首发包含 8B 和 70B 两个参数规模,对应命令分别为 ollama run llama3:8b 和 ollama run llama3:70b。据 Ollama Blog 同日发布的信息,相比 Llama 2,Llama 3 的训练数据集扩大七倍,上下文长度翻倍至 8K,token 词表扩大到 128K,误拒答情况不到 Llama 2 的三分之一。该信息还提到,Meta 计划后续发布 400B 参数版本,以及支持多模态、多语言和更长上下文窗口的多个模型。目前没有新的后续发展事实。
匹配字段摘要
2025年6月4日,OpenHands 发布 VersaBench 基准与 OpenHands Versa 智能体。据 OpenHands 官方博客,VersaBench 覆盖 5 大类共 10 项公开基准,Versa 智能体在其中 8 项上取得 SOTA,部分提升最高达 30 分。Versa 新增多模态文件读取、多模态网页浏览和信息检索三类工具,已在最新版 OpenHands 中默认启用,OpenHands 0.41 及以上版本可下载使用,相关论文与基准代码均已公开。目前尚无后续发展事实。
匹配字段摘要
未具名模型 提升性能并新增能力 数学、科学及多模态推理性能、百万上下文窗口与代码执行
English translation is being prepared.
匹配字段摘要
OpenAI 发布 GPT-Rosalind-6 系统卡附录，该模型与 GPT-6 Astra 使用同一套权重，未新增训练数据或后训练，仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下，MedChemBench v7 平均评分 49.6%（GPT-Rosalind-5.5 为 28.9%），GeneBench Pro v13 单次尝试成功率 37.7%（前代为 16.7%），LifeSciBench Gold 平均分 61.3%（前代为 44.0%）。按 Preparedness Framework，该发布在生物与化学领域定为 High 能力、未达 Critical 阈值，网络安全领域定为 Critical，AI 自我改进低于 High。
0%。 指标GPT-Rosalind-6GPT-Rosalind-5.5GPT-6 Astra cons@32 78.3% 79.2% 63.3% 拒答率 9.4% 1.8% 29.2% 拒答调整后的 cons@32 85.0% 90.0% 其系统卡中发布的拒答调整后 GPT-Rosalind-5.5 分数采用了不同的计算方法，因此未纳入本比较。为评估模型在多模态环境中排查湿实验室实验的能力，我们在来自 SecureBio 的一组完全留出的病毒学故障排除问题上对模型进行评估，采用多选格式。只有当回答选中所有正确陈述且未选中任何错误陈述时，该回答才得分。表5：多选病毒学故障排除 90.0% 其系统卡中发布的拒答调整后 GPT-Rosalind-5.5 分数采用了不同的计算方法，因此未纳入本比较。 为了评估模型在多模态环境中排查湿实验室实验的能力，我们在来自 SecureBio 的一组完全留出的病毒学故障排除问题上对模型进行评估，采用多选格式。只有当回答选中所有正确陈述且未选中任何错误陈述时，该回答才得分。 表5：多选病毒学故障排除。指示性 High 能力阈值为 31%。 类别 在对拒答情
匹配字段正文
上海交通大学医学院附属瑞金医院牵头发起医疗健康数字孪生联盟（ICDT-HM），并启动“5000万人类健康数字孪生计划”，目标是通过融合纵向健康数据与动态模型支撑疾病预测、精准预防和个体化医疗。联盟将推动大规模纵向人群队列与AI深度融合，在数据标准、跨人群验证和数据治理上凝聚国际共识，5000万人为分阶段推进的规划目标。
内分泌代谢病研究所所长毕宇芳的主持下进行。多位专家结合各自研究方向，从医学工程、患者预测、人群健康及蛋白质组研究等角度带来了分享。牛津大学遗传学教授Philip Awadalla以人群多组学与细胞及网络建模为主题，分享相关研究进展，为与会人员了解不同层次的健康数据与建模研究提供了学术视角。加州理工学院医学工程系教授高伟围绕柔性材料与生物传感技术作专题报告，介绍了贴肤式可穿戴生物传感器及通过汗液等体液进行无创连续检测代谢物和生物标志物的成果与研究。巴黎西岱大学巴黎移植与器官再生研究所所长Alexandre Loupy分享了多模态患者预测系统的相关研究，围绕此类系统从研究走向验证评价的过程进行了介绍。 专题研讨环节，来自韩国技术科学院、杜克-新加坡国际大学、四川省医学科学院四川省人民医院、Nature Medicine、Nature Cancer、NEJM AI、Cell的专家、编辑面对面交流研讨，围绕医疗人工智能前沿技术的临床可信性及其证据基础展开讨论，重点探讨数据驱动研究中的机制解释、模型面向不同人群的可靠性，以及临床应用所需的验证与评价，从研究方法、证据质量与学术传播等角度交流观点。
匹配字段正文
博通集成凭高性能边缘AI芯片BK7259候选第八届IC风云榜“年度人工智能市场突破奖”。BK7259采用M52+M55双核与ARM Ethos U65 NPU，提供0.25 TOPS端侧算力，率先将Ethos-U65 microNPU集成进Wi-Fi 6 MCU，深度睡眠电流低至2µA，端侧3D人脸识别约200ms完成。
备出色的无线连接能力，更将高清视频H.264编码和解码、3DNR ISP、2.5D GPU、MIPI 2Lane摄像头接口和MIPI 4Lane显示接口、先进音频、精准运动控制和专用AI处理功能集成一体，既消除了多芯片间的通信延时，又将功耗压缩到极致。产品采用M52+M55双核，配合0.25T算力的ARM Ethos U65 NPU，赋能端侧实时智能分析，为多模态物理AI和机器人提供强力支持。该产品荣获2026年度国际AI+IoT生态发展大会AIoT创新技术产品奖、2026“IOTE金奖”创新产品奖。 在关键技术及创新点上，BK7259率先将ARM Ethos-U65 microNPU集成于Wi-Fi 6 MCU，实现0.25 TOPS端侧AI算力，为边缘智能应用提供超强算力与能效；统一内存架构使NPU、GPU、CPU并行运算不丢帧，支撑实时目标跟踪与自然语言处理；端侧本地3D人脸识别约200ms完成，生物特征数据不出设备，兼顾隐私与安全；深度睡眠电流低至2µA，在AI算力与低功耗之间实现平衡；支持Wi-Fi 6+蓝牙+IEEE 802.15.4等多协议融合，适配多元智能终端连接需求。
匹配字段正文
智元在 10 月 29 日创新日上提出 Worken（有效智能工时）概念，用“活跃机器人数量×自主工作时长×产出效能比”衡量机器人自主作业的实际产出，并已为南昌龙旗产线、广州地铁、珠海长隆等场景计算 Worken，其中长隆 300 台机器人达 33480 Worken。该计费方式目前仅在智元内部进行，尚未形成商业模式，公司正在申请 Worken 商标。彭志辉同时发布 GO-3 Preview、WITA Omni1.0 等新品，并称今年上半年智元以 9700 台出货、超 43% 份额居全球第一。
仍处于探索阶段 智元的营收从2023年30万元、2024年6000万元、2025年突破10亿元到今年上半年近20亿元。 产品端方面，根据第三方机构统计，今年上半年智元以9700台的出货、超过43%的市占份额位居全球第一。彭志辉透露称，今年9月，智元第20000台机器人正式下线。 主论坛大会现场，智元推出新一代具身基座模型GO-3 Preview，具身智能原生多模态交互大模型WITA Omni1.0以及新一代灵巧手产品家族、安规级重载具身机器人精灵G2 Max等等。 技术之外，智元还讲述了“Worken”的概念以及部署态的进展。 据彭志辉介绍，Worken的计算公式为“Worken＝活跃机器人数量×自主工作时长×产出效能比”。具体来看，活跃机器人数量指的是真正在岗工作的机器人覆盖规模，而不是待在仓库里的机器人；自主工作时长要求机器人是自主的智能体、不依赖于人类；产出效能比则是“机器人的劳动能够创造多少个人类的价值”。 “Worken想回答的是在真实的环境里机器人到底能贡献多少可以持续有效的智能劳动，包含了机器人的能力、可靠性以及实际对客户的产出等。”彭志辉将Worken定义为“物理AI时
匹配字段正文
作业帮在第88届中国教育装备展示会上首次完整展示面向K12学校的AI智慧教育解决方案，并推出AI原生智能教学终端云思AI智慧教学PAD，实现家校学习场景互联互通。该方案整合学习机与云思智学能力，依托超33亿题库和自研大模型覆盖备课、作业批改、考试测评等场景，目前已覆盖全国20多个省市自治区超1500所学校。
与AI快速批改，可生成班级年级、个人等多维度报告。AI精准定位薄弱点、错题智能化处理并智能推荐个性化学习方案。 AI个性化学习中心如同AI自习室，是作业帮面向学校晚自习、课后托管等场景打造的产品。每台学习机都内置了AI超级老师，其能力堪比真人，且是行业唯一达到特级教师水平的超级智能体。AI超级老师可全程陪伴，1对1为学生答疑、实时批改、学情分析数据同步云端、多模态讲解、自动规划个性化学习方案等，实现入座即学、疑问即时解决、补弱提优，大幅减轻管理与辅导工作。据中国信通院认证信息，学生使用作业帮AI超级老师后学习效果提升超42%。 教育装备展期间，作业帮还发布了重磅新品，即专为K12校园教学场景打造的AI原生智能教学终端——云思AI智慧教学PAD。云思AI智慧教学PAD集AI作业批改、教学资源与课堂授课三大功能于一体，主要为解决教师日常教学最核心的三类需求而设计。该教学终端，以AI原生能力提升教学效率。具体表现为，依托高准确率的AI作业批改能力，教师能快速完成多题型批改与错因分析，减少重复性批改工作。AI可调用内置的海量教材教辅资源与题库，支持教师快速完成检索、AI组卷、AI备课等教学资源
匹配字段正文
Latent Space 主理人 swyx 介绍年度旗舰大会 AIE CODE 的策展思路，会议为单轨、邀请制，面向约 1000 名智能体工程师。今年三大主题为 Scaling without Slop、System One 模型和 Increasing Ambition，其中 Jarred Sumner 将分享 Bun 用 Rust 重写及 Bun AOT 预览。文章同时汇总了 Mistral 开源权重发布、OpenAI 前沿模型监控等当日 AI 新闻。
434）：该图片是一张基准对比表，帖子将其归于 X 上的 @GoogleDeepMind，重点展示 Gemini 4 Carbon 与 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1 的对比。帖子声称 Gemini 4 Carbon 在众多技术类别中领先，包括编码、智能体计算机使用、多模态理解、长上下文、科学/数学和网络安全，并在 AA Index、SWE-sweep、Terminal-Bench、Agents’ Last Exam、GraphWalks、RiemannBench 和 SEC-bench Pro 等基准上取得最高分。Reddit 文本未提供方法论、数据集版本或独立验证，因此该表格最好被理解为一份声称的厂商式基准摘要，而非可复现的评估。 评论者指出，尽管模型似乎有所改进，但据报道 Gemini 4 Carbon 并未公开可用，可能仅限于部分“cyber crews”，且未提及发布日期。这限制了对任何声称性能提升的独立基准测试或验证。 Alphabet 推出 Gemini 4 Carbon，下一代前
匹配字段正文
Google DeepMind 预告下一代前沿模型 Gemini 4 Carbon，称其在网络安全与长时程能力上达到 SOTA，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排第一，Claude Opus 5.5 为 58 分。该模型暂不对外开放，先向部分网络安全防御方和 Fairwind 计划可信伙伴开放，并参与美国政府自愿的发布前测试，之后再逐步放开给开发者、企业和消费者。介绍期定价与 Argon 相同，输入约 $2、输出约 $10 每百万 token，介绍期后变为输入约 $4、输出约 $20。
的发布前测试，再逐步放开给开发者、企业和消费者。 https://t.co/N3yQOIrnZG 能力叙事：更难、更长的工程任务 Carbon 面向更难、跨时更长的工程问题，适合持续的 Agent 工作流。内部团队称它能跑上数天，在卡死之后仍继续推进，例如在大型代码库与底层系统里定位根因并打补丁。反馈驱动的改进覆盖编码、Agent、科学任务、全栈 Web 与多模态理解等。Web 开发方面，称输出质量提升后，WebDev Arena 上升约 +89 Elo，排到第 4（约 1768 分）。 网络安全 官方称在「发现 → 验证是否可利用 → 修复根因」整条链上有显著跃升；外部基准均为未加护栏评测口径： · SEC-bench Pro 约 88.2%（在真实软件中自主挖复杂漏洞） · ExploitGym 约 54.8%（判断漏洞是否可被利用，便于排优先级） · Collinear CWE-bench 约 71.0%（把已验证发现变成可工作的补丁） 对内指标还包括：相对 Argon，生成安全代码成功率自称提升超过约 2 倍；Chrome 团队称其高质量补丁表现比「另一家实验室的大型前沿模型」
匹配字段正文
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登顶 Intelligence Index v5，在 9 项评测中的 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项排名第一。在 Coding Agent Index 上，搭配 Antigravity CLI 的 Gemini 4 Carbon（high）得 59 分，落后 Claude Code 搭配 Claude Opus 5.5（max，62 分）3 分。该模型目前仅向部分用户开放，尚未公开发布，定价为每 1M 输入/输出 token 4/20 美元并提供 50% 折扣，上下文窗口 1M tokens，支持文本、图像、视频和语音输入。
标准定价下，其每任务成本与 Gemini 4 Argon（$7.68）相当，而在 Intelligence Index 上得分高出 9 分 ➤ AA-Omniscience v1.1 得分领先，幻觉率低：Gemini 4 Carbon 在我们最近更新的 AA-Omniscience v1.1 上得分 54，比 Claude Opus 5.5（max，48）高 6 分，比 Gemini 4 Argon（46）高 8 分。准确率（% 正确）较 Argon 提升 10 分至 58%，而幻觉率从 4% 上升至 11%。这仍是所有模型中第二低的，仅次于 Argon，而 Claude Opus 5.5（max）和 GPT-6 Astra（max）均为 50% 关键模型细节： ➤ 上下文窗口：1M tokens ➤ 多模态：文本、图像、视频和语音输入，文本输出 ➤ 定价：每 1M 输入/输出 token $4/$20，与 Gemini 4 Argon 的标准定价相同，并提供 50% 折扣。缓存输入 token 享受 95% 折扣（每 1M $0.20） 祝贺 @GoogleDeepMind 团队！
匹配字段正文
Mistral AI 更新并开放旗舰模型 Mistral Large 4 的权重，总参数 1.05T、激活参数 52B，在 Artificial Analysis Intelligence Index v5 上得分 26，比 Preview 版高 1 分，以 1 分优势领先美国开源模型 Muse Spark Open（25）。该模型每项任务输出 82K token，比 Preview 的 135K 少 39%，AA-Omniscience v1.1 幻觉率从 41% 降至 28%，但准确率仍为 26%。定价为每 1M 输入/输出 token 0.70/2.10 美元，较 Preview 下降约 50%，采用 MEOW 许可证，运营 Model-as-a-Service 业务需另行获得商业授权。
低于 Preview：Mistral Large 4 定价为每 1M 输入/输出 token 0.70/2.10 美元，较 Preview 的 1.36/4.18 美元下降约 50%。按新定价，每项 Intelligence Index 任务成本为 2.06 美元，较 Preview 的 5.54 美元下降 63%。这与 Muse Spark Open（xhigh，2.02 美元）相当，但比领先开源权重模型 DeepSeek V4.1 Flash 1017（max，0.60 美元）和 MiMo-V2.6-Pro（0.26 美元）更贵 关键模型详情： ➤ 规模：总参数 1.05T / 激活参数 52B ➤ 上下文窗口：1M token ➤ 多模态：文本和图像输入，文本输出 ➤ 定价：每 1M 输入/输出 token 0.70/2.10 美元（每 1M 缓存输入 token 0.07 美元） ➤ 许可证：MEOW 许可证（Mistral 生态系统开放权重许可证），运营 Model-as-a-Service 业务需与 Mistral 另行签订商业许可证 祝贺 @MistralAI 团队发布！
匹配字段正文
谷歌发布旗舰模型 Gemini 4 Carbon，专为持续运行的 Agentic 工作流构建，重点提升编程、智能体、科学任务与全栈 Web 开发能力。该模型在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，超过 Claude Opus 5.5、GPT-6 Astra 和 GPT-6.1 Sol；首发优惠价为每百万输入 Token 2 美元、每百万输出 Token 10 美元，缓存输入 Token 可享 95% 减免。Carbon 采取分阶段开放策略，先向部分网络安全防御人员开放，再通过 Fairwind 计划扩大可信合作伙伴范围，之后向开发者、企业和消费者开放。
智东西10月29日报道，今日凌晨，谷歌发布了其最强的旗舰模型Gemini 4 Carbon，该模型专为持续运行的Agentic工作流而构建，重点提升了编程、智能体和科学任务，以及全栈Web开发和多模态理解等能力。 该模型在最近更新的v5.0版Artificial Analysis Intelligence Index上以59分排名第一，超越Claude opus 5.5、GPT-6 Astra（max）和GPT-6.1 Sol（max）等一众模型。 价格方面，Gemini 4 Carbon的首发优惠价格为每百万个输入Token收费2美元，每百万个输出Token收费10美元，与Argon首发优惠价一致。并且，缓存输入Token的价格还在输入Token单价基础上可享95%减免，也就是说只需支付原价的5%。 同时，谷歌母公司Alphabet公布2026年第三季度财报。本季度，Alphabet营收达1275.77亿美元（约合人民币8504.35亿元），同比增长约25%，实现连续13个季度两位数增长；净利润达261.7亿美元（约合人民币1744.51亿元），同比下跌约25%；摊薄后每股收益为2.
匹配字段正文
天数智芯首次实机演示通用GPU天垓300和端侧算力终端TY1200，并预告标称算力600T的下一代端侧产品TY2000。天垓300有144GB显存，在64K长上下文下Attention性能为H200的1.05倍，GLM-5.3模型下MoE吞吐为H200的1.15倍；TY1200为300 TOPS INT8稠密算力，实测TPS超越英伟达Thor T5000。天垓300 IXL144超节点在单机柜集成144颗GPU、聚合约10.1TB显存，每百万有效Token成本较国际主流方案降低约40%。
参数对比，Thor-T5000为2P FP4稀疏算力，128GB的共享内存；TY1200为300 TOPS INT8稠密算力，存储是32GB系统内存+32GB HBM2e显存。 其选择了Qwen3.8-27B模型，首先向模型提问了“狮子和老虎单挑谁会打赢”。结果显示，TY1200的首词延迟更低、吞吐更高、输出时间更短。 根据天数智芯公开的数据，在大语言模型、多模态模型、世界模型等的实测中，TY1200的TPS（每秒词元数）均超越了T5000。宋远盈称，TY1200性能更优的原因在于显存带宽更高、计算核数量更多。 演示人员现场实测的下一个任务是文生视频。她让两款产品生成了猫咪打架并打碎了花瓶的视频。TY1200在6分10秒内生成了5秒视频。 其次是对保密要求更高的法务合规场景，演示人员现场演示了基于企业内部的规则进行法务合同审核。 最后是物理AI场景。其现场用端侧算力训练了双足鸭机器人MicroDuck，让MicroDuck在仿真环境里完成各项活动，包括前进、后退、转身、被推倒后站起等。 演示人员现场还让实体的MicroDuck自己走动，并在摔倒后站起来。 在具体的应用方面，其基于TY1
匹配字段正文