Vinci4D 用物理驱动 AI 加速芯片仿真，称比传统工具快 1000 倍
Vinci4D 推出物理驱动 AI 仿真软件平台，让工程师在设计变更后一天内即可运行仿真，而非等待两周，并称其速度最高可达传统仿真工具的 1000 倍且精度更高。该软件已在 AMD 的 MI355x 上运行推理，用于分析 PCB、芯片封装和 3D 堆叠集成电路；AMD Ventures 也参与了其本月完成的 2.5 亿美元 B 轮融资，估值 15 亿美元。
匹配字段摘要
←搜索结果
搜索“推理”
Meta 开放 816B 参数模型 Muse Spark Open，面向编码与智能体任务
Meta 发布 Muse Spark Open 的开放权重，该模型自 4 月首发以来一直闭源，此次面向编码和长时间运行的智能体任务开放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
匹配字段摘要
Gemini 4 Argon 发布后，谷歌旗舰为何先打价格战
谷歌发布等待七个多月的旗舰模型 Gemini 4 Argon，在 Artificial Analysis 综合智能指数拿到 53 分，追平 GPT-6 Astra，低于 Claude Opus 5.5 的 58 分。首发期输入 2 美元、输出 10 美元每百万 token，但高推理设置下输出 token 消耗约为 GPT-6 Astra Max 的 2.3 倍，12 月 1 日恢复标准价后平均任务成本将反超 Astra。作者认为谷歌意在用限时低价把企业代码库与自动化工作流接入自家云、Workspace、安卓和搜索生态。
匹配字段摘要、正文
阶跃星辰开源 Step 5 Preview 权重，华为昇腾、沐曦、壁仞等首发支持
阶跃星辰宣布开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，在 AI 编程、软件工程、专业知识工作、金融等任务上达到前沿水平。权重已上线 Hugging Face 和 ModelScope，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可用 Transformers 离线推理。华为、壁仞科技、沐曦股份、摩尔线程随后宣布提供 0Day 支持，其中昇腾基于 vLLM 推理引擎实现 0Day 支持，首套 1024 卡 Atlas 950 SuperPoD 液冷超节点同步上线点亮。
匹配字段摘要、正文
英伟达发布 1200 亿参数开放多模态模型 Nemotron 3.5 Super VL
英伟达推出开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活参数 120 亿，面向持续运行的多步骤智能体任务。英伟达称其在单张 GPU 上执行智能体任务的吞吐量最高可达同规模其他开放模型的 5 倍，并将推理、指令遵循、工具调用与文本、图像、文档、视频理解整合在同一模型中。同期发布的还有 Nemotron 3.5 Bolt 74B-A9B 24GB 端侧模型，通过原生 2 位量化压缩至 24GB，支持 llama.cpp、vLLM、Ollama 等；Bolt E4B 4GB 计划于 10 月 23 日推出。
匹配字段摘要、正文
蚂蚁百灵开源 Ling-3.1-flash 模型，最高支持 1M 上下文
蚂蚁百灵开源 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B，最高支持 1M 上下文。在 Artificial Analysis 公开评测中，其智能指数为 41，输出速度约每秒 210 Token。团队对 routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB，Hopper GPU 测试配置下服务部署由 8 卡降至 4 卡。模型还提供长上下文并行推理方案（PCP / DCP），并加强对 JSON Schema 的工具调用支持。
匹配字段摘要、正文
Meta 发布开放权重模型 Muse Spark Open，宣称美国最强开源 AI 模型
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计。模型权重已上线 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 与 Microsoft Foundry Models，并适配 SGLang、vLLM、TensorRT-LLM 等推理引擎。
匹配字段摘要、正文
苹果 Meta 破冰合作：两台 512GB 内存 Mac Studio 本地运行 Muse Spark Open
Meta 与苹果围绕开源权重模型 Muse Spark Open 展开罕见公开协作，在 2 台配备 512GB 统一内存的 Apple M5 Ultra Mac Studio 上通过最新 MLX 框架本地运行该模型。Muse Spark Open 总参数量 8160 亿、活跃参数 420 亿，上下文窗口达 100 万 token，主要面向编程、智能体任务、多步骤推理与软件工程等场景。扎克伯格与苹果 CEO 约翰·特努斯均在社交平台确认合作，但 512GB 版 Mac Studio 尚未正式发售，256GB 版售价已超过 1 万美元。
匹配字段摘要、正文
苹果 Minions 研究：闲置 Mac GPU 组队，几分钟就能完成 10 小时 AI 任务
苹果研究团队公布名为 Minions 的系统，将多台 Mac 的闲置 GPU 聚合成可动态调度的“虚拟 GPU 云”来运行大规模机器学习推理任务。系统由 Minion Server、PostgreSQL 元数据存储和 Minion Watchdog 组成，采用拉取式任务模型并支持 Grafana 实时监控。测试中原本需排队超过 10 小时的推理任务可在数分钟内开始执行，且无需新增 GPU 硬件；该方案目前仍属面向企业内部的研究与工程方案。
匹配字段摘要、正文
小米开源空间音频理解大模型 MiDashengLM-Spatial
小米开源 MiDashengLM-Spatial，以 MiDashengLM-7B 为基座，是业界首个开源的端到端空间音频理解大模型，完整公开模型权重和推理代码，采用 Apache 2.0 许可证。该模型在保留基础音频理解能力的同时，可感知声音来自何处及如何在空间中分布，将陆续应用于小米智能家居、汽车座舱等场景。
匹配字段摘要、正文
Cohere 如何管理企业中的智能体泛滥
Cohere 在博客中讨论企业如何管理智能体泛滥（agent sprawl），指出智能体数量增长本身不必然增加推理成本，未被使用的智能体不会消耗 token，管理负担来自治理流程跟不上增长速度。企业目前多采用集中式、联邦式或混合式交付，并借助智能体注册表跟踪归属、使用与访问权限；Cohere 提出让“挑战者”智能体与现有智能体限时、基于证据竞争，比较可靠性、token 用量、延迟和任务表现后决定替换或退役。
匹配字段摘要
Meta 开源 Muse Spark Open：816B 参数编码智能体模型
Meta 发布 Muse Spark Open 的模型权重，这是一个 816B 参数、推理时激活 42.7B 的开源权重全模态 MoE 模型，与 Muse Code 联合训练，面向编码智能体工作流，支持 1M token 上下文和文本、图像、视频、音频输入。它采用压缩 MoE 块和全局/局部混合注意力，在 128K 上下文下把 KV cache 内存降低约 3.7 倍。Baseten 已在其 Model APIs 和 Dedicated Inference 上以 NVFP4 提供该模型，权重体积从约 1.6 TB 降至 540 GB，可运行在单台 4×GB300 节点上。
匹配字段摘要
Apple 的 Minions 技术把闲置 Mac 变成 AI 数据中心
Apple 机器学习团队在一份新白皮书中提出内部技术 Minions，可将闲置的 Apple Silicon Mac 组成分布式虚拟 GPU 云，用于 AI 推理。Minions 目前支持基于 Hugging Face 和 Ollama 开源 Transformer 模型的嵌入向量生成与 LLM 补全，并计划未来支持分布式模型训练。该技术尚未在 Apple 外部开放，白皮书称采用后部分推理任务排队时间从超过 10 小时缩短到几分钟内启动。
匹配字段摘要
摩尔线程率先完成阶跃星辰 Step 5 Preview 大模型 Day-0 适配
10月15日阶跃星辰开源旗舰大模型 Step 5 Preview，摩尔线程同日在其 MTT S5000 训推一体智算卡及 MUSA 软件栈上完成 Day-0 适配。Step 5 Preview 采用稀疏 MoE 架构，总参数量 600B、每 Token 激活 27B，支持 1M Token 上下文窗口和视觉输入，面向真实世界 Agentic 任务。摩尔线程针对混合注意力、FP8 混合精度推理、MTP3 投机解码及多模态链路进行了全链路调优。
匹配字段摘要、正文
Gemini 4 Argon 能把视频变成三维仿真场景，XR 的空间计算会变天吗？
Google 于 10 月 14 日凌晨发布 Gemini 4 Argon，其 Real2Sim 技术可结合机器人摄像头画面与人类第一人称操作视频，重建包含物体几何结构、空间关系及物理属性的三维仿真环境，并借助 MuJoCo 模拟物体运动与交互。该模型在具身推理基准 ERQA 上取得 87% 的成绩，演示中通过迭代式视频世界模型引导灵巧手完成 33 步连续操作拼出 ARGON 字样。文章指出，这项技术目前主要面向机器人及物理 AI 研究，尚未直接应用于 XR 设备，但为 XR 降低对复杂传感器的依赖、走向轻量化提供了思路。
匹配字段摘要、正文
奇景光电5mW超低功耗AI芯片HX6538落地千问AI眼镜N1系列
奇景光电WiseEye超低功耗AI处理器HX6538已应用于阿里巴巴千问AI眼镜N1系列，为常开视觉感知系统提供支持，芯片功耗仅5mW。HX6538采用Arm Cortex-M55处理器与Ethos-U55 AI加速架构，可端侧实时视觉AI推理，检测到事件或人员时再唤醒主系统，降低整体功耗并延长续航。
匹配字段摘要、正文
三星在 JEDEC 论坛指出 AI 内存标准化面临挑战
三星电子在 2026 JEDEC 论坛上表示，LPDDR-PIM 与 zHBM 等下一代 AI 内存带有大量客户定制特性，令内存厂商在实际生产中极难管理。三星披露 LPDDR5X-PIM 内存带宽达常规 LPDDR5X 的 8 倍，AI 推理性能 102 TPS，约为 LPDDR5X 27 TPS 的 3.8 倍，较 8 月 Hot Chips 展示的 83 TPS 提升约 23%。其平均功耗 11.5 瓦，高于 LPDDR5X 的 8.4 瓦，但每瓦推理性能提升至 9 TPS/W。
匹配字段摘要
openKylin 在 OSS EU 2026 发布 KART 统一 AI 运行时与系统级智能体环境
openKylin 在 Open Source Summit Europe 2026 上提出从“资源管理”转向“意图管理”的 OS 新范式，并发布 KART 统一 AI 运行时、kytensor 本地推理引擎及系统级智能体执行环境。openKylin 3.0 已集成 AI 助手、全局智能搜索和智能空间三项桌面能力。其 RVV 内核优化在 ONNX Runtime FP32 推理上实现 2–5× 加速，并计划将相关优化与推理框架适配工作贡献至上游。
匹配字段摘要
Cohere 如何衡量企业 AI ROI
Cohere 发文拆解企业 AI ROI 的测算难点：生成式与智能体应用的单元成本会随上下文长度、推理量和模型/工具调用次数变化，模型与部署方式也重塑成本与性能的权衡。文章建议用 AI 引入前的基线、A/B 测试或错峰上线来区分 AI 带来的财务价值与其他同期因素。
匹配字段摘要
NVIDIA Nemotron 3.5 Super VL 上线 Baseten
NVIDIA 开源多模态模型 Nemotron 3.5 Super VL 已在 Baseten 上线，这是一个 120B-A12B 的 MoE 模型，面向文本、图像和视频的智能体工作流。它基于 Nemotron 3 Super 架构加入视觉编码器，采用混合 Mamba-Transformer 架构与多 token 预测（MTP），并支持 NVFP4 KV cache 量化以降低长上下文推理显存。NVIDIA 报告称其在 GDPval 上 Elo 为 1190（Nemotron 3 Super 为 493），SciCode 与 GPQA-diamond 也更高；Baseten Loops 在发布当天提供监督微调和强化学习训练支持。
匹配字段摘要