搜索“DeepSeek”

Mercury 2完成PinchBench评测

2026年9月29日,Inception Labs公布Mercury 2在PinchBench上的评测结果。该评测显示,Mercury 2任务成功率为78%,高于GPT-5 Mini的75%、Gemini 2.5 Flash的71%、DeepSeek Chat的72%和GPT-4o的71%,并在同准确率档位中执行时间最快。PinchBench基于OpenClaw构建,考察工具调用、多步推理和真实任务完成情况;Mercury 2的速度来自并行细化而非逐token生成。定价方面,每100万token输入0.25美元、输出0.75美元,约为Claude 4.5 Haiku输入输出的四分之一。目前尚无后续发展事实。

阿里平头哥发布真武V900人工智能芯片

2026年9月25日,阿里平头哥发布真武V900人工智能芯片。同日,平头哥在云栖大会公布围绕真武AI芯片打造的类CUDA软件栈T-Head SAIL的最新开源进展,已开源PyTorch-for-sail框架适配、sailify源码迁移工具、Triton-for-sail算子开发工具,以及DeepGEMM-for-sail、FlashAttention-for-sail等计算加速项目。SAIL负责连接PyTorch等上层框架与底层硬件,承担模型迁移、编译执行、计算加速和开发调试。据现场披露,真武AI芯片已服务20多个行业的650多家客户;截至2026年9月,在ModelScope上提供39个量化模型,覆盖Qwen、DeepSeek、Kimi等系列,累计下载超过34.8万次。目前尚无进一步有证据的发展。

特朗普与习近平会面在即，中国的AI雄心正在乌兰察布高歌猛进

2026年9月23日,BBC 中文刊文介绍,在特朗普与习近平会面讨论人工智能安全之际,中国的AI雄心正在乌兰察布高歌猛进。文章称,中国正于乌兰察布、宁夏、甘肃和贵州等地兴建数以百计的数据中心,服务华为、字节跳动和 DeepSeek 等企业,目标是到2030年把人工智能融入90%的行业和社会领域。文章还提到,北京鼓励企业开发更具成本效益的开源模型,以应对无法取得先进晶片的挑战;同时中国每年培养约500万名科学与技术领域毕业生,而美国约为50万名。目前该报道为唯一来源,尚无后续有证据的发展。

英伟达测试机密推理性能

2026年9月23日,英伟达测试了TensorRT LLM在八张B200 GPU上运行DeepSeek-R1的机密计算性能。据英伟达开发者博客,机密计算通过内存加密的机密虚拟机、机密GPU和加密NVLink,让生产级AI推理运行在可信硬件上。在受控对比中,开启机密计算后保留了基线96.1%–98.2%的输出token吞吐,单token延迟(TPOT)仅增加1.2%–4.3%(并发1–16)。TensorRT LLM为此改用可分页内存、异步token回读,并以GPU %globaltimer替代CUDA events做内核自动调优。目前该测试结果由英伟达一方发布,尚无其他来源交叉印证。

Thomas Wolf列举近10周开源模型发布

2026年9月21日,Hugging Face的Thomas Wolf在X上列举了Dylan Patel访谈之后约十周内发布的开源模型清单,回应“开源正在消亡”的说法。清单包括Moonshot Kimi K3、Qwen3.8-Max、DeepSeek V4-Pro、腾讯Hy4、GLM-5.3和上海AI Lab Atria Dawn等三十余项,并指出其中多个达到前沿规模,如Kimi K3的2.8T、Qwen3.8-Max的2.4T、DeepSeek V4-Pro的约1.6T。该推文引用的访谈中,Dylan Patel称有中国模型实验室告知推理厂商下一代模型将不再开源、改为授权,并称开源正在快速消亡。目前该事件仅有这一条事实证据,尚无后续发展。

英伟达加速JAX无丢弃MoE训练

2026年9月14日,英伟达宣布优化基于Transformer Engine的JAX无丢弃MoE训练。据英伟达开发者博客,该方案结合JAX,在NVIDIA GB200上把DeepSeek-V3的MoE训练吞吐从103 TFLOPS/GPU提升到1,068 TFLOPS/GPU,达10.4倍。其分组GEMM内核可在单次调用中处理各专家不等的token数量,实现无丢弃MoE;NCCL EP融合dispatch与combine并去重token以降低网络流量。在GB300 NVL72上训练DeepSeek-V3 671B时,该方案在1,024块GPU下保持97%扩展效率。目前尚无后续发展事实。

OpenAI公布首款自研推理芯片Jalapeño基准

2026年8月26日,OpenAI公布其首款自研推理芯片Jalapeño的基准测试结果。SemiAnalysis在OpenAI实验室用InferenceX实测,称该芯片在多个开源模型上的每兆瓦token吞吐超过NVIDIA Blackwell,在DeepSeek R1上并发1时达到每用户700 tokens/s以上,全程未使用投机解码。该芯片由OpenAI与Broadcom合作,2024年中启动设计,2025年11月完成CoWoS流片,采用HBM4、单封装15.4TB/s带宽,架构上不做prefill与decode分离。SemiAnalysis认为更公平的对手是同样使用HBM4的Rubin,两者每美元输出token数接近,但Jalapeño尚未启用投机解码,量产计划从2027年起逐步爬坡。后续IEEE Spectrum报道称,OpenAI于8月25日完整发布该芯片,提供最高13.4 petaflops的4-bit算力和232 GB内存,端到端延迟相比Nvidia GB300最多降低3.6倍。

OpenRouter推出美国区域路由

2026年9月9日,OpenRouter推出美国区域路由(US In-Region Routing),在去年10月上线的EU路由之外新增美国数据驻留选项。据官方说明,请求发往us.openrouter.ai后在美国境内解密,并只路由到美国境内的供应商端点;eu.openrouter.ai对欧盟同理。API key、请求体和模型 ID 不变,供应商偏好、回退和隐私设置沿用账户配置;若区域内没有可服务该模型的供应商,请求会返回404而不会路由到区域外。该功能面向 Business 和 Enterprise 套餐,可用模型包括 GPT-5.6、Claude Opus 5、Gemini 3.6 Flash、Grok 4.6、DeepSeek V4 Pro、Kimi K3、GLM 5.2 等;GLM 5.2 也可在 EU 路由下由 Mistral 的欧盟数据中心提供。另有说明称可用 Guardrails 按工作区、团队或 API key 强制指定数据区域。目前尚无后续发展事实。

Unsloth GGUFs 支持 Hermes 一键本地运行

2026年9月3日,Unsloth 宣布其 GGUFs 模型文件现已可通过 Hermes 实现一键本地运行。据该消息,Qwen3.8-27B、Qwen3.8-Flash、DeepSeek-V4-Flash 等模型均在支持之列。此举意味着用户无需复杂配置,即可借助 Hermes 在本地直接加载并运行上述 Unsloth 量化模型。目前该消息为 Unsloth 单方发布,输入材料未提供更多技术细节、发布时间表或第三方验证情况。

Z AI发布并开源GLM-5.3-Flash

2026年8月27日,Z AI确认此前以匿名免费模型身份出现的Ox Alpha即GLM-5.3-Flash,并公开模型权重。材料称,该模型在OpenRouter登顶,使用量达到第二名DeepSeek的两倍。Z AI表示,免费开放期间的服务完全运行于中国制造的芯片。Artificial Analysis给出的单任务价格为0.045美元,较同档模型低10倍。目前,该模型的匿名身份已经揭晓,并进入权重开放阶段。

英伟达发布AgentX能效测试结果

2026年8月24日,英伟达公布AgentX基准测试结果。在每用户每秒160 tokens的条件下,Vera Rubin NVL72的每兆瓦吞吐量最高达到GB300 NVL72的30倍,但该数据由英伟达自行测得,仍待SemiAnalysis审核。测试还显示,GB300 NVL72运行DeepSeek V4 Pro 1.6T和Kimi K3 2.8T时,每兆瓦吞吐量最高分别为H200 NVL8的15倍和80倍,每百万tokens成本最高降低10倍。

V4视觉模型拓展智能体应用

2026年8月21日,DeepSeek介绍V4-Flash-Vision-Exp的多模态智能体能力。该模型可在多种智能体框架中顺畅运行,把视觉理解与广泛的工具调用结合起来,从而支持更多实用的多模态智能体工作流。目前输入材料仅提供了此次能力介绍,未说明具体上线范围、应用案例或后续进展。

Debian在Scaleway赞助下开始提供Debian Inference Portal

2026年9月25日,Debian项目在Scaleway赞助下开始提供Debian Inference Portal。据gihyo.jp报道,持有Salsa账号的DD和DM可免费通过API调用DeepSeek V4 Flash与GLM-5.2两个模型。默认预算为DD每周25美元、DM每周10美元,支持任何兼容OpenAI API格式的编辑器或工具接入,用途限于打包、缺陷分类修复、工具开发与文档撰写等贡献工作。目前尚无后续发展事实。

英伟达测试机密推理性能

NVIDIA 测试 TensorRT LLM在八张B200上运行DeepSeek-R1的机密计算性能

查看事件：英伟达测试机密推理性能

Pydantic 发布 vocabguard 应对语言漂移

2026年9月8日,Pydantic 发布 vocabguard PyPI 包,以应对前沿模型的语言漂移现象。据 Pydantic AI 官方文章,Anthropic Claude 系列模型在描述软件组件连接点时大量使用“seam”一词,其中 Opus 4.6 被视为源头,4.7、4.8 放大,并扩散到 GPT 5.6 Sol、DeepSeek v4 Flash 0731、Qwen 3.8 27b、Z.AI GLM 5.3 Flash 等模型。作者抓取 GitHub PR 发现,含“seam”的约 70 万条中约 68.5 万条来自 2026 年,并用 4,319 份 2025 年前与 1,047 份 2026 年 README 做 TF-IDF、SVD、t-SNE 可视化。文章提出用 Pydantic AI Capability 应对这一现象。目前尚无后续发展事实。

Crusoe 成为 Pydantic AI 原生模型提供商

2026年8月14日,Crusoe 正式成为 Pydantic AI 的原生模型提供商。据 Pydantic AI 官方文章,用户只需使用类似 'crusoe:zai/GLM-5.2' 的字符串,即可让智能体在 Crusoe Managed Inference 上运行,开箱支持流式输出、工具调用和结构化输出。该集成新增 CrusoeProvider,将 meta-llama、deepseek-ai、qwen、google(Gemma)、moonshotai(Kimi)、zai(GLM)和 openai(gpt-oss)等模型族映射到对应的 Pydantic AI profile,无需手动配置 base_url 或 API key。此外,Crusoe 提供 MemoryAlloy 集群级 KV cache 与缓存输入定价,以降低智能体多轮请求的成本。目前尚无后续发展事实。

Andrew Ng提出智能体编码时代软件工程基本功仍重要

2026年8月28日,DeepLearning.AI 的 The Batch 第368期发布,Andrew Ng 在来信中提出,即便使用编码智能体写代码,软件工程基本功仍然不可少。他同时指出,若缺少这些基本功,智能体容易在延迟、可用性、一致性、可靠性、可维护性、简洁性和成本上做出错误取舍。该期内容还关注 GLM-5.3 的漏洞利用、AI 模型与硬件提速,以及 DeepSeek 的新智能体框架。目前该观点由 DeepLearning.AI 第一方渠道发布,尚无后续发展事实。

LMSYS 公开 Infer-forge 构建方法论

2026年8月28日,LMSYS 发布 infer-forge 方法论文,公开其围绕 SGLang 的推理工程系统构建方法论。据 LMSYS Blog 介绍,该系统由 MonoRepo、Harness、Task Loop 和 Task Graph 四层结构组成,目标是让跨仓库的推理优化工作可复现、可验证。文章说明 infer-forge 属于内部工程系统,并非 SGLang 或 LMSYS 官方组件,目前不开源,公开的是构建方法论,供团队交给 AI 编码工具并结合自身系统上下文搭建适配实现。文中还给出使用记录:一位工程师 4 月至 7 月的在飞任务峰值从 2 个升至 9 个,DeepSeek-V4-Pro 服务项目中 38 个可独立验证的任务节点被组织成任务图。目前尚无后续发展事实。

Intel在Hot Chips介绍数据中心GPU Crescent Island

Intel 在 Hot Chips 2026 上介绍了数据中心 GPU Crescent Island。据 Chips and Cheese 报道,该 GPU 的 LPDDR5X 内存子系统最高支持 480 GB DRAM,报道称这一容量在当前所有 GPU/AI 加速器中最高,可单卡直接运行 Deepseek-V4 Flash;Intel 表示内存带宽暂不披露。该 GPU 采用 Xe3P IP,含 32 个 Xe3P 核心、32 MB L2,XMX 单元比 Xe2/Xe3 大 4 倍,新增 FP8、FP4 支持,FP64 为全速率、约 10 Teraflops。Intel 此前称今年底送样,但具体时间仍存变数。

光合组织2026智能计算应用大会在郑州举行

光合组织2026智能计算应用大会在郑州举行。据电子技术应用报道,海光信息在会上首次集中展示“云边端”完整算力体系,并坚持“CPU+DCU”双芯驱动路线。海光信息还指出,AI服务器CPU与GPU配比已从1:4或1:8逐步趋近1:1,DCU软件栈已适配GLM、DeepSeek、MiniMax、Kimi等主流大模型。目前该事件尚无后续发展事实。