跳到正文
10月5日周一
  1. arXiv · ML36

    前缀缓存语言模型服务中精确的内存-时间优化:PCR方法

    研究提出前缀证书保留(PCR)方法,解决前缀缓存服务中独立优化缓存块导致的高估问题。PCR将可用的前缀奖励建模为节点,通过最大权闭包转化为单次最小割问题,其图规模与块查找数和超时选择数呈线性关系。在39,632个公开Mooncake请求的时间重放测试中,有序超时在120个固定网格的分组定价案例中,有118个达到了无限制训练的最优值。

  2. arXiv · ML23

    SpAx 通过权重近似提升 LLM 离线解码速度

    SpAx 利用激活稀疏性与权重近似技术加速大语言模型离线解码。该方法在权重卸载至 CPU 内存时,16 位权重平均提速 3.86 倍,4 位权重平均提速 2.06 倍,WikiText-2 困惑度增加不超过 10%。在闪存存储场景下,16 位权重平均提速 3.31 倍,4 位权重平均提速 1.54 倍。

  3. arXiv · AI36

    基于智能体混合度量的每 token 充足计算测量研究

    研究通过智能体混合(Mixture-of-Agents)方法测量了生成单个 token 所需的充足计算量。实验显示,在 0.5B 规模下可复现 92-95% 的参考 token,最昂贵的 10% token 占预估 FLOPs 的 64-80%。利用该地图优化模型路由可将 MATH-500 问题的预计延迟从 7.59 秒降至 5.12 秒,并使草稿 token 使用量减少 32.6%。

10月4日周日
  1. 美团技术团队34

    美团智播数字人直播技术创新与实践

    美团推出面向本地生活场景的AI数字人直播解决方案“美团智播”,过去一年月日均GTV同比增长82.12%,月日均观看人次同比增长163.44%。 该方案支持30秒生成直播素材、3分钟完成开播配置,并实现7×24小时稳定上播,成功打通从技术落地到规模化商业闭环。

10月3日周六
10月2日周五
10月1日周四
9月30日周三
  1. DeepSeek68

    DeepSeek 开源昇腾基础组件

    DeepSeek 正式开源面向华为昇腾算力平台的基础设施组件,涵盖 TileLang、DeepGEMM、DeepEP 等,与此前英伟达平台组件一一对应。TileLang 昇腾版本封装 Ascend C 指令,支持 DeepSeek V4 系列模型训练中大部分算子的高性能实现,相关项目链接已同步发布于 GitHub。

    推荐理由:开源昇腾平台适配的 TileLang 与核心计算组件,为构建自主可控 GPU 软件生态提供可直接复用的基础工具。

9月29日周二
  1. Qoder73

    Qoder 技术负责人详解产品升级:从 Agentic Coding 到数字员工 QoderWake

    阿里 Qoder 技术负责人谢吉宝在云栖大会发布产品升级,定位为 Agentic Coding Platform for Everyone。升级涵盖全双工语音交互、升级版 Computer Use、移动端及多模态设备连接,并推出云端 Cloud Agents 和数字员工 QoderWake。

    推荐理由:演讲展示了 Qoder 在语音交互、云端数字员工及工程知识引擎方面的具体升级,为理解 Agentic Coding 的演进提供了产品视角。

9月28日周一
  1. Kimi开放平台40

    Kimi API 上下文缓存最佳实践:命中即省钱

    Kimi API 升级支持上下文缓存,提供 5m 和 1h 两档缓存时长(TTL)供开发者选择。以 Kimi K3 为例,缓存命中价格仅为未命中的 1/10,即 ¥2 / 1M tokens,比未命中少 ¥18 / 1M tokens。该功能自动启用,无需改造现有请求,旨在降低文档问答、编程智能体等高频调用场景的成本。

9月24日周四
9月23日周三
  1. 阿里云百炼33

    阿里云百炼 Token Plan 取消周限额,改用月额度

    阿里云百炼 Token Plan 个人版自 9 月 22 日起取消 7 天限额,改为每月 30 天统一刷新额度。 Lite、Essential、Standard 及 Pro 四档套餐价格与折扣保持不变,存量用户在规则切换当天自动重置为对应套餐的满月额度。 订阅周期内未使用的额度不结转至下一周期,额度用尽后需购买用量包或等待新周期开始。

9月22日周二
  1. 千问大模型87

    阿里发布千问AI手机全栈解决方案Qwen Intelligence

    阿里发布AI手机全栈解决方案Qwen Intelligence,提供规划、操作和创意三类Agent。在MobilePA-Bench、MobileWorld等评测中处于前列,首图生成提速2倍,并与荣耀合作落地真实手机场景。

    推荐理由:原文给出了全栈解决方案与三项Agent实测数据,读者可以据此判断手机Agent的落地边界与性能标准。

  2. 千问大模型89

    Qwen 实现芯片设计与推理适配双向闭环:模型自主完成 RTL 优化及推理栈调优

    Qwen 团队开展两项生产级实验:Qwen3.8-Max 自主完成 NoC 模块的 RTL 编码与物理实现,并独立将 Qwen3.8-Flash-Next 适配至真武 M890 芯片。芯片设计中,模型运行超 60 小时完成全流程,使模块面积降低 42%、功耗降低 59.5%。推理适配中,模型 56 小时完成优化,长文本 TTFT 降低 47%,单实例吞吐提升 96%。

    推荐理由:展示了 Qwen 在芯片设计端侧与推理端侧双向闭环中自主调用工具完成 RTL 优化及推理栈调优的工程路径。

9月21日周一
  1. 阿里云百炼28

    阿里云百炼 Agent Studio for Hardware 在 2026 云栖大会展示智能硬件生态

    阿里云百炼 Agent Studio for Hardware 平台在 2026 云栖大会 1 号馆展示雷鸟 iO AI 眼镜、二元魂 AI 潮玩及希沃学习机。 该平台提供全双工语音交互等能力,端到端延迟低至 1 秒,通过 SDK 覆盖 Android、iOS 等系统及 30 多个芯片平台。 目前已有 500 多家合作伙伴通过该平台完成智能化升级。

9月20日周日
9月12日周六
9月11日周五
  1. 豆包工作26

    和睦家医疗用豆包工作构建 OncoCare 填补院外化疗管理空白

    和睦家医疗基于豆包工作搭建 OncoCare,通过 19 个标准化方案模板实现到院当天的方案确认与报价生成。疗程间系统每日同步 7 项关键检验指标,生成可视化时间线以辅助医生判断下一疗程时机。搭配协同看板与飞书数字助理,将院内 HIS 与院外管理衔接,形成完整的患者管理图谱。

9月10日周四
  1. Mistral AI32

    Cloudera 与 Mistral 合作为企业数据提供主权智能

    Cloudera 与 Mistral 宣布建立合作伙伴关系,旨在为金融、制造等受监管行业的客户提供主权 AI 解决方案。该合作允许企业在私有云、本地及隔离环境中运行 Mistral 模型进行推理,并支持利用专有数据训练定制模型。Mistral 计划将其主权 AI 引入 Cloudera 平台,后者管理着 30 exabytes 的客户数据。

9月8日周二
  1. 阶跃星辰开放平台63

    阶跃星辰:智能路由实践与思考,Step Router V1 实现约15%能力提升

    阶跃星辰产品负责人陶炳哲在 AGNTCon + MCPCon China 2026 分享智能路由实践,指出路由对象应是“模型 + harness”组合。在自建 Benchmark 上,Step Router V1 带来约 15% 能力提升,开发者可通过 Step Plan 接入以平衡能力与成本。

    推荐理由:作者以产品负责人身份解析智能路由,通过成本分析与路径对比,为工程落地提供决策参考。

9月2日周三
9月1日周二
8月11日周二
  1. Mistral AI65

    Mistral 发布区域推理端点、支持第三方开源模型并成立欧洲算力联盟

    Mistral 宣布推出 Mistral Regional Endpoints(区域推理端点,GA 阶段)和 Mistral Priority Tier(优先级服务层级,公测阶段),允许客户选择在欧洲或美国运行推理以满足数据驻留与合规要求,并为首批关键工作负载提供附带正常运行时间 SLA 的定制速率限制。

    推荐理由:原文介绍了区域推理端点、第三方开源模型接入及欧洲算力联盟计划,展示了Mistral构建主权AI基础设施的具体功能与服务层级。

8月6日周四
7月29日周三
6月9日周二