TypeSafe AI 决策模型 Jev 日处理量达 1 万亿 Token，硅谷巨头火速跟进复刻
初创企业 TypeSafe AI 发布的决策模型 Jev 近日日处理量达到 1 万亿 Token，且约 25% 的世界 500 强企业正在使用该模型。Jev 并不生成完整文本，而是将输入内容归类到预设的“是”或“否”、数值评分等输出结果中，被称为“面向校准决策的强化学习”。
推荐理由：通过拆解硅谷巨头的迅速跟进动作，该材料让读者看清了专用决策模型正在如何在底层重构大语言模型之外的应用生态位。
技术方向
推理能力 最新动态
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
79 条精选近 30 天 51 条共收录 2,232 条
更新
精选归档 · 第 3 页
IT之家精选AI 评分8181
Hacker News AI精选AI 评分7777 ds4 发布：支持本地运行 DeepSeek V4 等前沿模型
ds4 是由 antirez 发布的本地推理引擎，支持在 M5 Max 和 DGX Spark 等高显存设备上运行 DeepSeek V4、GLM 5.x 及 Qwen3.8 等模型。该引擎采用 2-bit 非对称量化压缩路由专家，并提供 CLI、本地 API 及原生 Agent 接口，支持将 KV 缓存持久化至 SSD 以加速恢复会话。
推荐理由：提供了非通用引擎的窄化路径，展示了在特定高配硬件上运行前沿开源模型的量化细节与接口规范。
智东西精选AI 评分9292 谷歌发布Gemini 4 Argon：100万Token输出上限，成本较GPT-6 Astra降低40%
谷歌发布新一代旗舰模型Gemini 4 Argon，面向软件工程、企业知识工作和网络安全防御，最大输出Token上限提升至100万。在DeepSWE v1.1等测试中，Argon成绩领先GPT-6 Astra和Claude系列模型；按折扣定价，其每任务成本较GPT-6 Astra降低40%。
推荐理由：原文汇总了Gemini 4 Argon在多项企业级基准中的领先数据、100万Token输出上限及实际内部落地案例，并补充了开发者关于其提示词敏感度的早期反馈。
NVIDIA Blog精选AI 评分6767 NVIDIA 与 CoreWeave 推出 Vera Rubin 及 CoreWeave Forge，加速 Agentic AI 生产部署
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统和 Vera CPU 在 CoreWeave Cloud 可用，并推出 CoreWeave Forge 平台。Cognition 实测 Vera Rubin 的 token 吞吐量比 GB200 高 4.8 倍，Vera CPU 使智能体沙箱启动速度提升 3 倍以上。
推荐理由：原文披露 Vera Rubin 与 Vera CPU 在 Cognition 的实测吞吐提升及沙箱启动速度，展示了 Agentic AI 基础设施的生产级性能基线。
百灵大模型精选AI 评分7676 百灵发布 Ling-3.1-flash 模型，主打真实世界复杂任务处理
百灵推出 Ling-3.1-flash 模型，总参数约 560B，激活参数约 25B，上下文窗口上限 1M。该模型在办公、医疗、软件工程等真实任务评测中表现突出，支持长达数十小时的持续代码开发与调试，并计划在免费体验期结束后同步开源。
推荐理由：文中提供了架构参数、具体任务基准及对比数据，帮助判断模型在长程任务与多场景下的实际表现与开源计划。
Sam Altman (X)精选AI 评分7676 Sam Altman 发布 6.1 Sol 模型，定价仅为 Astra 五分之一且享 95% 缓存读取折扣
Sam Altman 宣布发布 6.1 Sol 模型，其价格仅为 Astra 的五分之一，并提供 95% 的缓存读取折扣。该模型被描述为能力极强，结合 ultrafast 功能可实现 8 倍加速，目前 Astra 已支持该功能，6.1 Sol 即将接入。
推荐理由：创始人亲自公布模型定价与缓存折扣细节，为评估性价比提供了官方依据。
Hugging Face Blog精选AI 评分8181 NVIDIA Kumo Tabular 开源表格基础模型发布
NVIDIA 在 Hugging Face 和 GitHub 发布开源表格基础模型 Kumo Tabular，它基于 Transformer 架构，针对表格数据的列、行和上下文注意力设计，支持分类和回归任务，无需训练、调参或特征工程即可通过单次前向传播进行预测。
推荐理由：文章给出了模型规模、基准排名与调用代码，读者可以据此判断它是否适合替代传统树模型流程。
Hugging Face Blog精选AI 评分6767 Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言模型加速草案
Liquid AI 为 LFM2.5-VL-3B 发布 DSpark 推测解码草案，在端侧实现最高 3.13 倍解码加速，端到端提速最高 2.62 倍。该草案增加 280M 参数（约为目标模型的 8.9%），支持 llama.cpp、MLX-VLM 和 SGLang，适用于 CPU 和 GPU 部署。
推荐理由：该Drafter将LFM2.5-VL-3B端侧解码提速至多3.13倍且输出无损，为视觉模型在资源受限设备上提供了可复现的加速方案。
爱诗科技 AIsphere精选AI 评分7878 爱诗科技发布 PixVerse R2 实时世界模型，以双引擎架构实现通用实时扩展
爱诗科技正式发布具备 Scaling 能力的通用实时世界模型 PixVerse R2，开放游戏、互动影视及数字人等体验。模型基于 Omni Causal AR 与 Real-Time Acceleration 双引擎架构，将模型能力扩展与实时推理加速解耦，在生成质量、长程一致性和多模态控制方面实现提升。用户可通过 Prompt 和键盘操作实时生成并交互，PixVerse R2 已开放使用。
推荐理由：实时与通用解耦的双引擎架构，为持续扩展的实时世界模型提供了可验证路径。
百灵大模型精选AI 评分8080 Ming-Image-0.1-Design 系列开源，支持UI生成与图层拆解
百灵大模型开源Ming-Image-0.1-Design系列，包含6B参数的Design和Layer模型，支持从文字生成UI及将设计图拆成可编辑透明图层。该模型在Artificial Analysis UI/UX Design榜单位列开源第1，Layer在Crello-Test 12项指标中全部排名第一。
推荐理由：6B模型将设计生成与图层编辑打通，读者可评估其在UI、海报等场景替代高参数量模型的可行性。
阿里云精选AI 评分8585 阿里云2026云栖大会：发布Qwen3.8-Max与真武V900，迈向机器智能时代
阿里巴巴集团CEO吴泳铭在2026云栖大会演讲中提出机器思考总量未来将超过人类1000倍，并公布Qwen3.8-Max模型与真武V900 AI芯片。Qwen3.8-Max通过自主迭代完成33轮训练优化，在未知GPU上实现推理吞吐量提升96%；真武V900性能为前代3倍，支持扩展至50万卡的集群规模。
推荐理由：吴泳铭提出机器思考总量将达人类1000倍，并同步发布Qwen3.8-Max与真武V900芯片，展示阿里在模型、芯片及云侧的全栈布局。
阿里云百炼精选AI 评分8585 阿里云百炼上线 Qwen3.8 Omni Flash 原生全模态模型
阿里云百炼正式上线新一代原生全模态模型 Qwen3.8-Omni-Flash，该模型输入不再区分模态，全模态统一售价为 0.8 元/百万 Token。官方数据显示，新模型在 29 项音视频与 Agent 评测中平均性能较上一代提升超过 25%，并具备从音视频素材中主动定位关键片段、执行工具调用及沉淀可复用 Agent Skill 等完整任务流能力。
推荐理由：原文明确列出全模态同价 0.8 元/百万 Token 的成本优势及主动取证和工具执行的 Agent 能力变化。
阶跃星辰开放平台精选AI 评分6363 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。
Anthropic (X)精选AI 评分8484 Anthropic 宣布 Claude 完成费马大定理的首个形式化证明
Anthropic 宣布 Claude 完成了费马大定理的首个形式化证明，这是有史以来最大的 Lean 证明，代码总量超过 1300 万行。该证明不仅验证了费马大定理本身，还确立了 29000 多个此前未被形式化的相关定理。完整证明已开源至 GitHub。
推荐理由：原文宣布 Claude 完成了费马大定理的首个形式化证明，并给出代码行数等关键数据，展示了 AI 在数学验证领域的前沿应用。
百灵大模型精选AI 评分7070 蚂蚁集团开源金融增强模型 Ling-3.0-flash-Fin 与评测基准 FinFIRST
蚂蚁集团正式开源金融增强模型 Ling-3.0-flash-Fin 及评测基准 FinFIRST。Ling-3.0-flash-Fin 采用混合专家架构，支持 256K 上下文，可部署于本地或私有云，支持工具调用。FinFIRST 基准包含 123 道由金融专家编写的任务，通过原子化评分核验信源与推导过程。
推荐理由：提供了面向机构的本地化部署方案，以及可诊断推导过程的可追溯评测方法。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 发布 WeatherNext 3 模型，实现每小时更新、5 公里分辨率的全球天气预报。模型直接使用实时卫星数据，降水预报准确率提升最高 60%，并全面接入 Google Search、Gemini、Maps 及 Cloud 平台。
推荐理由：模型在独立评测中显著提升了降水预报精度，并接入 Google 核心产品，提供高时空分辨率的每小时刷新数据。
腾讯混元精选AI 评分7575 腾讯混元 Hy4 preview 发布轻量版，权重压至 214 GB
腾讯混元团队发布 Hy4 preview 轻量版，通过 Sherry 稀疏量化和 MIX-STQ1_0 混合精度策略将模型权重从 1.5 TB 压缩至 214 GB，降低硬件门槛。
推荐理由：原文展示了如何通过稀疏量化与混合精度策略将模型权重压缩至214GB，并验证了异构设备联合推理的可行性。
DeepSeek精选AI 评分9191 DeepSeek V4 Pro 正式版上线
DeepSeek V4 Pro 正式版上线，同步开放 APP、网页端与 API。Agent 能力显著提升，生产环境表现尤为突出。API 新增原生支持 OpenAI Responses API 并适配 Codex；V4-Pro 与 V4-Flash 支持 low、high、max 三档思考强度。
推荐理由：正式版的Agent能力增强和三档思考强度控制，让开发者在简单日常和高复杂度任务间有了更细的切换空间。
百灵大模型精选AI 评分8080 Ling-3.0-tiny 正式开源：1.3B 激活参数模型支持本地部署
百灵大模型团队正式开源 Ling-3.0-tiny，该模型总参数量 7.9B，推理时激活参数量仅 1.3B，并同步提供 BF16、FP8 和 INT4 三个版本。
推荐理由：展示了 1.3B 激活参数在端侧设备与多精度部署下的实际落地效果与基准表现。
Xiaomi MiMo精选AI 评分8383 Xiaomi MiMo-V2.5-Pro 与 TileRT 联合发布 UltraSpeed 模式实现 1000 tokens/s 推理速度
Xiaomi MiMo-V2.5-Pro 联合 TileRT 发布 UltraSpeed 模式，首次让 1T 模型在 8 卡通用 GPU 节点上输出速度突破 1000 tokens/s。
推荐理由：万亿参数 MiMo 在通用 GPU 上突破 1000 tokens/s，文中展示了 FP4 量化与 TileRT 协同设计的工程路径。