#model
共 47 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 8
开源权重模型 vs 闭源 API:企业 AI 选型的分水岭
硅谷数据显示企业推理 token 支出正从闭源流向开源权重模型,DoorDash、Airbnb、Coinbase 等已转用中国开源模型。安全与合规考量成为选型关键变量,本文给出权衡框架。
企业 AI 模型选型:开源权重 vs 闭源 API 实操框架
企业推理 token 支出正向开源权重模型迁移,但安全与合规顾虑并存。本文给出一套企业模型选型的实操权衡框架。
词语如何塑造声音:风格描述TTS的交叉注意力归因分析
# 词语如何塑造声音:风格描述TTS的交叉注意力归因分析 ## TL;DR 风格描述文本转语音(Style-Captioned TTS)系统用自然语言来控制声音特性——比如"用低沉、沙哑的声音说"。但每个描述词究竟是如何影响最终语音的?
DiffusionGemma推理透明度研究:扩散语言模型的黑箱到底有多黑
# DiffusionGemma的推理透明度:扩散语言模型的"黑箱"到底有多黑? ## TL;DR 扩散语言模型DiffusionGemma在连续潜空间中执行大量计算,其推理过程的透明度一直令人担忧。这项研究将透明度分解为"变量透明度"
当前世界模型缺少持久状态核心:23个模型测试揭示AI的致命盲区
这篇论文揭示了当前世界模型的根本缺陷:当摄像头移开时,AI世界就暂停了。研究者提出WRBench基准,在23个模型9600个视频上系统证明,更高的保真度、更强的控制、更大的参数量都无法解决这一问题,需要架构层面的根本变革。
当前世界模型缺少持久状态核心:当摄像机离开后,世界还在运行吗?
世界模型被视为AGI的关键路径,但研究发现现有模型缺少持久状态核心——当摄像机离开后再返回,模型只是从离开时的状态恢复而非继续推进事件。团队提出WRBench基准对23个模型9600个视频评估,发现这一缺陷跨越所有范式和规模,表明更清晰的画面和更大的参数量都无法解决状态一致性问题。
MemoryWAM:用持久记忆破解机器人世界模型的效率困境
MemoryWAM提出一种带持久记忆的世界动作模型,通过近期帧、事件边界锚帧和摘要向量三层混合记忆架构,配合定制化注意力机制,解决了机器人长程操作中记忆深度与计算效率的矛盾。在仿真和真实世界任务中,性能超越现有VLA和WAM基线,推理延迟降低3倍,内存占用降低60%。
DiffusionGemma的推理透明度:扩散模型真的比自回归模型更难理解吗?
研究表明,扩散语言模型DiffusionGemma的推理过程并不像表面看起来那样不透明——通过可解释的token瓶颈,其不透明度仅比Gemma 4高1.1倍。
情报动态 39
Welcome Inkling 2 Mini, Cutting-edge Performance for your Local Setup
Hugging Face推出Inkling 2 Mini,为本地设置提供高性能模型,提升开发者体验。
Introducing harness adapters: adapt your favorite model to your harness to improve performance and cost
Hugging Face推出Harness适配器,允许开发者将模型适配到特定框架,提升性能和兼容性。
DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency
Hugging Face发布DaisyRose-27B,推动训练后效率的边界,提供更高效的模型训练方法。
Why your fine-tuning job takes longer than the FLOPs say
Hugging Face分析为何微调任务耗时长于FLOPs计算,提供优化建议。
Time-Series Models in the Streamhouse: A New Frontier and Use Cases
Hugging Face探讨时间序列模型在Streamhouse中的应用,提供新颖的用例和解决方案。
180B Parameters, 32GB of RAM: Pushing MoE Inference to the Limit with Transformers
Hugging Face使用Transformers推动MoE推理极限,支持大规模模型推理。
Rumble-2-Flash: an open 0.5B speech model for 40+ languages
Hugging Face发布Rumble-2-Flash,开源支持40多种语言的语音模型。
Hugging Face and OpenRouter join forces to make open-weight models easy to run
Hugging Face与OpenRouter合作,使开源模型易于运行,提供更便捷的模型部署方式。
Google Gemini Omni 1.2 Flash:视频生成模型迭代
11-05 发布的视频生成模型,为 Omni 1.1 Flash 的次日迭代版本。Google 近 30 天已发布 6 个模型,为当前迭代最快的厂商。
Liquid AI 发布 LFM3-1.7B:小参数模型含免费档
1.7B 参数高效模型,11-06 上线并同步提供免费版本,适合边缘设备与本地推理。Liquid AI 近 30 天发布 3 个模型。
Meta 发布 Muse Ember 模型
Meta 11-09 发布 Muse Ember,为 Muse 系列新成员。Meta 近 30 天已发布 3 个模型,定价区间 $0.10/M 输入、1.0M 上下文。
Thinking Machines 发布 Inkling 2 Small 免费版
Mira Murati 创办的 Thinking Machines 11-09 发布 Inkling 2 Small 并提供免费档,是其小参数产品线的延续,可与开源权重方案直接比较。
百度发布 ERNIE-5.5-Flash-Preview 与 ERNIE-Light-DT-1.0
百度 11-10 同日发布两款模型:ERNIE-5.5-Flash-Preview 主打低成本高吞吐,ERNIE-Light-DT-1.0 定位轻量端侧场景。国产模型保持双周级迭代节奏。
Gemini 4 Carbon 发布:Google 新一代旗舰 LLM
Google 11-10 发布 Gemini 4 Carbon 及 batch 版本。在 Anthropic 公布的 AutomationBench 业务流程评测中领先,但 FrontierCode 2.0 得分 41.1% 低于 Fable 5.2 的 49.1%。
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:$8/$40 每百万 token
两个模型同源不同权限:Fable 5.2 面向公众并限制敏感安全/生物任务,Mythos 5.2 仅对通过审核的机构开放。输出速度提升 30%,定价 $8/M 输入、$40/M 输出。
GitHub Copilot Fusion: 多模型自动路由编码助手
GitHub Copilot Fusion 自动将每个编码任务路由到最适合的 AI 模型,支持多模型协作(一个生成代码、另一个审查改进)。提供 Standard/Efficient/Ultra-Efficient 三种模式。Product Hunt 98 票。
Reflection Beam 1.0: 501B 参数 MoE 模型 A23B 架构
Reflection 10月16日发布 Beam 1.0,总参数 501B、激活参数 23B 的 MoE 架构模型,定位大规模推理场景。
DeepSeek V4.1 Flash 发布:低成本推理新选择
DeepSeek 10月17日发布 V4.1 Flash,定价 $0.04/M tokens,上下文 1.0M。定位高性价比推理市场。
Moonshot AI 发布 Kimi K3.1 Pro
月之暗面 10月23日发布 Kimi K3.1 Pro,定价 $0.19/M tokens,上下文 1.0M。延续 Kimi 系列长上下文优势。
OpenAI GPT-6.1 Terra 系列正式发布含 Pro 和 Batch 版本
OpenAI 10月26日发布 GPT-6.1 Terra 系列(Terra / Terra Pro / 两种 Batch 版本),定价最低 $0.02/M tokens,上下文窗口 1.1M。
Zhipu AI 发布 GLM 5.3 FlashX Legal 法律专用模型
智谱 AI 11月2日发布 GLM 5.3 FlashX Legal,面向法律领域的专用大模型,延续 GLM 系列垂直领域扩展策略。
Google 发布 Gemini Omni 1.2 Flash 视频生成模型
Google 11月5日发布 Gemini Omni 1.2 Flash 视频生成模型,前日已发布 1.1 Flash 版本。Omni 系列专注多模态视频生成能力。
Liquid AI 发布 LFM3-1.7B:1.7B 参数高效模型含免费版
Liquid AI 发布 LFM3-1.7B 模型及免费版本,11月6日上线。聚焦小参数高效推理,适合边缘设备部署。
Kimi K3.1 Pro 发布(10月23日),2800B 总参 / 104B 激活
Moonshot AI 发布 Kimi K3.1 Pro,MoE 架构 2800B 总参 104B 激活,benchlm #12 首个公开参数模型
Claude Opus 5.5 发布,benchlm 排行 #2,得分 86.4,1M 上下文
Anthropic Claude Opus 5.5 得分 86.4,1M 上下文,定价 $4/$20,Supported 评级
Gemini 4 Carbon 登顶 benchlm 排行榜 #1,得分 88.79
Google Gemini 4 Carbon 以 88.79 分登顶 LLM 排行榜,定价 $2/$10,Estimated 标签
Claude Sonnet 5.5 — 高性价比 Anthropic 模型,评分 81.84
$2/$10 定价,1M 上下文,BenchAlign 评分 81.84 (Supported),当前 Anthropic 中端主力
Google 公布 Gemini 4 Carbon — 下一个前沿模型,AA Index 59 分登顶
10月28日公告,受限预发布;网络安全三基准 SEC-bench Pro/ExploitGym/CWE-bench 刷新 SOTA;Fairwind 分层机制面向受信任机构优先开放
GPT-6.1 Terra 发布:$1 输入、电脑操作追平旗舰
9月29日 DevDay 发布 GPT-6.1 Sol,10月26日发布 Terra;Sol 定位高性价比接近 GPT-6 Astra,Terra API $1/$5 降价 50%
OpenAI 发布 GPT-6.1 Terra — 面向 Agent 自动化的高性价比模型
10月26日发布,API 定价 $1/$5 (输入/输出),较 GPT-5.6 Terra 和 GPT-6.1 Sol 降价 50%;Agents' Last Exam 基准测试表现优于前代