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

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

工具 🟢

Flide:Jev 类决策模型提速最高 9.5 倍

针对 Jev 风格决策模型的优化实现,官方称最高 9.5 倍加速。Show HN 124 分,适用于运筹与策略求解场景。

AI 🟢

KT 发布 Mi:dm K 3.0 Pro 韩语大模型

韩国电信 KT 11-05 发布 Mi:dm K 3.0 Pro,主打韩语与本地合规场景,代表区域运营商自研模型路线仍在推进。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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%。

AI 🟢

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。

工具 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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。

AI 🟢

Tencent 发布 Hy4 大模型

腾讯 11月4日发布 Hy4 大语言模型,延续腾讯混元系列在中文场景的优化路线。

AI 🟢

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。

AI 🟢

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。

AI 🟢

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

AI 🟢

GPT-6.1 Terra Pro 发布(10月26日),OpenAI 本月 4 个新模型

OpenAI GPT-6.1 Terra Pro 发布,30天内 OpenAI 发布 4 个模型

AI 🟢

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

AI 🟢

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

AI 🟢

GLM 5.3 FlashX Legal — 智谱 AI 法律垂直模型发布(11月2日)

智谱 AI 发布 GLM 5.3 FlashX 法律专版,本周新增

AI 🟢

Crouton Alpha 发布(11月3日,stealth 模式)

stealth 公司发布 Crouton Alpha LLM,本周新增

AI 🟢

ricursiveAI Ripple-65B-Preview 发布(11月4日)

ricursiveAI 发布 65B 参数预览模型,今日新增

AI 🟢

Tencent Hy4 模型发布(11月4日)

腾讯发布 Hy4 LLM 模型,昨日新增

AI 🟢

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

AI 🟢

Gemini 4 Carbon 分阶段发布:长程工程与网络防御能力

先向防御人员提供再经 Fairwind Program 扩展;Carbon 是能力上限,Argon 仍是当前公开开发入口

AI 🟢

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

AI 🟢

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%

AI 🟢

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