专访扩散智能龚珊三:Clover 杀入 Agent 主场后,扩散模型能否替代自回归
扩散智能联合创始人、首席科学家龚珊三在 InfoQ 专访中介绍,团队开源的 Clover-35B-A3B-Preview 总参数 350 亿、激活约 30 亿。
扩散智能联合创始人、首席科学家龚珊三在 InfoQ 专访中介绍,团队开源的 Clover-35B-A3B-Preview 总参数 350 亿、激活约 30 亿。
11 月 18 日,范式智能无预告发布 Phai 系列两款模型:语言模型 Phai-A1 主打快,官方称同等质量下响应速度比同参数级别模型快 8–10 倍;视频模型 Phai-M1 主打真,强调 AI 感更弱、画风细腻。
Google DeepMind 发布 Gemini 4 Neon,这是七周内的第四款模型,支持 100 万 token 上下文,覆盖文本、图像、音频和视频。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
爱范儿实测 OpenAI 当天发布的 GPT-6.2 Astra 与 GPT-6.2 Sol,用一句话提示词在 17 分钟内生成 FPS 游戏,并完成可交互孔雀开屏 3D 场景、深海图谱网页和日式奇幻城市 GIF。
推荐理由:作者用游戏、3D 场景、网页与写作等多组实测,呈现 GPT-6.2 Astra 在能力与可用性之间的落差。
腾讯混元发布轻量模型 Hy4 flash,上线首日 Token 调用量突破 50 万亿,登顶 OpenRouter LLM 日排行榜。该模型总参数 224B、激活参数 12B,支持多模态和 1M 上下文,每百万 Token 输入 0.5 元、输出 2 元,单任务成本 0.26 元。
推荐理由:从价格、参数到架构与推理优化,原文给出了 Hy4 flash 压低单任务成本的完整路径,可对照理解轻量模型的降本方式。
Amazon SageMaker AI 为实时端点新增 KV 缓存感知路由(KV-aware routing),依据模型容器上报的缓存状态,把请求发给持有最长缓存匹配且不过载的实例。
Amazon SageMaker HyperPod Inference 现已支持 NVIDIA Dynamo,把 Dynamo 的多节点部署、prefill 与 decode 分离和 KV-aware 路由与 HyperPod 的基础设施管理结合起来。
Perplexity 正式推出 Decider v1.3,把 AI 系统中的判断能力单独做成一套模型,同一份上下文只需一次前向传播即可输出多个问题的答案概率。v1.3 重新设计了 Attention 机制,让共享状态读取全部问题、问题之间不直接交换信息,并加入 Locate 能力按字段描述定位原文跨度。
Google DeepMind 发布 Gemini 4 Neon,这是 Gemini 4 家族中位于 Carbon 与 Hydrogen 之间的推理模型,面向编码智能体、知识工作和科学流程,定价为每 1M token 输入 $3、输出 $15。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google DeepMind 于 11 月 18 日发布 Gemini 4 Neon,这是 Gemini 4 系列 7 周内的第 4 款元素模型,定位在旗舰 Carbon 与轻量 Hydrogen 之间。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
谷歌发布主力模型 Gemini 4 Neon,发布当天即在 Google AI Studio、Gemini App、企业端 API 和 Google Antigravity 全量上线,定价为每百万输入 Token 3 美元、输出 15 美元,标配 100 万上下文窗口。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成,定价为每百万输入 token 3 美元、每百万输出 token 15 美元,上下文窗口 100 万 token。
推荐理由:官方给出定价、上下文窗口与多项基准排名,可据此判断它在 Gemini 4 家族中的定位与成本取舍。
Google 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
Salesforce 在 Amazon SageMaker AI 上部署跨区域推理路由,让 Agentforce Foundation 团队在 30+ 全球 Region 间统一调度模型请求。
OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,已上线 ChatGPT Work、Codex 及 API(gpt-6.2-astra、gpt-6.2-sol)。
推荐理由:材料汇总了 GPT-6.2 Astra 与 Sol 的定价、基准表现和早期测试者的分歧评价,可对照两款模型的效率与能力取舍。
作者在 32GB 内存的 MacBook M5 上,用 Transformers 为 Qwen3.8-Flash-Next 实现专家流式加载,短文本解码达到 13.9 tok/s,与 Strata 的 14.8 tok/s 相差约 6%。
OpenAI 用 GPT-6 Astra 优化了 Jalapeño 芯片中的电路,并改进了 RISC-V 核心设计。这展示了 AI 辅助芯片设计的进展。
NVIDIA Vera Rubin 平台首次参加 MLPerf 基准测试,在 MLPerf Training v6.1 的全部基准上均有结果,是本轮唯一覆盖所有基准的平台,其 NVL72 系统每 GPU 性能最高达 GB300 NVL72 的 2 倍。
推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比基线,可据此判断新一代平台的性能提升幅度。
Together AI 发布博客复盘其推理优化路线:去年构建的 megakernel 在生产中只支持一个模型、一个 batch size 和一个客户,今年改用默认 Torch Inductor 内核加 CUDA Graphs 与 PDL 即恢复 98% 的 megakernel 性能。
推荐理由:Together AI 复盘从 megakernel 转向智能体驱动编译器的过程,给出多项可迁移的实测结论与反直觉发现。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的速度和效率,并同步在 Gemini API、AI Studio、Gemini app、Google Search 等全线开放。
推荐理由:官方给出 Hydrogen 与 Carbon、Argon 的分工定位及多项基准对比,可据此判断多模型协作的落地方式。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断何时该用更强但更贵的模型。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两者为同一底层模型,在编码、推理和视觉方面均有提升,输出速度比 5.1 版本快最多 30%,定价为每百万输入 token 8 美元、每百万输出 token 40 美元。
推荐理由:官方系统卡与基准表并列呈现,读者可对照 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的能力与价格差异。
Together AI 发布 Together Compiler(TKCC),用高吞吐智能体在不到 24 小时内为不同推理负载自动生成优化,在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上实现最高 2.6x 的 TPS 提升。
推荐理由:原文给出 TKCC 在多个前沿开源模型上的吞吐提升与基准结果,可了解推理编译自动化的实际收益。
Import AI 第 478 期汇总多项 AI 研究进展。
Sebastian Raschka 发布配套《Build a Reasoning Model (From Scratch)》的 8 集视频课程,共 11 小时,用 Python 和 PyTorch 从预训练的 Qwen3 0.6B 出发实现推理模型。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,上下文窗口 100 万 token,面向软件工程、推理和长程智能体任务,采用 Apache 2.0 许可。
推荐理由:Reflection 首个开放权重模型 Beam 的参数规模、上下文窗口和 Apache 2.0 许可,可供判断其面向编码与长程智能体任务的定位。
Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准,用 522 道题、288 张图和 234 段短视频测试多模态模型的直觉视觉推理,人类 pass@1 为 93.1,表现最好的 GPT 6 Astra 仅 53.6,GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
Import AI 475 讨论了 AI 群体(swarm)扩展、Google DeepMind 的 SynthID Bio 生物水印,以及 AI 科学经济。Toby Ord 分析认为,4 智能体群体达到同等性能需约两倍 token,但每个智能体只需一半 token,理论上可将任务时间减半,不过群体扩展存在收益递减。
Sebastian Raschka 梳理了文本分类从词袋加朴素贝叶斯、逻辑回归,到 RNN、CNN、BERT 与 GPT 类 Transformer 的演进,并以此解释 Jev 为何受到关注。
Sebastian Raschka 分析 GPT-6 Astra 的表现与架构传闻,认为它很可能采用了循环 Transformer 的某种变体,但循环并非隐藏推理链的主因。
Berkeley AI Research 介绍将 K-Search 演化内核搜索框架扩展到 MLX 的工作,通过结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验迁移到 Apple Silicon。