Liquid AI 为 LFM2.5 系列三款模型（1.2B-Instruct、2.6B、8B-A1B）发布 DSpark 草稿模型检查点，通过约 300M 参数的草稿模型一次提出 9 个候选 token，由目标模型单次前向验证，在 H100 上解码速度最高提升 3.18 倍，M4 Max MacBook Pro 上最高 2.87 倍。

推理模型发布部署/工程

01:06

Hugging Face：Blog（RSS）精选

AI 评分 61/100

Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型，推理速度最高提升 3.18 倍

Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。

推理模型发布部署/工程

推荐理由：约300M参数的draft模型换最高3.18倍吞吐，贪心输出不变，LFM2.5-2.6B在M4 Max达139 tok/s，本地agent门槛被拉低。

8月19日

星期三 · 2 条

23:41

Elon Musk@elonmusk

AI 评分 50/100

Grok 4.6 现已上线 Bedrock。

SpaceXAI: Grok 4.6 is live on Amazon Bedrock https://x.ai/news/grok-4-6-amazon-bedrock

xAI 模型发布部署/工程

23:30

SpaceXAI@SpaceXAI

AI 评分 39/100

Grok 4.6 已在 Amazon Bedrock 上线https://x.ai/news/grok-4-6-amazon-bedrock

xAI 模型发布部署/工程

8月15日

星期六 · 1 条

00:52

Qwen@Alibaba_Qwen

AI 评分 54/100

顶级智能，一次 API 调用即可获得。Qwen3.8-2.4T-A95B 现已上线 DeepInfra，随时支持你的创意构建。🥳 快来 DeepInfra 深入了解吧！@DeepInfra

DeepInfra: New on DeepInfra: Qwen3.8-2.4T-A95B 🚀 @Alibaba_Qwen's latest sparse MoE — 2.4T total params, 95B active, 512 experts. B...

推理模型发布编码部署/工程

8月14日

星期五 · 5 条

23:54

Alibaba Cloud@alibaba_cloud

AI 评分 66/100

Qwen 3.8-Max 已在 Modal 上线，支持完整 1M 上下文窗口，并配备定制的 DFlash 投机解码器。很高兴看到我们的发布合作伙伴 Modal 从第一天起就全力投入！⚡️ 2.4T 参数。1M 上下文。而且，依然只需一次 Modal 调用即可使用。@modal

Modal: Qwen3.8-2.4T-A95B by @Alibaba_Qwen and @alibaba_cloud is now available on Modal. Served with a custom DFlash speculator ...

推理模型发布部署/工程

23:52

Qwen@Alibaba_Qwen

AI 评分 59/100

Qwen3.8-Max 将于 Day 0 登陆 Nebius Token Factory。很高兴与 Nebius 作为 Day 0 首发合作伙伴携手启动，为更多用户带来专属推理服务。大模型，从一开始就火力全开。🔥@nebiustf

Nebius Token Factory: Qwen3.8-2.4T-A95B is going open weight: 2.4T parameters, with 95B active, and Nebius Token Factory is joining as a Day 0...

开源生态模型发布部署/工程

另有 1 家信源报道

23:52

Qwen@Alibaba_Qwen

AI 评分 47/100

Qwen3.8-Max已在DigitalOcean Serverless Inference上线。与DigitalOcean作为Day 0发布合作伙伴同步推出。大模型，平稳运行。现已登陆DigitalOcean。🌊🏄♀️ @digitalocean

DigitalOcean: Now available: @Alibaba_Qwen 3.8-2.4T-A95B from @alibaba_cloud on DigitalOcean Serverless Inference via NVIDIA HGX™ B300...

模型发布编码部署/工程

23:52

Qwen@Alibaba_Qwen

AI 评分 45/100

通义千问发布 Qwen3.8-27B，采用与 2.4T 旗舰相同的混合骨干架构，但为稠密而非 MoE，单张 Blackwell GPU 即可运行。原生 262K 上下文可扩展至 1M，GB300 上可同时处理 6 条全长序列；MTP 草稿头内置于检查点，短提示词接受率 BF16 达 92.2%、FP8 达 84.8%。

vLLM: 🎉 Qwen3.8-27B is here from @Alibaba_Qwen, and the whole thing fits on a single GPU. Same hybrid backbone as the 2.4T fl...

模型发布部署/工程

05:18

TechCrunch：AI（RSS）

AI 评分 54/100

Writer 发布新旗舰模型 Palmyra X6 并升级智能体框架以控制 token 成本

Writer 周四推出新旗舰模型 Palmyra X6，基于 Z.ai 开源模型 GLM-5.2 构建，结合框架基础设施升级，预计可为客户在基础任务上削减高达 50% 的成本。该公司同时发布标准智能体框架的重大升级，两项功能即日起对客户开放。Writer 研究显示，框架效率优化比模型选择更能可靠降低成本，测试中成本平均下降 40%。

智能体模型发布部署/工程

8月13日

星期四 · 1 条

12:15

AYi@AYi_AInotes

AI 评分 52/100

微信3B激活参数模型WeLM嵌入14亿用户

微信发布自研大模型WeLM，80B总参数、3B激活参数，主打资源效率而非跑分，已嵌入聊天、搜索、小程序等内部功能。3B激活是14亿用户规模下对推理成本、端侧延迟和并发压力的必然选择。617B的MoE版本也在开发中，面向智能小程序开发和工具生成。

WeChat: Meet WeLM — a family of large language models built by the Weixin team with resource efficiency at its core.

推理模型发布部署/工程

另有 1 家信源报道

8月11日

星期二 · 2 条

14:47

MarkTechPost（RSS）

AI 评分 57/100

webAI 发布 TwIL-LM：1.7B 和 3B 形式逻辑模型家族，可在本地硬件上运行

webAI 发布 TwIL-LM 形式逻辑模型家族，含 1.7B 和 3B 两个版本，均可在本地硬件运行，仅限非商业使用。其中 TwIL-LM3 为 SmolLM3-3B 的合并微调版本，在六项平均得分上以 0.4488 落后于 gpt-oss-120b 的 0.5192，但生成效率更高，每秒可处理 32.9 个答案，而后者仅为 4.2。

推理模型发布部署/工程

08:11

IT之家（RSS）

AI 评分 50/100

OpenAI 扩展网络安全防御服务 Daybreak，推出新模型 GPT-5.6-Cyber

OpenAI 本周宣布扩展其网络防御服务 Daybreak，新增 Blue 和 Red 两个等级，分别面向基础防御与安全测试、漏洞研究。Red 等级独家提供基于 GPT-5.6 Sol 构建的新模型 GPT-5.6-Cyber，目前仅向埃森哲、IBM、CrowdStrike、Cloudflare 等可信客户合作伙伴开放。

OpenAI 模型发布部署/工程

8月9日

星期日 · 1 条

20:32

蚂蚁 inclusionAI：HuggingFace 新模型精选

AI 评分 60/100

inclusionAI 发布 Ling-3.0-flash 的 DSpark 投机解码模型 Ling3-DSpark

inclusionAI 推出 Ling3-DSpark，一个为 Ling-3.0-flash 设计的 DSpark 投机解码模型，参数量 1.36B，通过置信度头动态选择草稿 token 数量。在 GSM8K 等九项基准上平均接受长度为 5.29，其中 GSM8K 达 6.40。模型经 SpecForge 训练，可通过 SGLang 部署。

Hugging Face 推理模型发布部署/工程

推荐理由：该模型把投机解码的接受长度按工作负载分开报告，数学与代码任务明显高于对话类，部署时可据此对不同场景的加速收益有更实际预期。

8月7日

星期五 · 1 条

20:31

公众号：蚂蚁百灵（Ling）精选

AI 评分 75/100

蚂蚁百灵开源 Ling-3.0-flash：124B 总参数 MoE 模型，支持 API、单机与高性能三种部署

蚂蚁百灵正式开源新一代原生混合推理模型 Ling-3.0-flash，采用 124B 总参数、5.1B 激活参数的 MoE 架构，并提供 FP8、FP4、INT4 等多个版本。

推理模型发布部署/工程

另有 3 家信源报道

推荐理由：提供FP4/INT4量化版本并验证单机推理，让数据敏感、预算有限的团队也能本地运行千亿参数模型，将大模型能力从云端拉回到可控环境。

8月5日

星期三 · 1 条

23:39

Ant Ling@AntLingAGI

AI 评分 59/100

🚀 今天，我们发布 Ling-3.0-flash 的 INT4 和 FP4（MXFP4）版本。两者均可通过我们适配 Spark 的 SGLang 路径，在单台 NVIDIA DGX Spark 上端到端运行。对于 FP4，W4A16 是稳定默认配置，而 W4A8 则为更高吞吐量而调优。量化模型的效率和精度仍在持续演进中。我们将持续更新推理实现和量化权重。

模型发布端侧部署/工程

8月4日

星期二 · 1 条

16:20

公众号：腾讯混元精选

AI 评分 65/100

腾讯混元发布 Hy ASR 3.0 preview：真正懂上下文的语音识别

腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview，基于大语言模型 Hy3 与 MoE 架构，融合高精度识别与语义理解。其在开源评测集中中文普通话 WER 3.34%、英语 WER 2.62%、粤语 WER 3.12%，并支持上下文纠错、热词注入及高噪耳语等场景。该模型已上线腾讯云 API，元宝 App 首发并免费开放。

模型发布语音部署/工程

另有 2 家信源报道

推荐理由：将 LLM 语义理解融入语音识别，上下文纠错和热词注入降低了专业场景的接入成本，元宝已集成可体验。

7月31日

星期五 · 2 条

16:57

Tencent Hy@TencentHunyuan

AI 评分 60/100

腾讯混元 Hy-MT2 开源下载超 70 万，30B 版发布 GGUF

腾讯混元 Hy-MT2 自 5 月开源以来下载量超 70 万次，其中 Hy-MT2-1.8B 登顶 Hugging Face 趋势榜，30B-A3B 位列第四，并已获 70 余项产品集成。现 Hy-MT2-30B-A3B 正式发布 GGUF 格式，支持本地推理，并已适配 Apple MLX-LM、NVIDIA NeMo 等生态。

Hugging Face 开源生态模型发布部署/工程

01:27

OpenAI：官网动态（RSS · 排除企业/客户案例）精选

AI 评分 66/100

GPT-5.6 如何推进性价比前沿

OpenAI 为 GPT-5.6 的 Luna 和 Terra 版本推出更低定价，以更高效的模型帮助企业大规模部署 AI 工作流。

OpenAI 推理模型发布部署/工程

另有 13 家信源报道

推荐理由：GPT-5.6 的价格调整不只是数字游戏，而是 OpenAI 用更高效的模型把推理成本往下压了一大截，企业部署的门槛又低了一个量级。

7月30日

星期四 · 2 条

23:33

Google AI Developers@googleaidevs同事件

AI 评分 64/100

Gemini Robotics ER 2 是我们最强大的具身推理模型，专为物理 AI 设计 🤖该模型作为机器人的高级大脑，可直接连接 Gemini Live API。它处理连续视频流以跟踪进度、调用工具、搜索网络，并实时指挥动作模型。面向开发者的升级包括：+ 增强的进度跟踪 + 实时执行中故障检测 + 多机器人协作 + 高级安全指令遵循

Google 具身智能模型发布部署/工程

同一事件，精选展示《Gemini Robotics ER 2：用视频理解、任务编排与多机器人协作赋能机器人》

05:57

Greg Brockman@gdb

AI 评分 45/100

GPT-5.6 Sol 用于改进生产服务效率。这是我们能够获得如此出色性价比的方式之一：部署后，我们应用 GPT-5.6 Sol 通过让自身运行更高效来推进效率前沿。结果： • 生产 GPU 内核改进使服务成本降低 20%。 • 改进的推测解码使 token 生成效率提升 15% 以上。

OpenAI: After deployment, we applied GPT-5.6 Sol to advance the frontier of efficiency by making itself more efficient to run. T...

OpenAI 推理模型发布部署/工程

7月28日

星期二 · 2 条

00:02

Kimi.ai@Kimi_Moonshot

AI 评分 57/100

很高兴 @baseten 成为我们的 Day 0 启动合作伙伴，将 K3 带给更多用户！ Baseten 的模型 API 提供对 Kimi K3 的快速、可靠访问。

Baseten: Kimi K3 is now live on our Model APIs, day 0.

模型发布部署/工程

00:02

Kimi.ai@Kimi_Moonshot

AI 评分 53/100

很高兴 @FireworksAI_HQ 成为我们的 day0 启动合作伙伴，将 Kimi K3 带给更多开发者。借助 Fireworks，你现在只需点击几下即可部署和微调 2.8T 参数的 Kimi K3 模型！

Fireworks: Kimi K3 is live on Fireworks. Day 0, inference and training. US-hosted, and zero data retention. This is the first front...

开源生态模型发布部署/工程

7月24日

星期五 · 2 条

22:54

Chubby♨️@kimmonismus

AI 评分 37/100

GPT-5.6xhigh on cerebras @ 750 tokens/s 终于下周发布。在承诺月的最后一天，本应发布的日子。然后我终于可以回家了……只有好心情~

jason: directorial debut was this thursday, next thursday, we go again. but something completely different. and then i can fina...

OpenAI 推理模型发布部署/工程

22:50

IT之家（RSS）同事件

AI 评分 64/100

蚂蚁集团发布百灵原生混合推理模型 Ling-3.0-flash

蚂蚁集团发布百灵新一代原生混合推理模型 Ling-3.0-flash，总参数量 124B，激活参数量仅 5.1B，能力对标甚至超越上一代 1T 级旗舰 Ring-2.6-1T。该模型采用原生混合线性注意力架构，长输入下 TTFT 降低 60% 至 80%+。即日起至 8 月 3 日，模型在 OpenRouter 与百灵官方平台开放限时免费 API 调用，免费期结束后将正式开源。

推理模型发布部署/工程

同一事件，精选展示《蚂蚁百灵发布 Ling-3.0-flash：124B 总参数、5.1B 激活参数，智能密度超越 1T 级旗舰》

7月23日

星期四 · 1 条

17:25

Google AI：DEV 作者专属（RSS）精选

AI 评分 73/100

Gemini 3.6 Flash 与 3.5 Flash-Lite 正式版发布

Google 发布 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 正式版。3.6 Flash 在复杂智能体和多模态任务上性能更强，输出 token 价格降至 $7.50/1M，支持 1M token 上下文窗口和 Computer Use 工具。

Google 多模态推理模型发布

推荐理由：Gemini 3.6 Flash 降本增效，3.5 Flash-Lite 主打低成本高速，弃用 temperature 等参数是个硬变更，使用 Gemini 的开发者必须检查迁移。

7月22日

星期三 · 2 条

14:22

Rohan Paul@rohanpaul_ai

AI 评分 47/100

Perplexity 发布基于 GLM 5.2 微调的编排模型，性能接近前沿且成本仅为 Opus 三分之一

Perplexity 在 Perplexity Computer 中发布了一款基于 GLM 5.2 微调的编排模型研究预览。该模型在 Terminal-Bench 2.1 上得分 80，超越 Opus 4.8（76）和 GPT-5.5（78），平均任务成本仅为 Opus 的三分之一（0.344x）。

Perplexity: We're releasing a research preview of a new orchestrator model in Perplexity Computer. The model is an adapted version o...

智能体推理模型发布部署/工程

03:52

Google DeepMind@GoogleDeepMind

AI 评分 58/100

Gemini 3.5 Flash-Lite 是我们快速、经济高效的模型，适用于扩展重复性用例，如工单分类和数据提取。观看它在一系列高容量任务中与 3.5 Flash 的对比表现 ↓

Google 模型发布部署/工程

另有 3 家信源报道

7月17日

星期五 · 1 条

12:02

SemiAnalysis@SemiAnalysis_

AI 评分 60/100

Kimi K3 2.8T 规模太大，即使在 FP4 精度下也无法单机部署在 NVIDIA DGX B200 上。需要 GB300 NVL72、B300 或 MI355X 系统，因为每块 GPU 拥有 288 GB 显存。一种能让 Kimi K3 适配 B200 的优化方案是，将多个节点组合在一起并使用名为 WideEP 的技术。问题在于 B200 的节点间带宽仅为 400 Gbit/s，而 NVL72 的节点间带宽是其 18 倍。

推理模型发布部署/工程

7月16日

星期四 · 1 条

17:31

The Decoder：AI News（RSS）

AI 评分 48/100

Gemma 4 静默更新：修复工具调用错误并提升 Hopper GPU 性能

Google 为开源模型 Gemma 4 推送更新，在 Nvidia Hopper GPU 上启用 Flash Attention 4 后，提示词处理速度提升 25-70%，首 token 延迟降低 31%。更新还修复了工具调用错误和响应截断问题，Gemma 4 31B 在电信场景的智能体推理性能提升 10.1%。

Google 模型发布部署/工程

7月15日

星期三 · 3 条

12:15

Tencent Hy@TencentHunyuan精选

AI 评分 69/100

找不到基准测试和下载链接？看这里👇https://huggingface.co/AngelSlim/Hy3-GGUF我们刚刚发布了 Hy3 的 1-bit 与 4-bit 版本，这是一个旗舰级 295B 模型，可在单张 GPU 上运行。👌使用 llama.cpp 运行 Hy3，启用 MTP，在显著更低的硬件上体验强大的智能。🚀🚀🚀迫不及待想看到你们的作品。#Hy3 #Hy #GGUF #llamacpp

Tencent Hy: 我们刚刚发布了 Hy3 的 1-bit 和 4-bit 版本，这是一款旗舰级规模的 295B 模型，可以在单张 GPU 上运行。👌 使用 llama.cpp 运行 Hy3，启用 MTP，在显著降低的硬件配置上体验强大的智能能力。🚀🚀�...

开源/仓库模型发布端侧部署/工程

推荐理由：混元把295B旗舰模型压进单GPU，1-bit和4-bit版本对本地部署是个大礼包，开源社区可以动起来了。

07:06

MarkTechPost（RSS）

AI 评分 44/100

PrismML 发布 Bonsai 27B：Qwen3.6-27B 的低比特版本，可在笔记本和手机上运行

PrismML 发布 Bonsai 27B，这是 Qwen3.6-27B 的低比特表示，非全新预训练模型。三值版使用 {−1, 0, +1} 权重，每权重 1.71 bits，大小 5.9GB；1-bit 版使用 {−1, +1} 权重，每权重 1.125 bits，大小 3.9GB。两者均支持多模态，上下文窗口 262K tokens。三值版保留 FP16 基线 94.6% 的推理性能，1-bit 版保留 89.5%。1-bit 版是首个可装入手机的 27B 级模型。PrismML 还提供 DSpark 推测解码 drafter，在 H100 上实现 1.37 倍加速。两者均以 Apache 2.0 许可证发布，支持 llama.cpp 和 MLX。

模型发布端侧部署/工程

03:38

Emad@EMostaque

AI 评分 47/100

腾讯混元发布旗舰级295B参数模型Hy3的1-bit与4-bit量化版本，可在单GPU上运行。Emad Mostaque引用该消息并指出，Hy3在1-bit量化下SWE-bench Verified得分75.4%、SWE-bench Pro得分53.9%，性能惊人。模型仅88GB，可在Macbook Max上运行。他预期基于NVP4训练的模型性能下降更少，并建议未来可全面采用二进制推理。用户可通过llama.cpp运行Hy3并启用MTP。

Tencent Hy: We’ve just released the 1-bit & 4-bit version of Hy3, a flagship-scale 295B model that can be served on a single GPU. 👌...

模型发布端侧部署/工程

7月14日

星期二 · 1 条

17:10

Tencent Hy@TencentHunyuan同事件

AI 评分 75/100

腾讯混元发布旗舰级 295B MoE 模型 Hy3 的 1-bit 与 4-bit 量化版本。Hy3 在同类规模中表现最佳，可媲美万亿参数级旗舰模型，适用于多数智能体场景。量化版可通过 llama.cpp 运行并启用 MTP，大幅降低硬件门槛，实现单 GPU 部署。模型采用 Apache 2.0 开源协议，支持商用，并提供 2 周免费 API（通过 OpenRouter）。

Tencent Hy: 🚀Hy3 来了。 295B MoE。同尺寸级别中最佳。媲美万亿参数级旗舰模型。可靠且价格实惠，适用于大多数智能体使用场景。采用 Apache 2.0 协议。对商业使用友好。免费 API 开放两周 → https://openrout...

开源生态模型发布部署/工程

同一事件，精选展示《腾讯混元 Hy3 量化版发布：1bit 版本单卡可部署，4bit 版本接近满血性能》

已加载 40 条

全部 AI 动态

今天8月26日 周三

8月25日周二

8月22日周六

8月21日周五

8月19日周三

8月15日周六

8月14日周五

8月13日周四

8月11日周二

8月9日周日

8月7日周五

8月5日周三

8月4日周二

7月31日周五

7月30日周四

7月28日周二

7月24日周五

7月23日周四

7月22日周三

7月17日周五

7月16日周四

7月15日周三

7月14日周二

8月26日

8月25日

8月22日

8月21日

8月19日

8月15日

8月14日

8月13日

8月11日

8月9日

8月7日

8月5日

8月4日

7月31日

7月30日

7月28日

7月24日

7月23日

7月22日

7月17日

7月16日

7月15日

7月14日

今天8月26日周三