模型
-
国产 AI 大模型 MiniMax 2.7 正式开源，期待 DeepSeek V4 亮相
国产大模型阵营又迎来重要进展。MiniMax 开发商稀宇科技近日正式开源了 MiniMax 2.7 大模型，编程能力显著提升，接近国际顶尖水平。与此同时，DeepSeek V4 的发布也引起了广泛关注，预计将在 4 月下旬正式亮相。 核心看点 MiniMax 2.7 正式开源，编程能力接近 Claude Opus 等国际顶尖模型 SWE-Pro 基准测试得分表现亮眼，代码理解与…
-
阿里黑科技炸场！0.6B 小模型”魔改”成 17B MoE，激活参数仅 5%，CPU 直接跑 30token/s
阿里国际数字商业团队推出重磅研究成果——Marco-Mini-Instruct模型，通过一项名为Upcycling的技术，将仅有0.6B参数的小模型”魔改”成拥有17B参数总量的MoE（混合专家）架构，而实际激活参数仅0.86B，推理效率极高，甚至可以在普通CPU上跑到30token/s，极大降低了本地部署门槛。 【AiBase提要】 🧠 通过Upcyc…
-
AI 行业日报 · 2026年3月18日 | MiniMax M2.7自我进化 腾讯混元3.0将发布
📅 2026年3月18日 | 聚焦全球AI行业最新动态 Table of Contents 🎯 今日核心要点 🧠 大模型进展 🔴 国内动态 🔵 海外动态 🎬 AI内容创作 🛡️ 平台治理与合规 🔮 趋势洞察 💡 今日行动建议 🎯 今日核心要点 要点标题 一句话说明 星级 MiniMax M2.7发布 首个深度参与自我迭代的国产Agent大模型，可承担30%-50%研发工作量 ⭐…
-
阿里通义千问技术负责人离职，谷歌 DeepMind 公开挖角：AI人才争夺战升级
【核心事件】3月5日，阿里巴巴批准通义千问技术负责人林俊旸离职。消息传出不到1小时，谷歌DeepMind开发团队负责人Omar Sanseviero就在X平台公开喊话，向整个Qwen团队发出加盟邀请。这一罕见的公开挖角，将AI人才争夺战推向了新的高度。 一、为什么是林俊旸？ 林俊旸是阿里最年轻的P10级技术负责人，通义千问系列大模型的技术掌舵者。P10在阿里技术体系里意味着什么…
-
高通骁龙可穿戴平台至尊版：端侧AI芯片来了，手表也能跑大模型？
高通发布新一代可穿戴芯片，首次引入专用NPU，可直接运行20亿参数模型。这意味着什么？端侧AI时代真的要来了。
-
AI 日报 · 2026-02-03
AI 日报 · 2026-02-03 覆盖国内与国际 AI 行业公开报道，去重并过滤明显软文。 国内 新华社：国内科技巨头围绕“AI 入口”展开春节拉新战新华社报道腾讯、阿里等在春节前通过红包与补贴竞逐 AI 助手入口，Yuanbao、Qwen 等应用争夺用户心智。Xinhua (People.cn) 蚂蚁数科 CEO 赵闻飙发全员信，成立“大模型技术创新部”蚂蚁数科宣布成立“…
-
Inception Labs 开发的一款基于扩散技术的大型语言模型（dLLM）- Mercury Coder,这玩意儿太快了……
技术特点 Mercury Coder 是由 Inception Labs 开发的一款基于扩散技术的大型语言模型（dLLM），专为高效编程和文本生成设计。 性能表现 应用场景 优势总结 Mercury Coder 的主要优势在于其极高的生成速度和并行处理能力，同时保持了与传统模型相当的性能。它还具备纠错能力，能够生成更准确的文本和代码。 体验地址： https://chat.in…
-
微软开源 140 亿参数小语言 AI 模型 Phi-4
微软于2025年1月8日在Hugging Face平台上开源了其小型语言模型Phi-4。Phi-4是微软2023年推出的小型语言模型系列的第四代产品，拥有140亿参数。该模型基于Transformer架构，采用仅解码器型架构，只关注单词之前的文本，减少了需要处理的数据量，从而降低了推理成本。 Phi-4在多个基准测试中表现优异，甚至超越了参数量更大的Llama 3.3 70B和…
-
字节自研视频生成模型 Seaweed 开放使用
即梦AI宣布开放Seaweed视频生成模型，提供专业级光影布局和色彩调和，画面视觉美感和真实感。模型基于DiT架构，能实现流畅自然的大幅度运动画面。Pro版模型可实现多拍动作与多主体复杂交互，攻克多镜头切换难题，适配各种设备比例，助力专业创作者和艺术家们的创作。 登录后，在“视频生成”功能下，视频模型选择“视频 S2.0”即可体验。本次开放使用的豆包视频生成模型 Seaweed…
-
VQAScore评测方案，搞定文生图模型评测
VQAScore是一种新的文本到视觉生成评估指标，通过CLIP-FlanT5模型计算图像与文本提示的匹配度，优于传统CLIPScore。它使用VQA模型评估生成图像，提供简单有效的评估方法，并推出GenAI-Bench基准测试，挑战现有生成模型。 项目地址： https://linzhiqiu.github.io/papers/vqascore
