奥特曼大谈创业，我们为你总结了23条最有价值的信息。
凤凰网科技讯 8月24日，月之暗面Kimi官方微博今日宣布，其第一代万亿参数多模态模型Kimi K2.5将于本月底正式结束服役。
摩尔线程表示，大模型产业竞争下半场本质上是推理效率与商业回报的较量，该方案旨在帮助企业在万亿参数与Agent时代降低总拥有成本。
在手机已经讨论 2 亿像素、8K 视频的今天，苹果给未来 AI 硬件准备的摄像头，实际采集画面甚至可能只有 320×320。
冷肿瘤的问题就是：它不举牌
Claude的水印，不是藏进去的，而是写进去的
并且token的超额消耗之外，还有另一个问题：支持1M上下文窗口，不代表模型在100万token下还能保持同样的上下文利用能力。
官方划定高峰时段为每日9:00-12:00、14:00-18:00，其余时间为空闲时段，空闲时段定价为高峰时段的一半，计费单位为元/百万tokens。
据悉，用户可直接点击聊天框旁边的“+”按钮，然后选择“从资料库添加”，将谷歌云盘的文件添加到 ChatGPT 中。
一个会话里大部分输出token都是思考token，推理强度控制的就是这个量。
它引用了“context rot（上下文腐化）”这一现象：随着上下文中的Token越来越多，模型准确召回其中信息的能力会下降。
从卖token到交结果
在 DeepSeek Harness 的开发文档里，从架构层面来说，插件几乎就是 DeepSeek Harness 的主打，模型、工具、策略、存储、上下文和界面都能通过插件进行替换或组合。
除了目标安全超级智能以外，此后两年，SSI不发模型、不做产品、不公开论文，外界甚至不知道他们具体在研究什么。
从目前公布的信息来看，deepseek-v4-pro 支持 1M 上下文长度，最大输出长度达到 384K Token，同时支持非思考模式和思考模式，其中思考模式默认开启。
代价也是不言而喻的，Token 会迅速上涨
官方公布的评测覆盖编程Agent、通用Agent、专业工作和长上下文等方向，与Opus 4.8、Fable 5、GPT 5.6 Sol等模型相比，在PaperBench、IFBench等基准测试中取得较高成绩。
3、本地与边缘部署：在FP8精度下，Ling-3.0-tiny在DGX Spark上的推理吞吐量可达100–105tokens/s，而在M4 Pro MacBook上则为86–90tokens/s，且在8K上下文长度时，峰值内存占用仅为8.34GiB。
Meta的愿景是为数十亿人提供免费Agent
DeepSeek 在询问中回复称：“取外号”的真相是“打标签”，在这个推理过程中，确实会在心里临时给问题打个标签，比如：“这位用户喜欢刨根问底”（对应你）、“这位在故意刁难我”（对应某些测试题）。
简单概括一下目前爆出的内容：200 万 token 上下文窗口、更快的推理速度和更低延迟、长上下文推理与多步规划能力增强、浏览器和终端等工具调用大幅改善。
Meta版Code来了
依托Hy3基座大模型打通声学识别与语义理解，彻底摆脱传统语音识别生硬转写短板，在多方言口音、嘈杂收音、远距离拾音等复杂场景稳定输出精准文本。
模型大战，终究是入口和生态大战
该模型基于最新大语言模型Hy3，融合语音识别与深度语义理解，旨在从“逐字转写”演进为“理解语境、兼容场景”。
Hy3是腾讯混元于7月6日正式发布的MoE架构大模型，整体参数规模295B，动态激活参数21B，最高支持256K超长上下文读取。
它能够统一理解由文本、图像、视频和音频构成的多模态上下文，并可生成最高2K分辨率、最长15秒、带有原生立体声音频的视频。
在未调整优化前，GPT-5.6 Sol 在 ARC-AGI-3 基准测试中的得分为 7.8%，而 GPT-5.5 模型的得分只有 0.4%。
10/26 04:15
10/26 03:05
10/26 03:03
10/26 02:10
10/26 02:05
10/26 00:16
10/26 00:15
10/26 00:10
10/26 00:06
京公网安备 11011402013531号