Inception Labs正式发布Mercury 3，这是目前该公司能力最强的扩散语言模型。官方称其在多项基准测试中超越了GPT-6 Luna和Claude Haiku 5.5，同时每秒可生成超过1000个token，运行速度比对比模型快4到8倍。这标志着扩...

MiniMax正式推出新一代Flash模型M3.1 Flash，宣称在智能体任务、编程、计算机使用（Computer Use）和网络安全等前沿方向实现代际提升。相比上一代方案，该模型的在线推理速度提升近三倍，使用成本降低70%，意味着在...

根据IDC最新报告，2026年上半年英伟达在中国数据中心AI芯片市场的出货量约为67.8万颗，同比下降44%，市场份额降至34%。这一下滑既受到美国出口管制对先进芯片供应的持续限制，也反映出中国本土AI芯片厂商正在加速抢...

Cloudflare 在上周推出 Clef 与 Clef-flash 两款开放权重决策模型后，再次发布 Clef-omni，将输入模态从文本、图像扩展到音频和视频，进一步强化其在多模态决策与智能体工作流中的布局。开放权重模式意味着开发者可...

OpenAI今日正式在API、Codex和ChatGPT Work中为GPT-6.1 Sol推出Ultrafast模式。该模式提供接近Astra级别的智能水平，同时速度最高可达Sol Standard的8倍，主要面向对响应速度和推理质量均有较高要求的开发与工作场景...

据彭博社报道，尽管美国实施出口管制，英伟达高性能AI芯片仍持续流入中国AI企业，且相关案例不断增多。专家指出，这一现象越来越指向英伟达在客户筛查与供应链尽职调查环节存在明显漏洞。美国官员正在追问，为何英伟...

OpenAI正式推出GPT-6.1 Sol，这是一款在智能水平上接近Astra、但价格仅为后者五分之一的模型，API输入与输出token均按Astra标准价格的五分之一计费。GPT-6.1 Sol针对编码、计算机使用和专业工作任务进行了优化，在多...

Modal官方博客介绍了Query-Aware Inference Layer（Quail）推理引擎，该引擎通过将查询规划器与推理引擎相结合，并采用KV最优左深连接优化AI-SQL查询性能，在单块H100 GPU上实现了每分钟超过10亿token的处理速度。与...