MiniMax (official)@MiniMax_AIAI 评分5555引用Together AI@togethercompute
Make sure to join our live Spaces chat on MiniMax M3 starting in 4 hours. You can pre-submit questions by replying to this tweet.
#推理
- MiniMax (official)@MiniMax_AIAI 评分5555
IT之家·人工智能AI 评分5959 微软首个自研推理 AI 模型 MAI-Thinking-1、新 Copilot 超级应用曝光
微软将在 Build 2026 大会上发布首个自研推理模型 MAI-Thinking-1，该模型未使用其他模型输出进行知识蒸馏训练。同期还将发布 MAI-Image-2.5 和 MAI-Image-2.5-Flash 图像生成模型，以完善其自有模型矩阵。此外，微软可能展示整合了多个 AI 助手及 Scout AI agent 的 Copilot 超级应用新形态，但该功能测试版预计要到夏末才会推出。
公众号：蚂蚁百灵精选AI 评分6868 KPop：用对称二元KL散度解决大模型强化学习的训练推理不一致问题
蚂蚁百灵团队提出KPop方法，应对大模型强化学习中训练与推理引擎概率分布不一致导致的训练崩溃。KPop用对称二元KL散度替代IcePop的固定比值阈值，仅需一个超参数，对稀有token自适应宽容、对高频token严格约束。在Ring-flash-2.0（总参100B）上支撑800+步稳定RL训练，SWE-bench Verified从70.8%提升至76.28%。
推荐理由：解释固定屏蔽比为何误杀稀有token，并给出用对称二元KL散度自适应调整的方法，有助于理解RL训练不稳定并指导稳定训练实践。
公众号：蚂蚁百灵AI 评分5050 KPop：用对称二元KL散度解决MoE大模型RL训练推理不一致问题
KPop针对MoE大模型强化学习中的训练-推理不一致问题，提出用对称二元KL散度代替IcePop的固定ratio阈值。该方法只需一个超参数，根据token概率自适应调整屏蔽边界：稀有token更宽容，高频token更严格。在Ring-flash-2.0（100B总参，6.1B激活）的RLVR训练中，支撑800+步稳定训练，屏蔽比例从10%动态升至30%+（IcePop仅约0.2%）；在AIME25、HMMT25-Nov、ARC-AGI-2、LiveCodeBench上全面优于IcePop。在长程智能体任务中，基于Ring-2.6-1T（1万亿总参，63B激活）的SWE-bench Verified得分从70.8%提升至76.28%，且仅需更新70%~80% token即可收敛。
Together AI 研究与产品博客精选AI 评分6161 Together AI 解析如何高效服务 MiniMax M3：1M token 上下文与多模态推理优化
Together AI 作为 MiniMax M3 的首选云合作伙伴，介绍了为该模型提供生产级推理服务的工程方案。M3 采用 MiniMax Sparse Attention 块稀疏注意力，使 prefilling 提速超 9x、decoding 提速超 15x，支持 1M token 上下文与原生多模态。
推荐理由：原文由服务方工程团队拆解 MSA 的内核优化与多模态网关预处理方案，给出可参考的长上下文推理工程路径和实测吞吐提升数字。
- MiniMax (official)@MiniMax_AIAI 评分6161引用AI/ML API@aimlapi
MiniMax M3 is now available on AI/ML API! To test it, we asked several leading models to oneshot Doodle Jump from the scratch. The results ended up looking far closer than the price tags. MiniMax M3: $0.05 Qwen 3.7 Max: $0.08 DeepSeek V4 Pro: $0.10 GPT-5.5: $0.42 Curious which one you'd pick in a blind comparison. We also offer it 50% off for a limited time. Find docs, guides for setting it up & prompt below
xAI：News精选AI 评分7878 xAI发布Composer 2.5
xAI的最新编程模型Composer 2.5现已在Grok Build中可用，用户可通过`/models`菜单选择使用。这是一款快速、先进的模型，擅长处理长时间运行的任务和复杂指令。该模型面向SuperGrok和X Premium+用户开放。
推荐理由：xAI 的 Composer 2.5 主攻长任务和复杂指令，如果你在用 Grok 搭 Agent，这模型值得切过去试试，可能比之前的编码模型更稳。
Hugging Face 社区博客精选AI 评分7171 JetBrains 发布 Mellum2：12B 参数混合专家模型
Mellum2 是 JetBrains 从头训练的 12B 参数混合专家（MoE）模型，专注于自然语言与代码。每个 token 仅激活 2.5B 参数，推理速度可达同类模型的 2 倍以上，适合高吞吐、低延迟场景。该模型支持路由、RAG、摘要、子智能体及私有部署，以 Apache 2.0 许可证开源。在代码生成、推理、科学和数学基准测试中，Mellum2 与同等规模的开放模型竞争力相当。
推荐理由：JetBrains 开源了 Mellum2，一个激活参数仅 2.5B 的 12B MoE 模型，专为代码和问答管道设计的快模型。做实时 RAG 或子代理时，终于不用硬扛大模型了。
The Verge：AIAI 评分6464 微软将在Build大会发布新AI模型及Windows改进
微软本周在旧金山举办Build大会，旨在赢回开发者。会议将披露Windows中的新AI模型、微软AI推出的新推理模型，以及Copilot“超级应用”。大会背景是微软围绕AI全面重组业务，但Windows和GitHub的信任度处于低谷，微软希望借此机会与开发者重建联系，并勾勒未来蓝图。
Hugging Face 社区博客精选AI 评分6060 超越LLM：为何可扩展的企业AI采用取决于智能体逻辑
可扩展的企业AI采用需超越大语言模型，依靠智能体逻辑来引导模型执行动态、长周期且受约束的企业工作流，从而提升质量、降低成本并建立信任。文中以IBM watsonx Code Assistant for Z为例，展示了智能体逻辑如何通过程序分析等技术，在理解大型遗留代码库时，相比纯LLM基线方法，能以约30倍更低的token消耗达到更优性能。在加速测试生成任务中，该方法亦能使代码覆盖度提升20%-45%，同时token消耗降低最高达15倍。
推荐理由：不是又一篇炒作 agent 的文章，IBM 拿真实项目数据说清楚了‘agent logic’怎么让大模型在企业落地时既降本又增效。
The Decoder：AI NewsAI 评分6868 Nvidia的Nemotron 3 Ultra成为最聪明的美国开源模型，但中国仍然领先
根据Artificial Analysis基准评估，Nvidia发布的Nemotron 3 Ultra模型被评为目前最强大的美国开源大语言模型。但这一成就并未改变中国在开源大语言模型领域仍然保持领先的格局。
Ars Technica：AIAI 评分5454 OpenAI 数学突破发挥 AI 优势
作者尝试对 OpenAI 的数学突破解决方案进行更清晰的解释，声称其解释比 OpenAI 自己的表述更为明晰。
- MiniMax (official)@MiniMax_AIAI 评分6464引用Arif@rezaul_arif
MiniMax M3 scores 90.3% GPT 5.5 Scores 92.4% Just a 2.1% gap now at @convex. Incredible to see the open-source models closing in. The future of AI is open. 🤖💪
- MiniMax (official)@MiniMax_AIAI 评分7777引用Novita AI@novita_labs
🚀 We’re launching MiniMax M3 from @MiniMax_AI on Novita AI as a Day-0 API launch partner. The first open-weights model to combine: • Frontier coding and agent capabilities 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 74.2% MCP Atlas • Up to 1M tokens of context Enabled by MiniMax Sparse Attention • Native multimodality from day one Built for both text and visual understanding Excited to make MiniMax M3 available to developers on Day 0.
IT之家·人工智能AI 评分5252 高通发布数据中心品牌 Dragonfly
高通在COMPUTEX 2026上宣布推出数据中心品牌Dragonfly，预计包含数据中心CPU与AI ASIC产品，并与客户端的骁龙、AIoT的Dragonwing共同构成新品牌组合。CEO安蒙预测，到2030年AI Token（词元）需求将达到401.48×10^16。更多细节将于6月24日揭晓。
IT之家·人工智能AI 评分6666 英伟达 Vera 处理器发布：专为 AI 智能体打造，OpenAI、SpaceXAI、字节跳动都要用
英伟达在2026年台北电脑展上正式推出Vera处理器。这是一款专为AI智能体设计的CPU，速度比x86处理器快1.8倍。它配备88个Olympus CPU核心和LPDDR5X内存子系统，内存带宽达1.2TB/s。作为Vera Rubin平台的主机CPU，Vera通过NVLink-C2C技术提供高达1.8TB/s的一致性带宽。首批客户包括OpenAI、Anthropic、SpaceXAI、字节跳动、纽约证券交易所等，计划于今年秋季上市。
IT之家·人工智能AI 评分6666 英伟达推出 Alpamayo 2 Super 开源推理模型，助力 L4 自动驾驶研发
英伟达开源了 Alpamayo 2 Super 视觉-语言-动作（VLA）模型，参数规模从 100 亿增至 320 亿。该模型支持 360 度感知与推理式自动标注，专为研发 L4 自动驾驶设计。模型可通过知识蒸馏压缩，部署于 DRIVE AGX Thor 芯片。代码与权重将在夏季于 GitHub 和 Hugging Face 开源。
Artificial Analysis@ArtificialAnlysAI 评分8181IT之家·人工智能AI 评分6464 英伟达黄仁勋称“AI 减少岗位是胡说八道”，软件工程师数量在增加
英伟达 CEO 黄仁勋在台北电脑展表示，AI减少岗位的说法是胡说八道，实际上软件工程师数量正在增加。他认为“有用”的AI时代已至，token是新的利润单位，AI是GDP生成器。同时，黄仁勋称下一代超级AI芯片Vera Rubin是其最雄心勃勃的产品，由4万名工程师参与研发，将于今年下半年推出，他预计其将比Grace Blackwell更加成功。
IT之家·人工智能AI 评分4949 至高 480GB 内存，英特尔进一步介绍数据中心 GPU "Crescent Island"
英特尔介绍了将于今年晚些时候推出的AI推理数据中心GPU "Crescent Island"。该卡支持从FP4到FP64的数据类型，配备至高480GB LPDDR5x内存，采用350W PCIe AIC设计，主打每瓦词元效率并拥有开源软件生态。其Xe3P GPU架构将应用于PC、数据中心、边缘及工作站领域，包括下一代PC芯片。
IT之家·人工智能精选AI 评分8181 黄仁勋：英伟达下一代 AI 超级芯片平台 Vera Rubin 全面投产
英伟达 CEO 黄仁勋在 2026 台北电脑展宣布，下一代 AI 超级芯片平台 Vera Rubin 全面投产。该平台是 POD 级基础架构，与上一代 Grace Blackwell 平台相比，其大规模智能体吞吐量提高了 10 倍。凭借开源 MGX 设计，其供应链规模是 Grace Blackwell 的两倍，产品预计于今年秋季开始发货。
推荐理由：Vera Rubin 全面投产，智能体吞吐量提升 10 倍，供应链规模翻倍，这是英伟达给 AI 算力瓶颈的一记重拳，做智能体应用的同行该开始计划升级硬件了。
- MiniMax (official)@MiniMax_AIAI 评分6969引用Creao AI@CreaoAI
MiniMax M3 is now live on CREAO. Sparse-attention reasoning with up to 15.6× faster decoding at long context, built for agents that chew through massive codebases, docs, and transcripts without slowing down. Pick M3 from the model dropdown and run. ⚡
MiniMax：Blog精选AI 评分8383 MiniMax M3：前沿编码、100万token上下文与原生多模态一体模型
MiniMax M3 是一个开源前沿模型，具备先进的编码与AI智能体能力。它支持100万token的超长上下文窗口，并采用名为MSA（MiniMax Sparse Attention）的新型稀疏注意力架构。该架构使模型在100万token上下文下的每token计算成本降至前代的1/20，预填充速度提升9倍以上，解码速度提升15倍以上。在SWE-Bench Pro编码基准上，MiniMax M3得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，性能接近Opus 4.7。该模型可通过MiniMax Code、Token Plan和API服务使用。
推荐理由：MiniMax M3 把开源模型的编码能力推到了 GPT-5.5 和 Opus 4.7 这条线上，还附带 1M 上下文和原生多模态，这是开源社区真正能打的前沿选项，做 Agent 的值得立刻跑一下。
IT之家·人工智能AI 评分7070 首个三项能力兼备的国产旗舰模型：MiniMax M3 发布，百万上下文、原生多模态
MiniMax 发布旗舰大语言模型 M3，宣称是首个同时具备编码与智能体能力、百万上下文与原生多模态的国产模型。模型基于自研 MSA 架构，API 上下文窗口最高支持 1M tokens，保障至少 512K 可用。在 BrowseComp 智能体评测中，M3 以 83.5 分超越 Opus 4.7（79.3）。官方提供 M3 与 M3-highspeed 两个版本 API，标准版定价为输入 2.1 元、输出 8.4 元/百万 tokens（上下文≤512K，限时五折），并即将在 HuggingFace 与 GitHub 开源。
公众号：MiniMax精选AI 评分7878 MiniMax M3 发布：前沿 Coding、1M 上下文与原生多模态集于一身
MiniMax 发布 M3 模型，采用全新稀疏注意力架构 MSA，支持 1M 上下文窗口，并原生支持图片、视频输入及电脑桌面操作，是国内首个齐备这些要素的开源模型。
推荐理由：M3在复现论文和CUDA优化中的长程自主迭代，将模型评估从单轮得分推进到真实协作场景，为衡量Agent Coding能力提供了更具参考价值的维度。
公众号：MiniMaxAI 评分6565 MiniMax M3 发布：1M 上下文、原生多模态、前沿编程与 Agent 能力
MiniMax M3 今日发布，采用自研 MSA 稀疏注意力架构，支持 1M 上下文窗口，100 万上下文下每 token 计算量仅为上代 1/20，prefilling 加速超 9 倍，decoding 加速超 15 倍。它是原生多模态模型，支持图片、视频输入及 Computer Use。Coding 与 Agent 能力在 SWE-Bench Pro（59.0%）、Terminal Bench 2.1（66.0%）等基准达到前沿水平。M3 是国内首个同时具备 1M 上下文、原生多模态、前沿编程与 Agent 能力的开源模型。API 已开放，按上下文分两档计价，上线首 7 天 512k 及以下 5 折。同步推出 MiniMax Code Agent 与 Token Plan 订阅（¥49/月起）。预计 10 天内发布技术报告并开源模型权重。
OpenCode@opencodeAI 评分6363vLLM 官方博客AI 评分5858 vLLM 在 NVIDIA DGX Spark 上的架构、配置与本地评测实践
Inferact 团队发布长文，讲解如何在 NVIDIA DGX Spark（GB10，128 GB 统一内存）上用 vLLM 本地部署 Nemotron-3-Super-120B-A12B-NVFP4。
OpenMOSS / 复旦NLP / 上海创智 / MOSIAI 评分5757 OpenMOSS 发布 Thinking with Video：用视频生成做多模态推理，并提出 VideoThinkBench 评测
Thinking with Video 提出让视频生成模型把推理过程显式展开成视频帧序列再作判断，附 34 页技术论文。
Rohan Paul@rohanpaul_aiAI 评分5959引用Michael Dell 🇺🇸@MichaelDellWe have the first @DellTech + @nvidia Vera Rubin NVL72 @CoreWeave. Here we go! 🚀
IT之家·人工智能AI 评分4242 IT早报 0531：微软宣布下周携手英伟达开启 PC 新时代；深圳网约车市场已饱和官方发风险提示；苹果 iPhone 18 机模曝光；MiniMax 启动 A 股 IPO 进程...
小米公布其 MiMo 模型推理系统的全链路优化技术细节，核心是通过 Hybrid SWA 架构将 KVCache 存储压缩至 1/7，并结合分级缓存与调度，显著降低长序列推理成本，最高降价达 99%。此外，AI 独角兽 MiniMax 已与中信证券签署辅导协议，正式启动 A 股 IPO 进程。
IT之家·人工智能AI 评分5353 消息称因战略分歧，三星与 OpenAI 定制 AI 芯片研发项目陷入停滞
据韩媒报道，三星为 OpenAI 定制研发基于 ARM 架构的推理型神经网络处理器（NPU）项目因双方战略分歧已陷入停滞。据报道指出，三星可能转而为 Anthropic 代工人工智能芯片。尽管芯片合作受阻，三星与 OpenAI 在其他领域仍有合作，例如共建人工智能数据中心及供应存储芯片。
The Decoder：AI NewsAI 评分5353 陶哲轩认为 AI 可为数学带来史上首次分工
数学家陶哲轩阐述了 AI 如何通过首次实现分工来重塑数学研究。目前，研究者需亲力亲为完成从问题建模到结果验证的全过程。陶哲轩预见“工业数学”的出现：由大型 AI 辅助团队取代孤军奋战的天才，而人类在提供“灵感性猜想”方面仍不可或缺。
IT之家·人工智能AI 评分6161 小米 MiMo-V2.5 系列 API 永久降价并公开推理优化方案
小米 MiMo-V2.5 系列 API 完成永久降价，最高降幅达 99%。其技术基础是公开的推理系统全链路优化方案：针对 Hybrid SWA + MoE + 多模态的复合架构，系统性重构了 KVCache 管理、分级缓存、前缀缓存与调度策略。核心优化包括将 KVCache 存储压缩至约 1/7，线上前缀缓存命中率平均达 93%，TTFT P90 降低 30%，Prefill 性能提升约 40%，Decode 阶段前 128 token 加速比达 2.3×。多模态视频处理端到端延时从 156 秒降至 23 秒。该方案宣称是业内首篇全面覆盖此类复合架构的大规模工程落地方案，模型能力无缩减。
