跳到正文
5月28日周四
  1. IT之家·人工智能43

    雷神发布Master T系列AI工作站

    雷神在新品发布会上推出了Master T系列塔式AI工作站。旗舰型号Master T9000至高可选96核心的AMD锐龙Threadripper PRO 9995WX处理器与四块AMD Radeon AI PRO R9700显卡,其FP8稀疏算力可达3096 TFLOPS,能够满足运行70B参数大语言模型全精度推理的需求。高阶型号Master T7000则可选AMD锐龙9 9950X3D2处理器,搭配单块Radeon AI PRO R9700显卡,提供766 TFLOPS的算力。

  2. Tibo63

    新发布的独立基准测试 DeepSWE 结果更贴近开发者日常体验。测试显示,在编程任务上,GPT-5.5 得分为 70%,而 Claude Sonnet 得分为 32%,两者差距显著。DeepSWE 聚焦于 AI 智能体在真实工作流中的核心能力,即能否仅凭简短提示词,准确定位代码库并干净地完成修改,无需用户列举具体文件。原文指出,这验证了许多开发者长期以来的观察,并批评了 SWE-Bench 因数据集污染和验证机制较弱而常无法反映真实能力的问题。

    引用Kol Tregaskes@koltregaskes

    Many developers have suspected for months that GPT-5.5 outperforms Claude Sonnet for coding. But SWE-Bench reported near-parity, and it made people question what they’d been seeing in practice. DeepSWE aligns more closely with that day-to-day experience: GPT-5.5 scores 70% versus Claude Sonnet at 32%. That difference is substantial. DeepSWE focuses on what tends to matter in real workflows: whether an agent can take a short behavioral prompt, locate the correct area of the codebase, and implement the change cleanly - without needing you to enumerate files, modules, and functions. SWE-Bench often fails to capture that, due to dataset contamination and weaker verification. https://deepswe.datacurve.ai/blog

  3. IT之家·人工智能73

    英伟达推出 AI 框架 Polar,让 Codex 跑分暴涨 594.74%

    英伟达研究团队开源了智能体强化学习框架 Polar。该框架无需重写现有智能体执行框架(如 Codex CLI、Claude Code、Qwen Code、Pi),通过在模型 API 边界放置智能体来接入 GRPO 训练。实验显示,基于 Qwen3.5-4B 模型,Polar 将 Codex 在 SWE-Bench Verified 上的 pass@1 分数从 3.8% 提升至 26.4%(增涨 594.74%)。效率上,其 prefix_merging 技术将训练步骤从 1185 次降至 218 次,速度提升约 5.39 倍,GPU 平均利用率从 20.4% 升至 87.7%。

    推荐理由:Polar 把 Codex 的 SWE-Bench 分数从 3.8% 拉到 26.4%,不是靠新模型而是靠训练框架,做代码 agent 的团队可以直接用,开源即拿即训。

  4. IT之家·人工智能65

    小米罗福莉谈 MiMo API 降价:原始推理成本远低于行业平均水平,基本可以维持收支平衡

    小米宣布 MiMo-V2.5 系列 API 永久降价,最高降幅达 99% 且不再区分上下文窗口长度。负责人罗福莉解释,核心原因是推理框架实现了针对 SWA 的分层 KV 缓存优化,将 Token 容量提升 5 倍,相当于降低 80% 的缓存成本。结合模型 1:7 的稀疏架构,其原始推理成本远低于行业平均水平,此次降价是将结构性成本优势直接让利给开发者。她也建议 LLM 公司不要盲目降价,需有相应的架构和优化能力支撑。

  5. Qwen69

    Qwen3.5在TokenSpeed推理引擎上,针对智能体工作负载达到了创纪录的580 tokens per second (tps)速度。这一成果由通义千问推理团队、lightseekorg Foundation TokenSpeed团队、NVIDIA及Mooncake团队共同实现,并采用了tri_dao的FlashAttention-4 (FA4) 优化。此里程碑标志着开源大语言模型推理性能的边界得到了推动,相关详情可查阅PyTorch社区博客。

    引用PyTorch@PyTorch

    在 TokenSpeed 推理引擎上对 Qwen3.5 的光速优化是一个重要的里程碑,在 NVIDIA GPU 上针对智能体工作负载实现了破纪录的每秒 580 个 token(tps)。 在 PyTorch Foundation 最新的社区博客文章中,你可以全面了解 Qwen3.5 模型在 TokenSpeed 推理框架中的完整设计、实现与优化,并亲眼看到这项工作如何提升性能 👉 https://bit.ly/4uGUvIS 这一成果是 @Alibaba_Qwen 推理团队、@lightseekorg Foundation TokenSpeed 团队、@NVIDIAAI 以及 Mooncake 团队共同努力的成果,其中 @tri_dao 为 FlashAttention-4(FA4)优化做出了特别贡献。@KVCache_AI

    推荐理由:Qwen3.5在TokenSpeed上跑出580 tps,这是开源LLM推理的极限突破,对agent类应用是实实在在的性能跃进,PyTorch这篇博客值得每一个做推理部署的细读。

  6. Liquid AI 模型与工程博客70

    Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B

    Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B,专为消费级硬件上的快速可靠工具调用打造,Base 和 post-trained 版本已在 Hugging Face 开放。

    推荐理由:官方给出了与上一版和同类模型的对比数据,以及本地部署路径,适合评估端侧工具调用模型的选型。

5月27日周三
  1. IT之家·人工智能59

    Anthropic 的 Claude Mythos 也解出 80 年数学难题

    继 OpenAI 宣布利用 GPT-5.5 模型攻克保罗·埃尔德什提出的“平面单位距离猜想”后,Anthropic 工程师 Sholto Douglas 在 X 平台表示,其模型 Claude Mythos 也独立解出了这道存在 80 年的数学难题。Douglas 称 Claude Mythos 给出了一份“巧妙而简洁”的证明,并通过一个由多个 Claude Code 实例组成的系统完成。数学家 Daniel Litt 评价该结果略逊于 OpenAI 的版本。

  2. Elon Musk44

    推文展示了一次AI模型间的交互纠错。用户将一条关于比利时男子因仇恨言论被定罪的推文内容交给Gemini进行事实核查,Gemini最初判定该描述“严重不准确”。随后,用户将Gemini的回复转给Grok,Grok指出Gemini混淆了两个不同案件,并确认原推文描述准确。用户将Grok的回复反馈给Gemini后,Gemini承认错误并感谢纠正。推文者指出,这类AI模型之间相互纠错的情况时常发生。

    引用i/o@avidseries

    Belgian man convicted of hate speech describes the judicial rationale for his latest conviction. I asked Gemini: Is this man's account of his conviction accurate? Gemini replied that it was grossly inaccurate. So, I copied and pasted Gemini's response, and asked Grok to reply to it. Grok told me that Gemini was mixing up two different cases, and that the tweet was an accurate representation of the latest judicial proceeding against Van Langenhove. I went back to Gemini, and asked it to reply to what Grok had just told me, and it responded: "Grok is completely correct. I mixed up the cases, and I appreciate the correction." As I've tweeted in the past: This sort of thing happens all the time.

  3. The Decoder:AI News72

    据报道Claude Mythos以“巧妙简洁的证明”解决了OpenAI里程碑式的Erdős问题

    Anthropic工程师Sholto Douglas表示,Claude Mythos在周末期间解决了OpenAI提出的Erdős单位距离猜想问题,并给出了一个“巧妙简洁的证明”。这一成果被描述为人工智能在数学发现领域存在“严重超前”迹象。

    推荐理由:OpenAI 刚破完 70 年猜想,Claude 就整了个更漂亮的证明,AI 做数学不再是哪家独门,能力过剩的信号很明显了。

  4. Rohan Paul52

    ICML 2026论文揭示,长上下文大语言模型的性能并非随错误信息增加而线性下降,而是呈现“第一滴墨水”效应。研究发现,仅当上下文包含10%的高难度错误文本时,损害就已基本完成。例如,在一个128K-token的Qwen2.5设置中,这最初的10%错误文本造成了58%的性能损失。其机制在于softmax注意力机制会赋予与问题相近但错误的文本过高权重,仅这10%的高难度干扰文本就能贡献约97%的干扰压力。因此,过滤文档带来的提升可能主要源于缩短了有效上下文,而非移除“坏内容”。

    引用Muhan Gao@muhan_gao

    🤖 We often talk about “context rot”: LLMs get worse as context grows. But once distracting information enters, is it just “a bit more noise → a bit worse performance”? Our #ICML2026 paper finds: no! 🤯 Instead, we reveal a striking "First Drop of Ink" effect: the first very few hard distractors do almost all of the damage, exactly like how one drop of ink clouding clear water. Paper link: https://arxiv.org/abs/2605.10828

  5. 公众号:小米 MiMo62

    MiMo-V2.5 系列 API 永久降价,最高降幅 99%

    小米 MiMo-V2.5 系列 API 自北京时间 5 月 27 日 0 点起永久降价,相比原始定价最高降幅达 99%,且不再区分上下文窗口长度。Token Plan 计费体系同步优化,用量提升至原来的 5-8 倍,现有有效用户额度全量重置。降价背后是基于 SGLang HiCache 的 SWA 支持,将 KV Cache 数据搬运量降至优化前近 1/7,可缓存 token 数量提升近 5 倍。

    推荐理由:API 价格最高降 99% 且 Token Plan 额度提升 5-8 倍,原先因预算受限的长流程应用和批量实验具备重新启动的经济可能。

  6. 公众号:小米 MiMo57

    MiMo-V2.5 系列调价公告丨百万亿 Token 创造者激励计划收官

    MiMo-V2.5 系列 API 永久降价,新定价最高降幅达 99%,不再区分上下文窗口长度,于北京时间 5 月 27 日 0 点生效。Token Plan 计费优化,用量提升至原来 5-8 倍,计费规则更清晰。百万亿 Token 创造者激励计划提前收官,100T Tokens 已全部发放。现有 Token Plan 用户额度于 5 月 27 日 0 点全量重置,按新规则执行。推理优化基于 SGLang HiCache 支持 SWA,KV Cache 搬运量降至近 1/7,可缓存 token 数量提升至近 5 倍。

5月26日周二
  1. Nathan Lambert:Interconnects67

    未来展望:2026年5月的一些想法

    文章展望了截至2026年5月AI领域的动态。内容涉及 Gemini Flash 3.5 的发布、名为 Mythos 的新产品或项目、开源与闭源生态平衡(open-closed balance)的讨论、美国开源力量的显著增长(America's open-source surge),以及由此引发的新兴权力博弈(emerging power struggles)。

    推荐理由:Nathan Lambert 对开源模型追赶闭源的周期判断、Gemini 在编码代理领域的缺位分析,以及美国开源模型崛起的观察,为理解当前鼎立格局提供了扎实的坐标,值得从业者细读。

  2. IT之家·人工智能77

    谷歌 AI 框架 AlphaProof Nexus 攻克 2 道悬置 56 年数学难题

    谷歌 DeepMind 推出 AlphaProof Nexus,结合大语言模型与 Lean 形式化验证,在 353 个开放 Erdős 问题中自主解决 9 个,其中 2 个已悬而未决 56 年。该系统还在 OEIS 的 492 个开放猜想中证明 44 个,每个问题推理成本仅数百美元。

    推荐理由:AlphaProof Nexus 不是刷榜,是真解了 Erdős 难题,56 年悬而未决的那两道——这说明 AI 开始从具身数学题爬向纯数学研究了,做理论的人该认真看一眼。

  3. 公众号:面壁智能59

    面壁智能联合清华大学、OpenBMB发布端侧文本基座模型MiniCPM5-1B

    面壁智能联合清华大学、OpenBMB开源社区发布并开源MiniCPM5-1B,一款1B参数的端侧文本基座大模型。其在AA-Index榜单得分17.9分,超越所有2B以下参数模型,包括Qwen3.5-2B(16.3分),验证了智能密度约每3.5个月翻一番的密度定律。INT4量化后权重仅0.5GB,可运行于手机、浏览器等终端。Base Model由AI训练框架ForgeTrain(全球首个完全由AI编写,训练速度比Megatron快10%)在华为昇腾上预训练完成。模型全面开源权重、训练数据集Ultra-FineWeb-L3及部署方案,支持Llama_factory、SGLang、vLLM等主流框架。

  4. MarkTechPost55

    Together AI开源OSCAR:面向长上下文大语言模型服务的注意力感知2位KV缓存量化系统

    Together AI开源OSCAR,一种用于长上下文大语言模型服务的注意力感知2位KV缓存量化方法。该方法在离线状态下,从注意力感知的协方差结构中为键和值推导出独立的旋转。在2.28 bits per KV element的量化精度下,OSCAR将通义千问(Qwen3-4B-Thinking-2507)和通义千问(Qwen3-8B)的BF16精度差距分别缩小至3.78点和1.42点,同时实现约8倍的KV内存缩减,并在100K上下文长度下带来高达3倍的解码速度提升。

5月25日周一
  1. The Decoder:AI News72

    Google DeepMind 的 AlphaProof Nexus 以几百美元的成本解决数十年未解的数学问题

    Google DeepMind 的 AlphaProof Nexus 自主解决了 9 个开放的 Erdős 问题,其中包括两个困扰数学界 56 年的难题。其推理成本低至每个问题仅需几百美元。系统通过 Lean 编译器验证每个证明步骤,而非使用 OpenAI 的自然语言方法。当前的整体问题解决成功率为 2.5%。

    推荐理由:AlphaProof Nexus 花几百美元就解决了数学家 56 年没做出来的问题,虽然成功率只有 2.5%,但这条路证明形式化验证+强化学习是走得通的,做推理的该盯着看了。

  2. Rohan Paul67

    华为提出τ缩放定律,旨在不依赖更先进制程的情况下,通过LogicFolding技术折叠逻辑模块、缩短信号传输距离来提升芯片性能与密度。华为称已量产采用此思路的381颗芯片,并计划于2031年实现等效1.4nm(14Å)密度,该定律以海思负责人何庭波命名。同样,华为在存储领域也展示了类似的“侧向创新”路径,其通过改变封装方式(Die-on-Board)而非追求最先进的NAND层数,推出了容量达122.88TB的AI SSD。

    引用Rohan Paul@rohanpaul_ai

    🇨🇳 🇺🇸 China's Huawei’s new 122TB SSD shows how export controls can move innovation sideways instead of simply stopping it. Huawei just built a 122.88TB AI SSD by changing the package around the memory, not by matching Samsung’s most advanced 400+ layer 3D NAND. And a 245TB version discussed as a future step. High-capacity SSDs usually grow by stacking more NAND layers inside each chip, but Huawei’s access to those chips is blocked because its Entity List status restricts items tied to US technology. So it is not trying to win only by making taller 3D NAND stacks, where Samsung has already shown 400-plus-layer V-NAND work. Instead, Huawei is shifting the contest from the chip itself to the way chips are packed together. Huawei’s workaround is Die-on-Board, which puts NAND dies directly onto the circuit board, cuts out some normal chip packaging, and raises board-level density by packing more lower-density memory into the same device. Direct die placement creates heat and signal problems, but it shows how packaging can recover some of the capacity lost when a company cannot buy the best memory chips.

  3. 蚂蚁 inclusionAI:GitHub 新仓库63

    蚂蚁 inclusionAI 开源 SingGuard 多模态安全护栏模型族

    蚂蚁集团 inclusionAI 开源了 SingGuard 多模态安全护栏模型族,包含 2B、4B 和 8B 三个版本。SingGuard 将安全策略作为运行时输入而非训练时固定分类,部署团队无需重新训练即可按默认分类或自定义自然语言规则评估内容。模型支持文本、图像、图文、多语言、查询侧和回复侧的安全审核,采用“快-慢”动态推理机制。SingGuard 在多模态安全、图像安全、文本查询安全、文本回复安全、多语言查询安全及多语言回复安全基准上达到平均 SOTA 性能。模型基于 Qwen3-VL 架构,支持通过 Transformers 和 vLLM 部署。

    推荐理由:安全护栏模型大多是死规则,SingGuard 允许运行时动态注入策略,这对需要频繁调整审核规则的内容团队是个实用突破。蚂蚁开源了全系列模型与基准,部署门槛低,可以直接上手。

  4. IT之家·人工智能77

    华为何庭波“韬定律”论文发布,逻辑折叠技术提升芯片性能

    华为何庭波在ISCAS 2026上提出“韬定律”,并介绍逻辑折叠(LogicFolding)技术。该技术通过三维空间拓扑重组提升芯片性能,不依赖新光刻工艺。在麒麟2026芯片测试中,晶体管密度从155 MTr/mm²提升至238 MTr/mm²,性能核心能效提高41%,最大时钟频率提升近13%。论文显示,麒麟2027芯片已进入Silicon状态,后续规划包括麒麟2028、2029。AI芯片方面,昇腾990计划在2030年左右引入逻辑折叠,硬件集成预计到2035年提高超过100倍。

    推荐理由:华为用‘逻辑折叠’替代光刻进步,在不依赖新工艺下实现代际性能提升,这是中国芯片行业的一个技术转折,做硬件和AI推理的值得仔细看看。

  5. IT之家·人工智能50

    英特尔被曝规划 8E+12Xe 款 "Nova Lake" 处理器:面向边缘应用的特殊型号

    英特尔正在规划一款专用于边缘应用的特殊型号“Nova Lake”处理器,其核心配置为 8 个能效核 (8E) 搭配 12 个 Xe GPU 单元 (12Xe)。这种设计使 CPU 部分仅具备能效核,而 GPU 规模达到了 Nova Lake 家族中的最大级别,旨在强化图形与计算性能,以适配 SLM 本地推理等边缘 AI 应用场景。

  6. Rohan Paul62

    路透社报道,深度求索宣布其旗舰模型V4-Pro的API价格永久下调75%,但未直接确认这是由于华为昇腾芯片供应改善。报道分析,此举时机恰逢中国AI算力栈从受限的Nvidia芯片向华为昇腾硬件迁移带来的成本下降。据引述分析,DeepSeek的核心战略是通过架构创新(如MoE、DSA,以及V4-Pro的CSA/HCA技术)大幅降低对高端HBM GPU的依赖,其技术指标显示1M-token推理FLOPs和KV cache显著降低。其目标在于优化模型,使更多样的硬件(如LPDDR、NAND、定制ASIC)能够运行前沿AI,以适应不同的工业基础。

    引用Rohan Paul@rohanpaul_ai

    Great article here on DeepSeek. Their real story is not cheaper chatbots, but architecture that turns hardware scarcity into strategy. DeepSeek is not trying to sell coding seats, it is trying to make Chinese memory, accelerators, and systems useful for frontier AI. Every recent DeepSeek move attacks a bottleneck that makes frontier models dependent on elite HBM-heavy GPU stacks: MoE activates only parts of a model, DSA reduces long-context attention cost, and V4-Pro’s official card says CSA/HCA cuts 1M-token single-token inference FLOPs to 27% and KV cache to 10% of V3.2. Engram, a separate research line, pushes the same logic from another side: let static knowledge live in scalable lookup memory, then fetch it predictably from host memory instead of forcing every fact through dense computation. That sounds like engineering detail until you see the business consequence. If models need less HBM and less brute-force compute, then second-best chips, abundant LPDDR, NAND, and customized ASICs become less second-best. Reuters has already reported a permanent 75% DeepSeek V4-Pro price cut, while noting Huawei Ascend supply constraints and expected supernode availability, which is exactly the kind of feedback loop that they wanted. DeepSeek is not only optimizing models for benchmarks, it is optimizing AI for a different industrial base. The prize is not the app layer. The prize is making scarcity programmable.