OpenAI正式预览了GPT-5.6 Sol的Ultrafast模式，该模式在推理速度上实现显著突破，最高可生成750个输出token/秒，整体处理速度达到标准模式的14倍。值得关注的是，这一性能提升并非通过切换更小的轻量模型来实现，而...

来自Google的研究团队发布了DiffusionGemma技术报告，提出了一种实验性的开源权重语言模型，通过离散扩散生成文本，速度远超传统自回归模型。DiffusionGemma并未从零训练，而是在专家混合架构Gemma 4（激活参数38亿...

OpenAI 宣布对旗下 GPT-5.6 系列模型进行新一轮价格调整，进一步推动企业级 AI 应用的价格性能比前沿。其中，轻量版 GPT-5.6 Luna 输入价格降至每百万 token 0.20 美元，输出降至 1.20 美元，降幅高达 80%；均衡版 T...

NVIDIA研究团队最新发布了并行解码蒸馏（Parallel Decoding Distillation）技术，该方法通过在一次模型评估中同时预测多个去噪步骤，显著减少了扩散模型在图像和视频生成时所需的迭代次数。不同于传统需要数十甚至上...

OpenAI 最新披露，尽管其前沿模型 GPT-5.6 在数学领域解决了多个长期悬而未决的问题，并成功打通《宝可梦 火红》等复杂游戏，但在 ARC-AGI-3 基准测试中原始得分仅有 7.8%。这一巨大反差揭示了一个关键问题：基准测...

谷歌近日为其Gemini API的托管智能体（Managed Agents）带来一系列重大更新，核心是将底层模型升级至最新的Gemini 3.6 Flash。这一新模型在推理速度与效率上均有显著提升，使智能体能够更快地解析任务并作出响应，同...

近日，Kimi K3模型的开放权重发布揭示了其架构的诸多细节。该模型本质上是去年发布的Kimi Linear架构的规模化生产版本，整体设计明显向着更高的推理效率演进。K3现已原生支持多模态输入，进一步拓宽了应用边界。本次...

Netflix 近期公开了其内部自研的大语言模型（LLM）推理服务平台的设计与实践。与依赖外部托管 API 不同，该平台将模型部署和推理完全集成到 Netflix 现有的生产环境中，既保障了数据安全与低延迟，又实现了对模型的...