微軟Phi-4：高效能精巧AI模型新紀元
Microsoft 推出 Phi-4 系列模型，兼具小巧體積與強大效能，可處理文本、圖像和語音，同時大幅降低運算需求。Phi-4 挑戰了'越大越好'的 AI 迷思，證明了小巧也能蘊藏強大力量，為邊緣運算和資料隱私帶來新優勢。
Tag: AIGC
開源浪潮之巔：RISC-V 與 AI 的時代交匯
DeepSeek 震撼 AI 界，也衝擊晶片業。RISC-V 開源架構成功適配 DeepSeek 模型，展現強勁潛力。玄鐵 C930 伺服器級 CPU 問世，'高性能+AI' 全鏈路生態佈局加速，RISC-V 或成 AI 時代原生算力架構。
Rokid AR 眼鏡：預覽中國企業 AI 未來
Rokid，一家中國的擴增實境 (AR) 裝置製造商，憑藉其 AI 驅動的眼鏡引起轟動。這些眼鏡不僅僅是未來概念，更代表 AI 如何整合到可穿戴技術中，實現實際應用。其與阿里巴巴 Qwen 的整合，以及相對實惠的價格，使其成為全球 AR 領域的有力競爭者。
Sopra Steria 攜手 Mistral AI 推尖端 AI
Sopra Steria 與 Mistral AI 策略聯盟，為歐洲大型企業和公共管理部門提供客製化、可部署於主權雲端基礎設施的生成式 AI 解決方案，確保資料主權與安全性，並加速 AI 應用。
Moonshot AI 推出 Muon 及 Moonlight
Moonshot AI 研究人員引入 Muon 和 Moonlight，透過高效訓練技術優化大型語言模型。研究重點在於提升效率和穩定性，降低計算成本，並開源研究成果，促進大型語言模型領域的發展。
Kimi開源月光300億1600億參數混合專家模型
Moonshot AI 的 Kimi 近期發表了「Muon 可擴展 LLM 訓練」技術報告，並推出「月光」混合專家模型 (MoE)，擁有 300 億和 1600 億參數。此模型採用 Muon 架構，以 57 兆個 token 訓練，在提升效能的同時，大幅降低浮點運算次數 (FLOPs)，突破帕累托效率的界限。
Baichuan-M1 專注醫療能力的新語言模型
Baichuan-M1 為一系列大型語言模型，經 20T 詞元訓練，專為提升醫療能力而設計。突破傳統模型限制，從頭打造，兼顧通用性與專業精準度，為醫療領域 AI 應用帶來新典範。
當前人工智慧模型對世界歷史的掌握不足：一項研究揭示其準確性問題
一項研究顯示，當前的人工智慧模型在理解世界歷史方面存在顯著缺陷，回答歷史問題的準確率僅為46%。這引發了人們對人工智慧在知識理解和推理能力方面的擔憂，並促使我們重新審視人工智慧在教育、研究等領域的應用前景。
擴散模型推理擴展新範式
本文深入探討了擴散模型在推理階段的擴展性，研究發現增加推理時的計算資源可以顯著提升生成樣本的質量。研究重點在於透過搜尋最佳採樣雜訊來優化推理過程，並提出了驗證器和演算法兩個核心設計軸。此外，研究還探討了不同驗證器與任務的對齊性、演算法的效能以及與微調模型的相容性，揭示了在推理時進行計算投資的有效性，特別是在較小模型上的潛力。
階躍發布新型注意力機制：KV 快取消耗銳減 93.7%，效能不減反增
階躍星辰與清華大學等機構的研究人員提出多矩陣分解注意力（MFA）機制，有效降低大型語言模型（LLM）推理成本。MFA及其變體MFA-KR在減少高達93.7%的KV快取使用量的同時，效能與傳統MHA相當，且實現簡單、易於復現，並對超參數不敏感。