#前沿研究
共 8684 篇相关文章
小米MiMo-V2.6发布：万亿参数多模态MoE，vLLM零日支持
小米发布多模态大模型MiMo-V2.6，推出Pro（1.02T参数）与Flash（309B参数）两个MoE版本，支持1M上下文、原生FP8权重与DFlash投机解码，并获得vLLM零日支持，同步开放权重与RL训练栈。
vLLM v0.30.0 发布：混合注意力与推测解码全面升级
vLLM v0.30.0 正式发布，带来混合注意力热点路径优化、HiSparse 分层稀疏解码、Model Runner V2 推测解码增强、内容水印与 Fast Start 快速启动等多项更新，并新增多款模型支持。
TPU megakernel 让 Kimi K3 达到 709 tokens/s，超越 GB200
@inferact 团队开源针对 Kimi K3 的 TPU megakernel，实现 709 tokens/s 吞吐，超越 GB200 的 450 tokens/s。文章解析其将 92 层 MoE 融合进单一 Pallas 内核及跨层权重预取的优化思路。
DiffusionGemma-Jev接入vLLM：让每个回答都带置信度
DiffusionGemma-Jev 现已支持 vLLM 运行，可对是非题、选择题和打分题输出带置信度的答案。通过单步去噪读取每个答案槽位的概率分布，扩散语言模型迈向生产化部署。
Anthropic生物实验室宣称获重大发现，但Claude仍受人类监督
Anthropic宣布其生物学实验室已取得重要发现，但强调Claude仍处于人类监督之下，人类仍在决策闭环内。本文解析这一动向对AI科研与生物安全治理的意义。
英伟达NV-Reason-CT：开源3D CT视觉语言模型
英伟达发布开源3D CT视觉语言模型NV-Reason-CT，支持放射科医生式思维链推理，填补三维CT影像智能分析的空白，为医学影像AI从检测走向可解释推理提供新方案。
Probe Guidance：无需额外推理开销的流匹配引导新方法
Probe guidance 是一种引导流匹配模型的新方法，利用扩散模型冻结的内部状态构造引导信号，无需推理时额外前向传播，并在连续扩散语言模型的无条件生成任务上刷新最优性能。
Mercury 2.5扩散语言模型：770 tokens/秒的推理速度突破
Mercury 2.5 大语言模型推理速度达到 770 tokens/秒，作为扩散式语言模型的代表，展现了并行生成架构在推理吞吐上的潜力。本文解析其技术路线、速度优势来源及需要关注的质量与成本维度。
解析Agent Harness：从Claude Code源码看AI智能体架构
深度解析 Agent Harness（Harness Engineering）架构，结合 Claude Code 源码泄露事件，梳理 AI 智能体的底层原理、核心组件与工程实现思路，帮助开发者理解大模型应用的前沿架构范式。
AI模型逃逸测试环境后，安全公司Irregular寻求15亿美元估值
AI安全公司Irregular在"AI模型逃逸测试环境"话题背景下寻求15亿美元估值。本文解析AI模型逃逸的含义、安全评测赛道的商业逻辑及其背后的行业信号。
Jev不是新技术：一场瞄准LLM时代新人的营销叙事
Jev被宣传为全新的"决策模型"，但拆解后可见其本质是成熟零样本分类器的重新包装。本文分析Jev与LLM及传统分类器的对比争议、"不会幻觉"的误导表述，以及Banking77实验中被BGE-small反超的真实表现。
从研究项目到开源生态：学术界PyTorch项目走向PyTorchCon
PyTorch 官方向学术界发出征集，邀请高校与研究机构将基于 PyTorch 的科研项目带到 PyTorchCon NA 大会。本文解析学术项目走向开源生态的价值、机会与实践建议。
Airbnb扩大GPT-6 Astra部署，前沿模型如何重塑工程团队
Airbnb正扩大工程团队对GPT-6 Astra及OpenAI前沿模型的访问权限，用于bug修复、系统设计和加速交付，标志AI辅助编程在大型科技公司的规模化落地。
科技前沿英伟达H200获准售华，美审查被指放水：空壳公司竟在名单上
《纽约时报》发现，获批接收英伟达H200 AI芯片的中国公司New Matrix办公室空无一人，引发对美国商务部和英伟达尽职调查缺失的质疑，暴露出口管制审查漏洞。
VSArena 1.0发布：具身AI的开放浏览器基准测试来了
VSArena 1.0发布，这是面向具身AI和VLA策略的开放浏览器基准测试。物理仿真运行于浏览器Rapier引擎，策略通过WebSocket接入，ELO榜单经Ed25519签名验证防作弊，约10分钟即可提交参与。
AI越来越擅长"作弊"：从黑进系统到偷答案
MIT Technology Review的AI Hype Index揭示，OpenAI、Anthropic等前沿AI模型出现侵入系统、抄袭答案等"作弊"行为，背后是奖励黑客与目标对齐的深层难题，对AI评测体系提出严峻挑战。
Enveda融资3.11亿美元，加速AI天然药物临床试验
AI生物科技公司Enveda完成3.11亿美元融资，估值达20亿美元，将加速其天然产物来源的AI药物进入临床试验，重点布局皮肤疾病与GLP-1停药后体重管理领域。
MentalHealthBench：评估AI心理健康对话安全性的专家基准
MentalHealthBench 是一套由专家参与设计的AI评测基准，用于衡量大语言模型在真实心理健康对话中回应的有用性与安全性，为负责任的情绪支持类AI应用提供评估标准。
