技术方向
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
7 条精选近 30 天 7 条共收录 17 条
Latent Space 期刊报道 Moonshot 发布 Kimi K3.1 Pro，为 2.8T 总参数、104B 激活的多模态 MoE 模型，上下文窗口 100 万 token，权重承诺 2026 年 11 月 4 日开源。
推荐理由：这篇 AI News 汇总把 Kimi K3.1 Pro 的独立评测、定价与部署成本争议放在一起，读者可以据此区分厂商宣传与实测结果。
NVIDIA 发布预训练关系数据基础模型 Kumo Relational，可直接在企业数据库上做预测查询，无需任务训练、特征工程或展平表格。在 15 个数据库的 41 项任务上超越监督式关系深度学习和专家梯度提升树管线，SAP SALT 基准上 MRR 超过 AutoGluon 集成 8%，微调后领先 16%。
推荐理由：原文给出基准对比数字和开源获取方式，读者可以据此评估是否用它替代现有 XGBoost 关系数据管线。
Latent Space 本期 AINews 聚焦 DeepSeek 开源 DeepInfer 生产推理栈，报道其宣称单集群每天服务 155 万亿 tokens、非高峰时段每加速器小时收入 38 美元，社区据此测算约 80% 以上的推理利润率和 81 天回本周期。
推荐理由：Latent Space 汇总了 DeepSeek DeepInfer 开源后的独立回应与财务测算，指出缓存命中率与成本假设如何左右 80% 推理利润率的结论。
Mistral 发布首个时序基础模型家族 Timestral，含 5M、28M、123M、209M 四档参数，209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一，仅用此前最优模型约三分之二的参数。
推荐理由：原文给出四档参数规模、三大基准成绩和 CPU 推理延迟，读者可据此评估时序预测场景的选型与部署。
微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：框架让部署用的真实 agent harness 直接参与 RL 训练，还给出端到端编码智能体训练管线，读者可评估是否接入现有工作流。
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，采用 Apache 2.0 许可，将文本、代码、图像、视频与音频映射到统一嵌入空间，面向端侧推理。
推荐理由：原文给出参数量、模块化编码器、维度截断与端侧内存占用等具体规格，便于评估本地多模态检索方案的可行性。
Mistral AI 发布 Mistral Large 4（昵称 le Chonk）公开预览，可在 Mistral Studio 试用，权重将于本月底开源。
推荐理由：官方给出 1 万亿参数MoE规格、多项基准分数和月末开源权重计划，读者可据此评估其在开源模型中的实际位置。