搜索“编码”

理复杂任务。其文本输入、文本输出的设计聚焦于这些工作负载，其中代码、工具调用、日志、文档和结构化输出处于核心地位。 Beam 拥有 100 万 token 的上下文窗口，以支持长时间运行的工作流。 Beam 以 Apache 2.0 许可发布，让开发者可以自由检查、定制并基于该模型进行构建。 你可以用 Beam 构建什么 Beam 专为以下工作负载而设计： 编码智能体： 解决软件工程任务、处理代码库，并帮助编写和维护代码。 长时间运行的智能体： 执行多步骤工作流、使用工具，并在延长的操作序列中朝着目标推进。 数学与科学推理： 处理复杂的数学和科学问题。 自定义模型： 针对特定应用微调和定制开源权重模型。 基准测试 开始使用 下载 最新版本的 Ollama 以开始使用 Beam。 ollama run beam:cloud Claude Code ollama launch claude --model beam:cloud Codex ollama launch codex --model beam:cloud OpenCode ollama launch opencode --mod

匹配字段正文

a与Apple携手为Mac带来开放权重AI。 Meta发布了Muse Spark Open的权重，这是一个816B参数模型，可在2台互联的Mac Studio上运行。 Apple针对其MLX框架对该版本进行了调优。每个token仅激活42B参数，因为该模型将每个token路由到256个专家中的8个，因此每一步只读取一小片内存。 容纳整个模型才是难点，因为4位NVFP4版本至少需要700GB的GPU内存。 每台M5 Ultra Mac Studio为其GPU提供高达512GB的统一内存，因此2台机器可容纳该模型，同时1.2TB/s的带宽为每个token提供数据。 在基准测试中，Muse Spark Open以89.2的成绩位居MCP-Atlas工具使用测试榜首，这适合Meta为其打造的编码智能体。 该许可证允许免费商业使用，但要求标注“Built with Muse Spark Open”，此外，12个月收入超过2000万美元的API模型销售商需与Meta另行达成协议。 Apple尚未公布512GB Mac Studio的定价，而由4台各256GB机器组成的集群成本约为38,000美元。

匹配字段正文

大量工程优化：用 CUDA Graph 将 DiT 主干计算预录制、运行时一次性重放；为 RoPE、归一化与 FP8 量化编写融合的专用 GPU kernel，同一层的 Q、K、V 共用一次输入量化；文本条件的 KV 只在 Caption 更新时重算；视频历史 KV 改用环形缓存；自注意力按 KV 窗口切分后并行计算；编解码换用轻量的 TAEHV。最终，文本编码器、DiT 与 VAE 可以全部常驻一张 RTX 5090。 五、Coding Agent：用一个念头，改写一款游戏 Matrix-Game 4.0 最让人兴奋的地方，或许不是它画得多好，而是它有多容易被"改"。 借助编程智能体（Coding Agent），玩家可以在现有游戏代码的基础上，用自然语言定制自己的游戏：从调整地形、布置场景物件，到修改 NPC 的行为与交互逻辑，甚至设计全新的玩法。 创意不再卡在 3D 资产的生产线上，而是可以直接进入"可玩、可迭代"的阶段。 这也正是这条技术路径的现实意义：随着 AI 编程助手快速进步，搭建轻量游戏引擎的成本已经大幅降低。我们也鼓励创作者基于项目提供的游戏代码继续改编与拓展，共同探索

匹配字段正文

好的工具集成进行了训练，能够更有效地使用外部工具和 API。 开放价值观：更严格地遵循《Apertus 宪章》，使模型的价值观和原则更加透明。 训练过程 完整的 Apertus 1.5 训练流程 通过分词器实现多模态 我们在 v1.5 模型中采用早期融合的方式引入多模态：图像和音频以离散 token 的形式与文本 token 进入同一序列，而非使用独立的视觉编码器。图像使用 Emu3.5 分词器进行分词（一张 512×512 的图像变为 1,024 个 token），音频使用 WavTokenizer（每秒 40 个 token）。我们仅扩展了词表，因此架构保持不变，训练速度与纯文本相当。模型能够理解图像和音频，但只生成文本。 预训练 在 Apertus 1.0 的基础上，我们分四个阶段继续预训练： 非配对：文本加上独立的图像和音频，使模型学习新的模态。 配对：图像—说明文字和音频—转写文本配对，使模型将其与语言对齐。 冷却：使用质量更高的数据，包含更多数学和代码内容。 长上下文：窗口从 8k 逐步扩展至 262k tokens。 总体而言，超过一半的训练 token 为纯文本，从而保

匹配字段正文

P90 小于 70 毫秒的测试约束。这为自有部署的容量规划提供参考。 03 从服务器到手机：Ling 3.0 系列的开源实践 Ling-3.1-flash 在对应测试配置中的服务卡数降至 4 卡。面向不同设备与运行框架，还需要社区继续适配。上一代 Ling 3.0 系列已有具体实践： 在单台 DGX Spark 上运行 Ling-3.0-flash ，驱动编码智能体构建、测试小游戏 ； 在 16GB MacBook Air 上运行 Ling-3.0-tiny ，搭建常驻助手； 在 Galaxy A32 4G 上运行 Tiny GGUF ，验证本地推理与工具路由原型 ； 通过 PocketPal 在小米 14T Pro 上使用 Tiny 本地对话。 社区还提供 Flash GGUF 、Tiny GGUF 、Flash MLX 4bit 、Tiny MLX 4bit 、Flash NVFP4 ，以及 Flash-Fin 、Flash-VL 的 GGUF 适配，方便按设备和推理框架选择。 百灵团队根据 Hugging Face 公开仓库的下载读数估算，截至 2026 年 10 月 14 日

匹配字段正文

运行速度和成本表现不够理想。尽管模型能够完成任务，部分任务的实际花费仍明显高于其他模型。这也说明，企业评估模型时，不能只比较每百万token的标价，还要看完成同一任务需要多少调用、耗时多久，以及最终结果是否可用。 Argon的全面开放，让更多开发者和企业有机会检验谷歌展示的能力。但从模型能够完成某项任务，到企业可以稳定、低成本地将其投入生产，中间仍有一段距离。 对谷歌而言，接下来要解决的不只是继续提升模型能力，还包括让模型更容易使用、让复杂任务运行得更稳定，并让实际成本与效率优势真正经得起检验。 据Business Insider于10月10日报道，谷歌员工正在测试Gemini 4的后续版本Barium和Carbon，部分测试者认为其编码能力有所提升。 Vercel首席执行官吉列尔莫·劳赫（Guillermo Rauch）认为，谷歌拥有Transformer技术积累、工程人才和计算资源，不应被低估。 本文来自微信公众号“腾讯科技”，作者：苏扬，编辑：徐青阳，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。 聚焦全球优秀创业者，项目融资率接近97%，领跑行业

匹配字段正文

简短的视频历史、一个动作描述，以及一组带有初始 3D 位置的查询点，模型首先识别所指的物体、查询点以及指令所描述的运动。然后它预测每个点未来的 3D 轨迹。 我们训练了 MolmoMotion 的两个变体： MolmoMotion 架构。Molmo 2 骨干的共享输入由 RGB 观测的图像 token、动作描述的文本 token，以及从 Molmo 2 视觉编码器采样的 2D 查询点特征 token 组成。MolmoMotion-AR 对初始 3D 查询坐标进行编码，并将未来轨迹解码为量化坐标文本，而 MolmoMotion-FM 则直接在连续 3D 坐标空间中表示它们。推出 MolmoMotion-1M 和 PointMotionBench 为了训练 MolmoMotion，我们需要尚不存在的数据：带有与特定物体关联的 3D 点轨迹、并与动作描述配对的大规模视频。现有的 3D 跟踪数据集规模小且领域有限，而互联网视频虽然具备我们为 MolmoMotion 这类预测器所期望的规模和多样性，却不包含 3D 标注。因此，我们构建了一条自动流水线，从无约束视频中提取以物体为基准的 3D 轨迹

匹配字段正文

eta）。如果你是从 Sonnet 4.6 或更早版本，或从 Haiku 4.5 迁移，迁移指南为每个起始模型提供了检查清单。 调优 重新运行你的 effort 扫描 Effort 级别已重新校准，因此同一级别产生的思考量不再与 Sonnet 5 上相同，你原来的设置也不会延续。除非你的工作负载是智能体式的或对延迟敏感，否则请从 high 开始。对于智能体式编码和多步工具使用，对于定义明确的任务请从 medium 开始，对于更难或更长的任务则转向 high。对于聊天和其他对延迟敏感的工作，请从 medium 或 low 开始。仅在你的评估显示质量提升时才使用 xhigh 或 max。 思考会计入 max tokens，因此请留出余量。对于智能体式编码，将 max tokens 设为 128,000（即模型的最大值），并流式传输响应。要减少思考，请降低 effort 级别，因为在系统提示中要求模型少思考并不能可靠地减少思考。 移除 Sonnet 5 的变通方案 现有的 Sonnet 5 提示词应无需更改即可表现良好。如果你的提示词带有变通方案，例如拒绝引导、工具调用重试垫片或“不要偷懒”

匹配字段正文

、梳理信息关联，并以”红黄绿灯”直观展示健康风险，同时支持多报告对比分析，帮助用户更清晰地阅读和整理健康信息。 （注：本能力仅供辅助参考，不能替代专业医生诊断。） 🎬 视频演示（见公众号原文 ） 03 高效视觉节点：更低成本, 更快速度 Ling-3.0-flash-VL 继承了 Ling-3.0-flash 的极速推理与灵活部署优势。模型引入任意分辨率视觉编码器与 VideoRoPE，原生支持图文及视频多模态输入；语言主干沿用 42 层混合架构，交替排列 KDA 与 Gated MLA（比例 5:1）。在 124B 总参数下，单次推理仅激活 5.5B 参数，极大地压缩了算力开销。 无论是实时视频对话中的连续追问，还是跨工具的多轮视觉交互，模型均能保持低延迟响应。在需要反复“观察——行动——验证——修正”的视觉 Agent 工作流中，更快的单步推理与更低的 Token 消耗，意味着明显的效率提升。Ling-3.0-flash-VL 在以下场景有较好体验： 实时视觉交互：打开摄像头边看边聊，模型随画面变化即时回应，对话节奏自然不卡顿； 视觉 Agent 工作流：从识别界面、拆解步骤、执行

匹配字段正文

份。了解如何为你的 AI 应用赋予声音。 分享 Ben's Bites ChatGPT Work 可以从你的电子邮件、消息和文件中学习你的写作风格。 在 Mac 上按住 Shift 并拖动，即可用 Tangerine 转换文件。 异类心智——Jakub Pachocki（OpenAI 首席科学家）谈如何让 AI 的未来掌握在人类手中。 在 macOS 上配合编码智能体使用 Blender。 智能体现在可以通过 USB 控制一台实体 iPhone。 SuperAstra——实时编辑超级任天堂游戏。 Cibby——一款面向实体游戏收藏者的应用。 Doodle Shooter（我很喜欢玩这个），还能把你自己放进《任天堂明星大乱斗 64》里。 一项让 Web 应用在 iOS Safari 中拥有原生质感的技术。 一款写作插件，它会采访你、点评草稿，并保存你学到的东西。 Factory 的 CEO 谈当 AI 编写代码时该招什么样的人。 Mirai 的 Uzu 在 Apple Mac 上运行本地模型的速度提升 2-3 倍。（我是投资人） Baseten 正在创办一个开源 AI 研究实验室。 Co

匹配字段正文

它能够在多轮对话中管理大量顺序工具调用。当工具调用失败或返回意外结果时，它具备从失败中恢复并重试的能力，而不是直接中止。 Muse Glimmer 的架构解析 Muse Glimmer 是一个 30B 稠密模型，由 52 个 transformer 层、分组查询注意力（32 个查询头、2 个 KV 头）以及 SwiGLU 前馈层组成。一个约 1.8B 的感知编码器赋予它原生图像理解能力，与文本处理并行，并支持 128K+ token 的上下文窗口。 Meta 构建此模型的目标是让它能装进 24 GB 显存。同样的设计——较小的 KV 占用、滑动窗口注意力——使其在高并发下服务成本可控。由于权重以 Apache 2.0 许可发布，路径是对称的：在工作站上针对量化版本做原型验证，当需要服务数千个会话时，将同一模型部署到 Fireworks 上。 对智能体而言最重要的细节是注意力模式：大多数层采用 2,048 token 的滑动窗口注意力，每第四层设有一个完整的全局注意力层。配合仅两个 KV 头，这使 KV 缓存保持较小——这正是长上下文智能体在高并发下经济可服务的原因。该模型的架构效率使智

匹配字段正文