2025年12月3日,LG AI Research 在 CTAD 2025 上介绍了 MOIRA(Multi-Omics Integration with Robustness to Absent modalities)多模态整合框架,用于在模态缺失情况下仍能可靠预测阿尔茨海默病。据 LG AI Research 官方博客,MOIRA 由各模态专用编码器、自适应融合模块和预测模块组成;融合时对缺失模态置零,并仅在可用模态间用 softmax 重分配权重;训练结合预测损失、各模态辅助损失和 CLIP 式对比损失。该框架可兼容任意编码器与预测模块,实验显示用 3D CNN 编码器处理原始 MRI 数据优于使用 FreeSurfer 预处理特征。目前尚无后续发展事实。
匹配字段摘要
Dan Hendrycks 发表比较评价 Claude Opus 4.5 与 Gemini 3 在推理/文本、多模态和安全方面的表现
English translation is being prepared.
匹配字段摘要
2025年10月13日,Ollama 宣布与 NVIDIA 合作,确保最新 NVIDIA DGX Spark 开箱即用、快速高效运行本地模型。据 Ollama Blog 介绍,该设备搭载 NVIDIA GB10 Grace Blackwell Superchip,提供 1 petaFLOP 性能,配备 128GB 内存,可运行 Qwen、DeepSeek、Llama、Mistral、Gemma、Gpt-oss 等模型,也支持上传自定义或微调模型。双方正针对聊天、文档处理、代码任务和多模态工作流优化 Ollama 性能。目前该合作尚无后续发展事实披露。
匹配字段摘要
2025 年 7 月 30 日,Ollama 发布 macOS 和 Windows 版新应用,提供下载模型并直接对话的图形界面。据 Ollama Blog 介绍,新应用支持拖放文件,可对文本或 PDF 进行推理;处理大文档时可在设置中提高上下文长度,但会占用更多内存。应用还基于新的多模态引擎支持向 Gemma 3 等模型发送图片,并能处理代码文件。纯 CLI 版本仍可在 Ollama 的 GitHub releases 页面单独下载。目前尚无后续发展事实。
匹配字段摘要
2025年5月20日,Sarvam AI 宣布本周起每周发布开源模型及技术报告,首个发布聚焦印度语言准确性与推理任务的后训练模型。据其官方博客,Sarvam AI 正为印度构建主权 AI 生态,打造覆盖印度语言与推理任务的基础模型、云端与边缘服务平台,以及对话与推理智能体等应用。其基础多模态模型获 MeitY 的 IndiaAI Mission 支持,将与 IIT Madras 的 AI4Bharat 和 CeRAI 合作开发,并以宽松许可证开源。目前尚无后续发展事实。
匹配字段摘要
2024 年 4 月 18 日,Ollama 上线对 Llama 3 的运行支持,首发包含 8B 和 70B 两个参数规模,对应命令分别为 ollama run llama3:8b 和 ollama run llama3:70b。据 Ollama Blog 同日发布的信息,相比 Llama 2,Llama 3 的训练数据集扩大七倍,上下文长度翻倍至 8K,token 词表扩大到 128K,误拒答情况不到 Llama 2 的三分之一。该信息还提到,Meta 计划后续发布 400B 参数版本,以及支持多模态、多语言和更长上下文窗口的多个模型。目前没有新的后续发展事实。
匹配字段摘要
LG AI Research 介绍 MOIRA 多模态整合框架
English translation is being prepared.
匹配字段摘要
2025年11月25日,Anthropic发布Claude Opus 4.5,称其在编码、智能体和计算机使用上达到世界最佳,并在深度研究、表格处理等日常任务上有显著提升。模型已在应用、API和三大云平台可用,API定价为每百万tokens输入5美元、输出25美元;同时更新Claude Developer Platform、Claude Code和消费级应用,新增effort参数以控制推理强度,并提升上下文管理和多智能体协调能力。11月26日,Dan Hendrycks发表比较评价称,在控制推理token数量时Gemini 3与Opus在推理/文本上大致相当,多模态视觉/图像输入上Gemini 3大幅优于Opus,而在越狱、诚实性等安全方面Opus优于Gemini。
匹配字段摘要
2025年10月16日,vLLM宣布其TPU支持改由tpu-inference驱动,通过统一的JAX到XLA降低路径兼容PyTorch与JAX,无需修改模型代码时吞吐量提高约20%。新版默认采用SPMD,并引入RPA v3,支持任意模型规格、量化数据类型和张量并行;其在Trillium(v6e)上的吞吐量较RPA v2提高约10%。目前整体性能已接近2025年2月首个TPU原型的5倍,同时支持稠密模型、多模态输入、前缀缓存、分块预填充和结构化解码等能力。
匹配字段摘要
2025年8月12日,Liquid AI 发布其首个视觉语言模型系列 LFM2-VL,包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本,面向低延迟与端侧部署,支持文本和可变分辨率图像输入。模型基于 LFM2 骨干,视觉塔采用 SigLIP2 NaFlex 编码器,原生分辨率最高 512×512,更大图像按 512×512 分块处理;官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL,训练使用约 1000 亿多模态 token。
匹配字段摘要
2025年4月5日,vLLM宣布从v0.8.3起支持Llama 4 Scout(17B-16E)和Maverick(17B-128E),可部署长上下文原生多模态推理。在8张H100上,Scout支持100万上下文,Maverick约为43万;配置相应参数后,每次请求最多可输入10张图像。A100已支持bf16版本,AMD MI300X可通过源码构建运行;Scout的单张H100 INT4量化版本仍在开发中。
匹配字段摘要
2025年1月27日,vLLM发布V1核心架构升级Alpha版,重构调度器、KV cache管理器、Worker、采样器和API服务器,吞吐量较V0最高提升至1.7倍。V1默认启用低开销前缀缓存,并增强多模态模型支持;用户可设置VLLM_USE_V1=1,在不修改现有API的情况下启用。目前该版本仅支持Ampere或更新的NVIDIA GPU,尚不支持LoRA、结构化解码、推测解码和流水线并行等功能。
2025年1月27日,vLLM发布V1核心架构升级Alpha版,重构调度器、KV cache管理器、Worker、采样器和API服务器,吞吐量较V0最高提升至1.7倍。V1默认启用低开销前缀缓存,并增强多模态模型支持;用户可设置VLLM USE V1=1,在不修改现有API的情况下启用。目前该版本仅支持Ampere或更新的NVIDIA GPU,尚不支持LoRA、结构化解码、推测解码和流水线并行等功能。
匹配字段摘要
2025年1月22日,Noam Shazeer表示,团队提升了一款未具名模型在数学、科学和多模态推理基准上的表现:AIME、GPQA和MMMU成绩分别达到73.3%、74.2%和75.4%。同日披露的新增能力还包括启用100万上下文窗口,以支持更复杂的研究任务,并允许开发者开启代码执行功能。目前输入材料未提供此后进一步更新。
匹配字段摘要
2025年6月4日,OpenHands 发布 VersaBench 基准与 OpenHands Versa 智能体。据 OpenHands 官方博客,VersaBench 覆盖 5 大类共 10 项公开基准,Versa 智能体在其中 8 项上取得 SOTA,部分提升最高达 30 分。Versa 新增多模态文件读取、多模态网页浏览和信息检索三类工具,已在最新版 OpenHands 中默认启用,OpenHands 0.41 及以上版本可下载使用,相关论文与基准代码均已公开。目前尚无后续发展事实。
匹配字段摘要
未具名模型 提升性能并新增能力 数学、科学及多模态推理性能、百万上下文窗口与代码执行
English translation is being prepared.
匹配字段摘要
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 和 X（账号 llm_wizard）教开发者构建、微调、评测和部署开源 LLM 应用与智能体，并自称“No. 1 Nemotron Fan”。他认为完全开源 AI 是智能民主化的前提，用户应能获取权重、训练数据和训练配方；Nemotron 覆盖从 Nemotron 3.5 Lightning 的高频重复执行到 Nemotron Ultra 的长时自主智能体、深度研究和企业任务。
之后，Alexiuk得出结论：透明度不是优秀AI的一个特性，而是它的前提条件。 “完全开源的AI是智能民主化的必要条件，”他说。“你应当能够获取权重、训练所用的数据、训练配方，一切。” 正因如此，Alexiuk在LinkedIn个人资料中自称“No. 1 Nemotron Fan”（头号Nemotron粉丝），指的是 NVIDIA Nemotron 系列开源多模态模型，专为长时间运行、自我进化和专业化的AI智能体而构建。 “我认为Nemotron是现存最重要的项目，”Alexiuk说，他在社交媒体上还使用“Joe Nemotron”这个化名。“我坚信开放是一件非常重要的事，所以谁做得最好，我就当谁的头号粉丝。而那就是Nemotron。” 正是这种就事论事的直率和亲切随和的风格，让Alexiuk的教学方式如此有吸引力。在社交媒体平台X上，他的账号是“llm wizard”。他的头像是一个大笑的卡通人物，戴着松垮的巫师帽，挥舞着魔杖。 因此，Alexiuk把Nemotron比作一座魔法图书馆——它的用户都是追寻移山知识的同道巫师，也就不足为奇了。 “你是一个寻找现成法术的巫师，而Nemot
匹配字段正文
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统，仅用消费级智能手表的 PPG 和加速度计信号即可被动检测高血压迹象，无需袖带校准。系统先用 2,109 名参与者共 492,347 小时的无标注传感器数据做自监督预训练，再把多天波形嵌入聚合为个人级特征，结合身高用逻辑回归输出高血压概率。在 5 个美国站点、196 名参与者的前瞻性研究中，初筛场景灵敏度 65.8%、特异度 90.0%、PPV 80.6%；在 48 名诊室血压偏高者的确认场景中灵敏度 78.4%、特异度 90.9%、PPV 96.7%。研究团队称该工作属早期可行性探索，不替代袖带诊断，也未指向任何现有或即将推出的商用功能。
良心血管事件的长期风险。 诊室血压测量是检测高血压的主要 初始筛查入口 。近年来，无袖带可穿戴设备已成为补充偶发性诊室诊疗的潜在工具。然而，现有商业解决方案通常需要使用传统臂式袖带进行定期校准。这意味着它们只能追踪相对于袖带基线读数的相对变化，而无法识别绝对高血压状态，限制了其作为独立筛查工具的效用。 在一项发表于 Nature 的 新研究中，我们提出了一种多模态人工智能（AI）系统，能够使用消费级智能手表被动检测高血压迹象，且无需任何袖带校准。该系统名为 AI-PPG-ACC-HTN，我们以24小时动态血压监测（ABPM）这一临床金标准对其进行了验证，其在初始筛查和确认性筛查中的准确度均与传统基于袖带的诊断流程相当。这些研究发现为Google Health应用中的血压趋势Health Guardian功能提供了参考。 工作原理 我们的系统并不试图估算精确的、某一时点的收缩压和舒张压数值——这些数值极易受到瞬时环境噪声的影响——而是重新定义了问题。它专注于通过聚合多天的被动生理特征，识别个体潜在的、持续的高血压状态。 该系统利用现代智能手表上已激活的两个传感器的数据： 光电容积脉搏波描
匹配字段正文
Hugging Face 发布端侧 TTS 模型 Phonon，提供约 65 MB 和 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个音色。其中 Phonon 31m 仅支持英语并以 Apache 2.0 开源，可用于商业产品；Phonon 40m 覆盖五种语言但采用非商业许可。官方称其在 Open TTS Leaderboard 的德语和西班牙语可懂度排名第一，并在 CPU 流式首包延迟基准上领先，配套推理框架 ptts 支持 CPU、GPU 和 NPU 等 10 余种后端。
一个音频分词器，由处理器与文本分词器并列持有： 音色不是一段录音，而是一个说话人潜变量张量。Phonon 从不直接用其音频分词器编码音频，该分词器仅提供解码器，音色是预先计算好的：gradium/phonon-voices。 提示布局（音色位置、文本，然后是一个开启音频的 token）随检查点一起以聊天模板的形式提供，就像 Transformers 中的其他多模态模型一样。你编写一段标准对话，在音色所在的位置放一个空音频项，你的代码在不同检查点之间保持不变。随后处理器会将音色占位符扩展为每帧一个位置，对文本进行归一化和分词，并对输入进行批处理： generate 返回潜变量，处理器将其解码为音频： 接下来 Phonon 可以用任何音色说话。在获得说话人同意的情况下，从一段短录音中克隆一个音色，或者在 Gradium Studio 中用纯文本描述一个新音色。然后下载音色文件，在 Phonon 中加载，它就能完全在设备上运行。 我们还与设计合作伙伴一起训练定制的 Phonon 模型。如果你的内存预算紧张，我们可以把模型做得更小。如果你需要韩语、阿拉伯语或日语，我们也可以为此训练。如果你的产
匹配字段正文
Amazon Bedrock 在原有的全球与 US-based 推理之外，新增印度境内推理选项，调用 in.moonshotai.kimi-k3 时请求只在孟买和海得拉巴 Region 处理，满足严格数据驻留要求。Ultrahuman 已在生产环境使用该模型，借助 prompt caching 将 LLM 成本降低 80%、多轮对话速度提升 85%。文章还给出用 Kimi K3 直接读取印地语扫描文档、以 Hinglish 追问的 OCR 示例代码。
人工智能 在 Amazon Bedrock 上为 Kimi K3 推出印度境内推理 Kimi K3 是一款多模态开放权重基础模型（FM），提供商 Moonshot AI 称其在发布时已达到前沿水平的编码与通用智能体能力。 除全球推理和 US-based 推理之外， Amazon Bedrock 现为 Kimi K3 支持印度境内推理：为具有严格数据驻留要求的本地工作负载解除限制。像 Ultrahuman 这样的客户已在生产环境中看到收益： “Ultrahuman 应用中的 AI 健康与养生助手 Jade 使用每个人自己的 Ring 和血糖数据，以通俗语言回答问题，每天处理超过 14,000 次对话。Amazon Bedrock 上的 Kimi K3 让我们通过已在使用的 API 添加了一个领先的开放权重模型，健康数据保留在 AWS 内部，并以孟买作为回退区域。借助提示缓存，我们将 LLM 成本降低了 80%，并使多轮聊天速度提升了 85%。” — Aditya Patawari，Ultrahuman 工程副总裁 在本文中，我们介绍可用的不同全球和地理推理选项，并分享一个示例用例的代码：
匹配字段正文
AWS 合作伙伴 Cartesia 基于 State Space Models（SSMs）在 AWS 上提供首字节延迟低于 100ms 的语音模型：Sonic 文本转语音约 90ms 出首音频、支持 44 种以上语言和 10 秒音频样本声音克隆，Ink 语音转文字支持原生轮次检测与流式转写。SSM 以固定大小隐藏状态和逐 token 处理实现原生流式推理，避免 Transformer 处理整段序列带来的延迟。
原生流式支持：递归结构逐 token 处理输入，因此无需架构修改即可支持真正的流式处理。 这些特性使 SSM 特别适合质量和延迟都不可妥协的实时语音应用。 工作原理：用于实时语音的 SSM Cartesia 将这些 SSM 优势应用于两个生产级语音模型：用于语音生成的 Sonic 和用于转录的 Ink。 Cartesia 简介 Cartesia 是一家实时多模态智能公司，构建了基于状态空间模型架构专门打造的语音 AI 应用。Cartesia 由开创 SSM 进展的研究人员创立，其应用专为人类感知边缘的流式推理而设计。 该应用具有两个核心模型：用于文本转语音的 Sonic 和用于语音转文本的 Ink，两者均针对低于 100 毫秒的首字节延迟进行了优化，同时保持录音室级输出质量。 Sonic（文本转语音） Sonic 是 Cartesia 的旗舰流式文本转语音模型，以低于 100 毫秒的延迟提供超逼真的语音合成： 首音频字节约 90 毫秒： 用户几乎即时听到语音响应。 超逼真语音质量： 在超过 44 种语言中呈现自然的韵律、情感和表现力。 极少数据的声音克隆： 从 10 秒音频样本创建听
匹配字段正文