集中式、分布式与边缘 AI 有何区别？
集中式 AI 把 AI 负载放在单一数据中心或云区域，分布式 AI 按多站点设计跨多个数据中心或云区域部署，边缘 AI 则把负载放在靠近用户、设备或本地数据源的位置。三者区别主要在站点数量与位置、性能与成本目标以及运维复杂度：集中式更易部署和治理，分布式与边缘可降低延迟、出口成本并满足数据驻留要求。许多企业最终采用集中式训练加分布式或边缘推理的混合模式。
匹配字段摘要、正文
←搜索结果
搜索“推理”
Anthropic 发布 Claude Opus 5.5，API 输入输出单价较 Opus 5 下调 20%
Anthropic 于 9 月 22 日发布 Claude Opus 5.5，这是 Claude 5.5 家族的首个模型，官方称其在多数任务上性能接近 Claude Fable 5.1。Claude Platform 常规价格为输入每百万 token 4 美元、输出 20 美元，较 Opus 5 的 5 美元和 25 美元各降 20%，缓存读取从 0.50 美元降至 0.20 美元；官方测试称默认设置下典型任务成本比 Opus 5 低 40%，输出速度提升超 30%。Terminal-Bench 4.0 解决率为 66.4%（Opus 5 为 52.3%，但两者推理计算量设置不同），OSWorld 2.0 为 81.8%，GDPval-AA v2.1 的 Elo 为 1846。该模型已成为 Pro、Max、Team 等计划的默认模型，Claude Code 的 5 小时用量上限提高 20%，API 模型 ID 为 claude-opus-5-5，上下文窗口 100 万 token。
匹配字段摘要
蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型
蚂蚁百灵开源 Ming-Image-0.1-Design 系列，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整视觉设计，Layer 将设计图拆成 2—9 个语义独立的 RGBA 图层，同时开源 Design Skill 和 PPT Skill。在 Artificial Analysis 2026 年 9 月 18 日更新的 UI/UX Design 评测中，Design 位列开源模型第 1，Elo 得分 1082；Layer 在 Crello-Test 的 12 项指标中全部最优，单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后，首次获得可编辑图层从 5 分钟以上降至约 40 秒。
匹配字段摘要、正文
Fireworks Research 发布 Ember-1：基于 Kimi K3 的省 token 专用模型
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的同时减少约 40% 的 token 消耗。官方称在 7 个基准和两家客户的生产流量中，K3 的推理过程可缩短 35–50% 而准确率不降；在 Bedside Bench 上，Ember-1 在成本与任务完成度上处于帕累托前沿。该模型以 Research Preview 形式在 Serverless 上线，与基础版 Kimi K3 并列提供，并同步开放基于企业自有数据的训练支持。
匹配字段摘要、正文
Fireworks 发布 Ember-1：基于 Kimi K3，token 用量减少约 40%
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的前提下减少约 40% 的 token 用量，今日起在 Serverless 上以 Research Preview 形式与 Kimi K3 并行提供。团队称在七个基准和两家客户的生产流量 A/B 测试中，K3 的推理过程可缩短 35%–50% 而不损失准确率，其中一家客户已在生产环境运行 Ember-1 并计划扩大规模替换基础模型。Ember-1 使用 Fireworks 自有数据训练，未使用客户数据，同时开放针对该模型的训练支持，供企业用自己的数据定制。
匹配字段摘要
llm 0.36 发布：新增 GPT-6 Sol 与 GPT-6 Luna 模型支持
llm 0.36 新增 gpt-6-sol 和 gpt-6-luna 两个 OpenAI 模型。模型插件现可声明 supports_conversation = False，仅接受单轮提示词，LLM 在收到 assistant 或 tool 历史时抛出 llm.ConversationNotSupported，llm chat 会在开启会话前拒绝；首个使用该能力的插件是 llm-typesafe。llm logs 的 Markdown 输出中推理轨迹现被包裹在标签内。
llm 0.36 新增 gpt-6-sol 和 gpt-6-luna 两个 OpenAI 模型。模型插件现可声明 supports conversation = False，仅接受单轮提示词，LLM 在收到 assistant 或 tool 历史时抛出 llm.ConversationNotSupported，llm chat 会在开启会话前拒绝；首个使用该能力的插件是 llm-typesafe。llm logs 的 Markdown 输出中推理轨迹现被包裹在标签内。
匹配字段摘要
Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。
匹配字段摘要
NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流与新的平台支持，并新增用于环境搭建和操作的 Isaac 技能。该版本支持 ROS Lyrical 和 Ubuntu 24.04，FoundationPose 的智能体推理库让机器人感知和跟踪物体位姿的速度最高提升 5.5 倍，抓取放置流程也作为独立技能开放。Isaac ROS 5.0 支持从 Jetson Orin Nano 到 Jetson Thor 的可扩展算力，Mentee Robotics、Universal Robots、ROBOTIS 等公司已将其用于各自机器人平台。
匹配字段摘要
GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用，两者 API 定价均明显低于前代 GPT-5.6。GPT-6 Sol 面向开发与运维中反复出现的复杂任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具的多步流程；OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半。GPT-6 Luna 面向高频重复任务，如从大规模文档中抽取信息、摘要、分类和定向问答，并支持按请求调整推理投入。两者均支持显式提示词缓存，推理数据不用于模型训练。
匹配字段摘要
Tata Elxsi 如何在 AWS 上秒级检测工业安全风险
Tata Elxsi 在 AWS 上构建了实时工业安全平台 IRIS，在边缘用 AWS IoT Greengrass 和 GPU 服务器抽帧并做首轮过滤，只把安全相关帧和结构化元数据上传云端，使上传帧量减少约 70–80%。平台以 Amazon Kinesis Data Streams 为事件骨干，单部署持续吞吐 2,000–5,000 事件/秒、突发约 15,000 事件/秒，p95 事件摄取延迟低于 200 毫秒，模型推理运行在 Amazon SageMaker AI 的 ml.g5.xlarge 实例上。
匹配字段摘要
阿里 CEO 吴泳铭称 AI 需求推动基建投资，2032 年全球云数据中心容量目标超 20GW
阿里巴巴 CEO 吴泳铭 9 月 22 日表示，强劲的 AI 需求正推动基础设施投资，目标是到 2032 年全球云数据中心容量超过 20GW。平头哥发布 Zhenwu V900，宣称算力性能是 M890 的 3 倍，并支持最多 50 万张加速卡的集群，用于前沿模型训练和推理。采用 V900 芯片的服务器计划于 2027 年第一季度推出。
匹配字段摘要
Aikido 发布开源权重安全模型 Altar-1，由 GLM-5.3 压缩至 328GB
Aikido Security 于 9 月 21 日发布其首个开源权重安全模型 Altar-1，模型权重已公开，可在组织自管基础设施上运行。Altar-1 基于 GLM-5.3 压缩，通过量化和 REAP 专家剪枝把每层专家候选从 256 减到 168，体积降至 328GB，比量化版 GLM-5.3 小 32.8%，且未做再训练。在 30 个仓库 32 个已知漏洞的 3 次评测中，Altar-1 与量化版 GLM-5.3 均重新发现 23 个，16 位版为 25 个；模型已在 Hugging Face 的 AikidoSec/altar-1 发布，模型卡建议使用 4 基 NVIDIA H200 搭配 vLLM 推理。
匹配字段摘要
小米开源多模态模型 MiMo-V2.6 Pro／Flash
小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。
匹配字段摘要
Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 宣布 transformers 现已支持直接加载 llama.cpp 的 GGUF 量化权重，只需在 from_pretrained 中传入 gguf_file 即可，无需额外配置。在 MacBook Pro M2 Max 上对三个 GGUF checkpoint 的测试显示，transformers 的生成速度接近 llama.cpp，但前者包含 prefill 而 llama-bench 只统计解码吞吐。当前打包推理路径仅支持 MPS，覆盖 Qwen3.5 稠密与 MoE 架构，填充批处理性能仍有待改进。
Hugging Face 宣布 transformers 现已支持直接加载 llama.cpp 的 GGUF 量化权重，只需在 from pretrained 中传入 gguf file 即可，无需额外配置。在 MacBook Pro M2 Max 上对三个 GGUF checkpoint 的测试显示，transformers 的生成速度接近 llama.cpp，但前者包含 prefill 而 llama-bench 只统计解码吞吐。当前打包推理路径仅支持 MPS，覆盖 Qwen3.5 稠密与 MoE 架构，填充批处理性能仍有待改进。
匹配字段摘要
Black Forest Labs 发布 FLUX 3 Action：7B 开源世界动作模型用于机器人控制
Black Forest Labs 发布 FLUX 3 Action，一个从多模态 FLUX 3 主干衍生的 7B 开源权重世界动作模型，在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率，速度最高提升 3.95 倍。该模型在图像、视频和音频数据上预训练，其中视频占训练 token 的 95% 以上，再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案，发现快速控制能让具身推理更省时省钱，每美元成功率最高提升 53.64%。
匹配字段摘要
小米发布 MiMo-V2.6 Pro 与 Flash 全模态模型
小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两款全模态模型，结合 3D 空间推理、多模态感知与 computer use，可把文本、图像或视频转成可玩的 3D 世界，并支持 Blender 场景创建、仿真中控制 Franka Panda 机械臂以及桌面工具操作。官方称 Pro 在多数智能体基准上与 Claude Opus 5、GPT-5.6 Sol 相当，Artificial Analysis Intelligence Index 得分 46，为开源模型最高，API 定价与 V2.5 持平。团队同时开源 Pro、Flash、MiMo-V2.6-Distill-Qwen-9B、技术报告、7K+ RL 任务环境、端到端 RL 框架与可组合 mini-harness，并上线 MiMo Desktop 与订阅方案。
匹配字段摘要
Thomas Wolf 列出约十周内三十余个开源模型发布，回应开源正在消亡的说法
Hugging Face 的 Thomas Wolf 在 X 上列出 Dylan Patel 访谈之后约十周内发布的开源模型清单，包括 Moonshot Kimi K3、Qwen3.8-Max、DeepSeek V4-Pro、腾讯 Hy4、GLM-5.3 和上海 AI Lab Atria Dawn 等三十余项，并指出其中多个达到前沿规模，如 Kimi K3 的 2.8T、Qwen3.8-Max 的 2.4T、DeepSeek V4-Pro 的约 1.6T。该推文引用的访谈中，Dylan Patel 称有中国模型实验室告知推理厂商下一代模型将不再开源、改为授权，并称开源正在快速消亡。
匹配字段摘要
企业为何选择托管数据中心承载 AI 与混合云
企业正越来越多地把 AI 推理计算放进托管数据中心，因为现代托管设施支持 35 kW 风冷机柜和 70-150 kW 液冷机柜，密度高于多数传统企业数据中心。Foundry 2026 云调研显示 74% 的企业去年加速了云迁移，而 VMware 报告称 83% 的企业已完成或计划从公有云迁回工作负载，转向混合云加托管或本地部署模式。
匹配字段摘要、正文
NVIDIA Halos：为什么物理 AI 需要在每一层都保证安全
NVIDIA 推出 Halos，称其为物理 AI 领域首个也是唯一一个全栈安全系统，覆盖设计、验证与部署各层。面向自动驾驶，Halos 包含 DRIVE AGX Thor、Hyperion、基于 ASIL-D 认证 DriveOS 的 Halos OS、Alpamayo 推理视觉语言动作模型及安全评估框架；面向机器人则包含 IGX Thor、Holoscan Sensor Bridge、Isaac Lab 与 Omniverse。ABI Research 预计 2035 年 L3-5 自动驾驶汽车保有量达 4900 万辆，Omdia 估计 2026 至 2035 年间约 6000 万台工业机器人将部署。
匹配字段摘要
什么是 agentic workflows？自动化实践指南
Agentic workflow 让 AI 智能体在每一步自行推理并决定下一步动作，而非沿固定脚本执行。它由 LLM 推理层结合 RAG、记忆与 guardrails 构成，高风险步骤仍走固定审批，超出权限时转人工。ElevenLabs 的 ElevenAgents Workflows 编辑器可显式映射决策点，在专用子智能体或人工坐席之间路由。
匹配字段摘要、正文