AI 技术
2 条新闻 · 9 条遗珠 · 3 篇文章 · 10 个模型追踪
收录栏目回答"我该用什么"，本栏目回答"行业正在发生什么、这意味着什么"。
AI 新闻
每日追踪主流媒体与行业网站 AI 报道 — 摘要与事实核查情况见列表页
官方快讯 自动同步 · 未编辑
官方 RSS/Atom 原标题与直达链接，每小时自动更新。
正在读取官方源…
沧海遗珠
被忽视但高价值的信息 — 低关注度信源里挖出的新工具、新研究，宁缺毋滥
技术文章
原创解读 / 行业精选 / 站长专栏 — 每条事实都可回溯核验
MoE 的稀疏艺术：1.6 万亿参数的模型，为什么每个 token 只唤醒 49B
混合专家（MoE）让模型总参数量和推理计算量脱钩。本文从路由公式出发，拆解 Top-K 门控、负载均衡的辅助损失与 DeepSeek-V3 的无辅助损失方案，以及细粒度专家、共享专家、节点受限路由这些工程取舍各自的含义。
大模型推理部署解剖：PD 分离、AF 分离，和 micro-batch 流水线到底在优化什么
为什么同一个模型，自部署的吞吐和商业 API 差一个数量级？答案在部署架构。本文拆解推理两阶段的资源特征、Prefill-Decode 分离与 KV 传输、更进一步的 Attention-FFN 分离，以及 DualPipe 双向流水线如何用 micro-batch 把通信藏进计算里。
注意力的显存战争：从 MHA 到 MLA，KV Cache 是怎么被一步步压缩的
长上下文时代，推理显存的大头不是权重而是 KV Cache。本文从公式和维度出发，拆解 MHA、MQA、GQA、MLA 四种注意力变体各自的缓存账，以及 DeepSeek MLA 低秩压缩为什么能把每 token 缓存压到 1/57。
模型追踪
主流模型版本 / 价格 / 开源 / 基准结构化对比 — 数据核验日期逐行标注
| 模型 | 厂商 | 最新版本 | 上下文 | 数据核验日期 |
|---|---|---|---|---|
| DeepSeek V4 | DeepSeek（深度求索） | DeepSeek V4（V4-Pro / V4-Flash） | 100 万 token | 2026-07-24 |
| Kimi K3 | Moonshot AI（月之暗面） | Kimi K3 | 100 万 token（最大输出 1,048,576） | 2026-07-27 |
| MiniMax M3 | MiniMax（稀宇科技） | MiniMax-M3 | 1M | 2026-07-24 |
| Qwen（通义千问） | 阿里巴巴 | Qwen3.7-Max（最新快照 qwen3.7-max-2026-06-08） | 256K（262,144 tokens，媒体口径） | 2026-07-24 |
| GLM | 智谱 AI | GLM-5.2 | 1M（GLM-5.2，官方定价页口径） | 2026-07-25 |
| GPT 系列 | OpenAI | GPT-5.6（Sol / Terra / Luna） | 1M（最大输出 128K） | 2026-07-24 |
价格 / 开源与权重 / 基准成绩 / 变更时间线见 模型追踪完整对比。