所有文章 · SURL AI News

openPangu 2.0 Pro 開放 505B MoE 權重，以 18B 啟用參數支援 512K 上下文

華為 openPangu 團隊釋出以昇騰 NPU 訓練的 505B 混合專家模型，每個 token 約啟用 18B 參數。模型加入分層稀疏注意力與三頭多 token 預測，但效能數字目前主要來自團隊自評。

UNICON 將河川、交通、電網、氣象與人流等資料轉成共同的圖序列介面，透過少量數值範例在上下文中指定新任務。模型在未參與訓練的網頁流量等領域接近專用模型，但目前只驗證預測問題，權重與程式碼亦未公開。

新一輪同價位本機 AI 測試顯示，M4 Max 憑 546GB/s 統一記憶體頻寬，在三款量化模型的逐 token 解碼領先 GB10 與 Strix Halo。GB10 的 prompt prefill 與整體能效仍佔優，單看 tokens/s 會錯估實際回應時間。

Home Assistant 新增 llama.cpp 與 LiteLLM 對話整合，可為不同模型建立各自的代理與指令。更新降低本地模型接入門檻，但目前仍是 beta，端到端工具呼叫可靠性取決於模型、schema 與硬體。

PUDA 把自動化儀器公開為可探索的命令列工具，並以 JSON、NATS／JetStream 和穩定識別碼保存命令、量測及樣本來源。代理可以選擇下一場實驗，但實際硬體操作只能經過工程師預先撰寫及參數驗證的驅動方法。

NVIDIA 將 Nemotron 3 Ultra 接入「生成—測試—反思」的 RTL 代理迴圈，在 CVDP 九類代理任務取得 97.1% 平均通過率。結果顯示可執行驗證能大幅強化晶片設計模型，但資料關聯、工具設定及供應商自測仍限制外推。

Moonshot AI 正式釋出 Kimi K3 權重與技術報告；模型具備原生視覺、百萬 token 上下文，每個 token 啟用 896 個專家中的 16 個。開放權重使官方能力宣稱終於可以重現，但逾 1TB 的低精度權重仍讓完整部署遠離一般工作站。

一項跨 44 款語言模型的實驗發現，僅加入「以 JSON 回答」便會降低答案多樣性，無須 schema 強制或受限解碼。結果提醒開發者，結構化輸出不只是序列化層，也可能改變模型實際選擇的答案。

開源 NInfer 以客製量化、權重布局、融合核心與 MTP 草稿路徑，讓 Qwen3.6-35B-A3B 在單張 RTX 5090 上長程解碼維持約每秒 543 token。速度來自針對模型與 GPU 的深度特化，目前只支援兩個 checkpoint、缺乏連續批次，也尚無同條件獨立評測。

CoTinyVLA 把 35B 教師的分層推理蒸餾進 0.9B 視覺—語言—動作模型，在 LIBERO-Plus 四組測試均領先最強 7B 基線。程式、訓練流程與權重已公開，但尚無真實機器人、不同硬體或外部團隊的重現結果。

NVIDIA 研究團隊公開無需重新訓練的 Sol-Attn，在注意力運算期間選取關鍵區塊，並近似補回被跳過區塊的貢獻。官方在多款影片模型測得約 1.9 至 2.34 倍端到端加速，但品質與硬體泛化仍需獨立驗證。

Dynamo 的實驗版本加入 Kimi K3 多模態、推理與工具呼叫解析，並公開聚合及 prefill／decode 分離的 Kubernetes 配方。配方把 2.8T MoE 的部署門檻量化到機架拓撲，但目前未經正式 QA，且已知 GB200 設定仍有啟動錯誤。