AI 资讯

Thinking Machines Lab 开源 Inkling 2 Mini:27B 循环模型,笔记本也能跑 Agent

admin阅读(37)评论(0)

Thinking Machines Lab 开源 Inkling 2 Mini:27B 循环模型,笔记本也能跑 Agent

11 月 20 日,由前 OpenAI CTO 米拉·穆拉蒂(Mira Murati)联合创办的 Thinking Machines Lab(TML)发布并开源了新模型 Inkling 2 Mini。据官方博客与 Hugging Face 模型卡,这是一款主打"小体积、可在本地运行"的循环式混合专家模型,同时附带一个供学术界研究"可监控性"的实验版本。本文把可核实的要点整理出来。

已确认的规格

  • 总参数约 26.4B,每 Token 激活约 3.4B,计入循环后每 Token 约 5.4B 权重激活值;
  • 采用循环 Transformer 加 MoE:24 层权重中,中间 12 层重复运行三次,等效约 48 层逻辑深度;每层 128 个专家、每 Token 选 8 个;
  • 支持最长 100 万 Token 上下文,文本与图像输入、文本输出;
  • 权重以 Apache 2.0 许可在 Hugging Face 公开,未设访问门槛;官方权重约 20GB,采用 NVFP4 与 MXFP8 精度。

为什么说它"能装进笔记本"

模型卡列出的运行方式覆盖 Transformers、SGLang、vLLM、llama.cpp(GGUF 量化)、MLX、Ollama 等主流框架,硬件门槛是 32GB 及以上内存的苹果芯片设备,或 32GB 及以上显存的显卡。官方演示中,团队在飞行模式的 MacBook Pro 上离线运行该模型,并在几分钟内搭出一个可玩的飞行模拟器。对想在本机跑 Agent 的开发者,这是一条不依赖云端的现实路径。

跑分之外,重点其实是"可监控性"

TML 公布的基准显示,Inkling 2 Mini 在 DeepSWE v1.1 上约 48.2%、SWE-bench Pro v2 Hard 约 77.9%、Vals Index v2.2 约 46.5%,均高于其对比的 Qwen3.8-27B(同项为 42.2%、73.8%)——但官方也注明各模型评测设置并不完全一致,这些数字属厂商自述。

更值得关注的是它同步开源的可变循环研究模型 TML-d24-varloop-research。循环层让模型在不写出思维链(CoT)的情况下完成更多内部计算,而"不写在 CoT 里的推理,CoT 监控就抓不到",这正是业界担心循环模型更难监管的原因。官方初步分析称,在当前规模下尚未看到可监控性明显下降,并希望社区借此研究循环层的可解释性。

别忽视它的短板

官方坦承,该模型在 MultiChallenge(50.0%)与 ComplexConstraints v1.1(33.4%)上表现偏弱,多轮对话与复杂多约束指令跟随不如同尺寸对手,在硬核推理任务上也仍逊于更大模型。厂商自述数据请结合第三方评测谨慎看待。

结论:Inkling 2 Mini 的意义不只在"又一个小而强的开源模型",更在于把循环层的可监控性这一治理议题摆到了开源社区面前。想本地跑 Agent 的开发者,可先用量化 GGUF 版本试水;关注 AI 安全的团队,则值得读一读它附带的研究模型与模型卡。

人民日报聚焦国产开源大模型:下载量走高,OpenRouter 调用量连续领跑

admin阅读(12)评论(0)

人民日报聚焦国产开源大模型:下载量走高,OpenRouter 调用量连续领跑

11 月 21 日,《人民日报》以"国产大模型引领全球开源生态"为题,梳理了国产开源模型近期的进展。对普通开发者来说,这篇报道透露出三个比"某个模型又刷新跑分"更值得注意的信号。

信号一:开放权重成为主流选择

据报道,月之暗面公开了 Kimi K3.1 Pro 的完整模型权重,腾讯混元也推出新一代 Hy4 模型,在指令跟随、长文本理解、长程任务与深度研究能力上有所提升。开放权重意味着开发者可以把模型下载到本地或私有云做推理与微调,无需从零训练——这正是中小团队用得起大模型的关键。

信号二:全球调用量悄悄登顶

报道援引聚合平台 OpenRouter 的数据称,中国模型在周度 Token 调用量上已连续 29 周位居全球第一。另有工信部数据被引用,称国产开源大模型的全球累计下载量已突破一个可观的量级(具体口径以官方统计为准,部分数字来自媒体报道)。调用量与下载量属于不同指标,前者更能反映真实使用,这两个数字一起看,说明国产模型不只是"能下载",而是"在被用"。

信号三:从"能训练"到"能在国产算力上跑"

报道还提到美团在 11 月推出的 LongCat-2.5,用于验证在国产算力上的大规模训练与推理,并解决神经网络处理器的确定性计算与算力利用率问题;京东方则基于国产开源底座自研"蓝鲸"显示大模型,把 AI 落到研发、制造与质量闭环里。这类案例的价值在于打通"模型—算力—场景"的链路,而不是停留在榜单。

对开发者意味着什么

  • 选型空间更大:同等能力下,国产开源模型往往有更灵活的许可与本地化部署选项;
  • 成本更可控:开放权重 + 私有部署,适合数据敏感或高频调用的场景;
  • 但要务实:下载量和榜单位次不等于你的任务效果,落地仍需自建评测集做回归测试。

结论:国产开源模型正在从"追赶参数"转向"生态与落地"。关注调用量、国产算力适配和真实行业案例,比盯住单次发布更有价值。本文数据引自人民日报报道及其中引用的平台数据,具体数字请以官方最新统计为准。

OpenAI 用自家模型重新设计芯片电路:乘数器估算面积缩减约 15%

admin阅读(13)评论(0)

OpenAI 用自家模型重新设计芯片电路:乘数器估算面积缩减约 15%

AI 帮人写代码、画图已经不稀奇,但 AI 反过来参与设计「跑 AI 的芯片」,是最近值得注意的一条消息。据 OpenAI 官方博客及多家媒体报道,OpenAI 把自家模型用于芯片设计工作,重新设计了一个乘数器(电路里负责做乘法的模块),使其估算面积缩减约 15%,并把原本需要两个时钟周期完成的一次计算压缩到一个周期。

被动刀的是乘数器

乘数器是处理器里最基础、也最密集的运算单元之一,广泛参与矩阵乘法等 AI 核心计算。它的面积和时序直接影响芯片的功耗与吞吐。因此,哪怕只是单个模块的面积缩减,放到大规模阵列里累积起来也可能可观——这正是这条消息被引申为「AI 设计 AI 基础设施」的原因。

它属于一个更大的计划

据报道,这是 OpenAI 自研芯片 Jalapeño 以及与 AMD 合作相关工作的一部分。把模型引入芯片设计流程,本质是让 AI 承担一部分探索设计空间的体力活:在海量候选电路结构中快速筛选、迭代,把工程师从穷举式试错中解放出来。

15% 这个数字要打折看

必须强调口径:这里说的是估算面积缩减约 15%,来自公司自述,并非流片实测的良率或端到端性能提升;两个周期压到一个周期也是特定模块在特定条件下的结果。从电路优化到量产芯片,中间还有验证、时序收敛、功耗与面积权衡等诸多环节,不要把单模块数字直接等同于整颗芯片快了 15%。

结论与建议

更值得关注的意义是趋势:AI 正从使用计算走向设计计算。对普通读者,这条新闻不需要立刻改变技术选型,但它提示了一个方向——芯片设计与 EDA 工具链很可能成为 AI 应用的新战场。若你从事硬件或 EDA,可以留意模型在 RTL 生成、布局布线优化上的实际进展,用可复现的小模块实验验证收益,而不是采信单个漂亮数字。

谷歌 DeepMind 开放 Genie 4 世界模型:能用自然语言实时编辑的交互式 3D 世界

admin阅读(13)评论(0)

谷歌 DeepMind 开放 Genie 4 世界模型:能用自然语言实时编辑的交互式 3D 世界

如果说视频生成模型是「拍一段别人看的片子」,那么 Google DeepMind 开放的 Genie 4 想做的是「造一个你能走进去、还能随手改动的世界」。据多家科技媒体报道,这款世界模型已向符合条件的 Google AI Ultra 订阅用户开放,纳入 Project Genie 体验,Google AI Pro 会员可加入候补名单。

它不是视频,而是可交互的世界

传统视频生成产出的是固定帧序列,用户只能看;而世界模型生成的是可交互环境。据介绍,Genie 4 能从文本或图像提示生成一致的 2D 或 3D 场景,用户在其中探索时,场景会随视角与操作保持连贯。对机器人、自动驾驶这类需要大量训练环境的领域,可交互仿真环境一直是成本高昂的一环。

实时编辑:边探索边改

最受关注的点是实时修改:订阅者可以在探索的同时,用自然语言输入提示,直接改动世界的结构或物理规则。这把「生成」从一次性动作变成持续对话——觉得这面墙该开门、这个星球重力该小一点,说一句话就行。交互一致性,正是这类模型真正的难点。

原生音频与社区二创

据科技媒体报道,这一版本首次支持原生音频输出,并配套社区作品库,用户可分享、二次创作他人构建的场景。音频的加入让世界从纯视觉模拟走向多感官,也让提示词设计的维度变多。

结论与建议

需要提醒的是,目前 Genie 4 仍偏研究体验性质,面向 Ultra 订阅用户,距离稳定的生产级仿真还有距离,报道中也没有给出可核验的权威基准数字,相关描述请以官方渠道为准。对普通开发者,建议先把它当成观察世界模型演进方向的窗口,而非马上能落地的工具;真正值得跟踪的信号是交互一致性、可编辑性与二创生态会不会持续改善。

国产「天华开物」酶设计大模型发布:合成生物首个公开大模型,一周出酶设计方案

admin阅读(15)评论(0)

国产「天华开物」酶设计大模型发布:合成生物首个公开大模型,一周出酶设计方案

过去谈 AI,大多在聊天、画图、写代码这些「信息世界」的场景里打转。一个把大模型真正推进湿实验室的消息值得关注:据中国青年报报道,天津大学发布了「天华开物」酶设计基座大模型,这是合成生物领域首个公开发布的大模型,由中国自主研发。

酶是什么,为什么值得为它造个大模型的

酶是生物制造的核心催化工具,广泛用于医药生产、食品加工和材料制造,它的性能直接决定生产效率、工艺成本与产品质量。传统酶研发靠从自然界挖掘再筛选,周期长、命中率低。随着合成生物与科学智能融合,研发范式正转向「智能设计—构建—创制」,天华开物就是冲着这个范式转变来的。

三个核心能力:算得准、写得出、验得回

据官方介绍,模型与天津大学的合成生物自动化设备结合,形成工业酶闭环迭代优化系统,具备三项能力:

  • 算得准:依据目标反应从头设计新酶,预测突变效应、优选改造组合;
  • 写得出:通过自动化基因合成、组装与表达,把数字设计变成真实的酶样品;
  • 验得回:把实验数据回流模型训练,形成「设计—构建—测试—学习」闭环,用得越多算得越准。

报道给出的节奏是:一周内给出酶设计方案,三个月内完成菌种定制化构建与目标产品工艺开发。

参数与数据:它的护城河在哪

据报道,团队 2021 年启动研发,2024 年做出 8 亿参数基座,2025 年达 70 亿,并联合智谱华章扩容,目前参数规模约 560 亿。但真正难复制的未必是参数量,而是团队多年积累的酶序列、结构、反应与工艺数据——相当一部分来自实验室与产业一线,这是通用大模型拿不到的。

结论与建议

有两点值得留意:一是模型适配国产算力、支持本地化私有部署,企业数据不必出厂,这对看重数据安全的制造类企业很关键;二是据介绍下一步将面向科研与产业界开放试用。如果你在生物制造、医药或酶相关行业,可以关注它的开放试用入口,用一两个真实反应做小范围验证,而不是先看参数有多大。

腾讯混元 Hy Realtime:实时语音模型开始”边听边判断要不要联网”

admin阅读(19)评论(0)

腾讯混元 Hy Realtime:实时语音模型开始"边听边判断要不要联网"

据 11 月中旬的行业简报,腾讯混元发布了实时语音模型 Hy Realtime,新增 Agentic 工具调用与唱歌能力,并可根据对话上下文自主判断是否联网搜索。该模型已在元宝语音通话和腾讯客服场景上线。

从"语音转写"到"语音智能体"

传统语音链路通常是"录音—转文字—交给模型—生成文字—合成语音"的串联流程,延迟高、上下文容易丢失。实时语音模型把听、理解、决策、说压缩进一条低延迟通路,用户说话时模型已经在形成回应。Hy Realtime 的看点不在"说得像人",而在于它在说话过程中就能调用工具。

关键在"自主判断是否联网"

把工具调用交给实时语音模型,意味着它不再只是复述训练知识:遇到价格、天气、订单状态这类时效性问题,模型可以自行决定发起联网搜索,再把结果自然地说出来。对客服、咨询类场景,这直接关系到回答的准确性和可信度。

落地场景与需要注意的地方

客服与语音助手是最直接的受益场景——减少转写环节、降低等待感。但需要留意两点:一是工具调用的权限边界必须收窄,实时对话中一旦误触发高风险操作很难挽回;二是"唱歌"这类能力属于厂商演示亮点,实际业务价值有限,选型时不必被带偏。

结论

实时语音 + 工具调用正在成为国产模型的密集发力方向。如果你的业务涉及高频语音交互,建议用真实对话样本实测三件事:端到端延迟、联网判断的准确率、以及工具误触发率,再决定是否替换现有方案。

Cursor 供应链事件复盘:一把外发密钥如何波及五千名开发者

admin阅读(15)评论(0)

Cursor 供应链事件复盘:一把外发密钥如何波及五千名开发者

11 月 14 日,AI 代码编辑器 Cursor 发布事件更新,说明这起供应链事件的根因:攻击者获取了公司签发给第三方 AI 基础设施服务商 Fireworks AI 的一把访问密钥。Cursor 强调,最初被攻破的是供应商环境,而非 Cursor 自身。

四步级联的攻击链

据公司说明与研究机构报道,链条大致是:Fireworks AI 环境被攻破、外发密钥泄露;攻击者用这把密钥从一个只读数据存储桶复制数据,桶内存有部分非隐私模式下的编程智能体运行轨迹(traces);少量轨迹中包含未脱敏的凭证;攻击者再利用这些凭证横向进入部分内部 SaaS 工具、归档源码与支持数据,最终在 10 月 29 日把木马化的 Claude Code 扩展投放到扩展市场缓存。

影响边界要说清楚

Cursor 表示,木马版本(Anthropic.claude-code 2.1.312 与 2.1.313)在缓存中约存在 11 小时,最多 5000 名用户可能下载;研究人员称其中版本植入了持久 SSH 后门。同时公司强调,隐私模式下的提示与代码、实时流量、生产系统、应用本体与官方更新均未受影响,Claude Code 本身也不存在漏洞,恶意构建是直接进入缓存而非上游市场。

为什么这件事值得所有团队警惕

这起事件暴露了 AI 开发工具特有的三个结构性问题:智能体轨迹可能成为"凭证仓库"、扩展市场是信任边界、第三方 AI 基础设施是软肋。传统的应用安全评估很少覆盖训练数据与 traces 的敏感程度。

结论

建议开发团队立刻做三件事:轮换在非隐私智能体会话中出现过的密钥、核对已安装扩展并排查 SSH 后门持久化痕迹、把 AI 基础设施供应商纳入第三方风险管理。具体清单会在本栏目后续文章中展开。

ChatGPT Wallet 上线:智能体支付落地,每笔交易都要过人脸或指纹

admin阅读(16)评论(0)

ChatGPT Wallet 上线:智能体支付落地,每笔交易都要过人脸或指纹

11 月 13 日,OpenAI 推出 ChatGPT Wallet,率先面向美国年满 18 岁的 ChatGPT Pro 订阅用户开放。这是智能体商务从演示走向真实产品的重要一步:Dots 智能体可以代替用户完成购买,而每一笔交易都需要用户通过 Face ID 或指纹进行确认。

它怎么运作

据公开介绍,支付依托卡网络令牌完成,智能体在获得授权后可以发起交易,但关键动作被"逐笔确认"这一机制锁住。换句话说,智能体负责"找到并完成下单",用户保留"最终同意"的权力。这种设计在便利与安全之间划出了一条相对清晰的边界。

和商业信息入口的联动

同期 OpenAI 还推出了 Businesses in ChatGPT 测试版,允许企业认领商业信息、更新产品与服务资料,符合条件的美国电商与在线服务企业可通过 Business Agent 与潜在客户互动。Wallet 加上商业信息库,意味着 ChatGPT 正在从"问答工具"向"发现—决策—支付"的完整链路延伸。

信任仍是最大门槛

有行业调查指出,仅约 36% 的客户愿意把数据交给智能体 AI。这也解释了为什么 OpenAI 选择在支付环节保留强制生物识别:如果信任没有建立起来,再流畅的自动下单也难以规模化。

结论

对商家而言,值得尽早检查自己的产品信息、价格与店铺政策是否准确,因为在智能体主导的发现链路里,"被 AI 正确理解"就是新的曝光。对普通用户而言,眼下最实际的建议是:开启逐笔确认,不要为了省事关掉这道安全闸。

英伟达管理层交接:黄仁勋辞任 CEO,Colette Kress 临时接任

admin阅读(18)评论(0)

英伟达管理层交接:黄仁勋辞任 CEO,Colette Kress 临时接任

11 月 12 日,英伟达正式发布管理层交接公告。根据公告,创始人黄仁勋辞去公司总裁、首席执行官及董事会成员职务,即刻生效;现任执行副总裁兼首席财务官 Colette Kress 暂时接任 CEO,董事会同步启动正式继任者的寻找工作。

先说官方确认的事实

这次交接的性质是一家关键供应链公司的内部治理变动。英伟达长期是全球 AI 算力产业的重要参与者,其 GPU 广泛应用于大模型训练、推理和数据中心建设,因此任何高层变动都会引发市场对技术路线和经营节奏的关注。

对产业的实际影响

短期看,临时 CEO 由现任 CFO 担任,通常意味着财务与经营连续性优先,战略发生急转弯的概率较低。中期需要观察三点:正式继任者是谁、AI 芯片与数据中心战略是否延续、以及供应链与客户的合作关系是否稳定。对依赖其算力的团队来说,这些比八卦更值得跟踪。

把传闻和事实分开

需要特别提醒的是,近期围绕黄仁勋的部分媒体报道和相关指控,与公司正式公布的管理层交接属于不同性质的信息。在官方或权威渠道确认之前,不应将未经证实的指控直接认定为离职原因。阅读此类新闻时,建议以公司公告为准,对单一来源的"内幕说法"保持警惕。

结论

英伟达换帅不会立刻改变你手上模型的调用方式,但它提醒我们:AI 基础设施层并非铁板一块。做技术规划时,适度分散算力与供应商依赖、关注上游公司的治理稳定性,是比追热点更务实的风险控制。

Anthropic 冲刺史上最大 IPO:目标估值约 1.4 万亿美元,认购超额六倍

admin阅读(16)评论(0)

Anthropic 冲刺史上最大 IPO:目标估值约 1.4 万亿美元,认购超额六倍

据多家媒体报道,Anthropic 已于 11 月 10 日敲定 IPO 定价区间:每股 70 至 78 美元,拟募资至多约 644 亿美元,对应估值约 1.4 万亿美元,股票代码 ANT,预计 11 月 19 日在纳斯达克开始交易。有报道称本次发行获约六倍超额认购,银行甚至限制了机构投资者的主配售资格。

这些数字意味着什么

如果按目标估值顺利挂牌,这将成为历史上规模最大的公开募股之一,也意味着 Anthropic 会成为公开市场观察 AI 估值的重要风向标。1.4 万亿美元的定价,本质上是对其 Claude 系列在企业级市场营收能力、以及 AI 长期商业化前景的一次集中定价。

为什么赶在这个时间点

从行业背景看,2026 年 AI 正从"实验项目"转向企业核心运营,有统计称 88% 的组织已在至少一个业务环节使用 AI。Anthropic 近期动作密集:升级 Claude Fable / Mythos 5.2、推出 Sheets 与 Whiteboards 等办公功能、开放自托管 Managed Agents 私测。这些都为上市叙事提供了产品与营收层面的支撑。

不能忽视的风险

高估值同样伴随不确定性。一方面,行业普遍存在"AI 项目难以兑现投资回报"的讨论;另一方面,监管与安全压力同步上升,例如有报道称加州总检察长已就模型安全问题提起诉讼。上市后的季度财报与合规进展,会比发行当天的热度更能决定长期估值。

结论

对普通读者和开发者而言,IPO 的直接意义不是"打新",而是信号:AI 已从小众技术赛道变成资本市场的主战场。选型时不妨多关注厂商的持续经营与安全治理能力——这比单次跑分更影响你能否长期稳定地用它。

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活