搜索
香港大学罗晔教授团队发布S²-MAS框架及YN决策模型，以14张GPU在4小时内完成1200万户家庭仿真，YN-mini单卡吞吐量达3.7万token/s，消费金融基准准确率高于Jev 1.13。
广州智跃深空（Zleap）开源了自研的SAG2及桌面端SAG Wiki，利用BM25与JEV直接索引和检索本地文件，无需大模型预处理、Embedding或向量数据库，以极快建库、精准多跳检索和低Token消耗提供轻量本地知识库方案。
DeepSeek正筹备插件作者支持计划，通过官方插件市场、Token补贴和流量推荐推动生态；DeepSeek Harness发布一个多月已有约3.5万个公开第三方插件，日活超140万、月活548万，日均Token消耗估计超91万亿。
梁圣做空Anthropic，认为Tokenmaxxing与Benchmaxxing支撑的AI估值难以为继，Claude高昂调用成本和跑分热潮无法匹配收入增长及巨额算力承诺，Super agent普及前模型厂增长将承压。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。
主模型参数1250亿，激活参数60亿。
把大模型运行在手机上，已经有了不少探索。
走向物理 AI 时代，构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而，语言本质上是有序的 Token 序列，视觉则是连续的高维像素分布，两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布，一直是一个备受争论的话题。
百度开源文心 5.5 Flash Base（ERNIE 5.5 Flash Base）权重，该模型总参数280B、每token激活14B，采用稀疏MoE与混合稀疏注意力，微调和推理上下文外扩至1M tokens。
2026年，大模型卖Token这门生意，已经卷到让人看不懂了。