2026年7月21日
8 分钟
共绩算力上的国产大模型，我们自己也跑了一遍
国产大模型越来越多，选型成了开发者的麻烦事。既然咱们把 DeepSeek、Kimi、GLM 这些主流模型都接进平台了，干脆自己拿同一套题跑一遍，7 个模型拉出来溜溜，看看到底谁好用。不吹不黑，结果先放下面。 测了什么 我挨个点了一遍，共有 7 个国产顶尖模型： - DeepSeek V4 Flash...
探索前沿技术，分享实践经验，追踪行业动态
01 引言：一张牌拍在桌上 2026 年 7 月 16 日，世界人工智能大会开幕前一天，月之暗面把一张牌拍在了桌上——Kimi K3。2.8 万亿参数，全球首个开源 3T 级模型，权重承诺 7 月 27 日前完全开放。消息一出，Hacker News 的讨论帖冲上 1023 分、630 条评论，海...
01 引言：一张牌拍在桌上 2026 年 7 月 16 日，世界人工智能大会开幕前一天，月之暗面把一张牌拍在了桌上——Kimi K3。2.8 万亿参数，全球首个开源 3T 级模型，权重承诺 7 月 27 日前完全开放。消息一出，Hacker News 的讨论帖冲上 1023 分、630 条评论，海...
很多团队把 Agent 从 demo 搬上生产，第一道坎不是模型效果，是基础设施。demo 里跑通一次不代表能天天跑。我们帮不少团队踩过这个坑，缺的往往是几个基础设置。 超时：别让一个慢接口拖死整条链 Agent 调一个工具，对方没反应，不能无限等。每个调用得有超时，到了时间要么换路要么报错。我们见...
我们帮客户组多节点训练集群，常被一个误解绊住。客户说，给我八张卡，我要八倍的算力。我们说，八张卡给你了，但你大概率拿不到八倍。 多卡不是简单的加法。卡与卡之间要通信，要同步梯度，要抢同一块内存和带宽。这些开销不处理，八张卡可能只给你四倍，甚至更糟，卡越多互相拖累越明显。我们见过一个客户，八卡训练速度...
我们管着一堆来源不同的资源，机器来自不同渠道，状态分散在各家的接口后面。最早和很多团队一样，用定时任务去各家轮询，把结果拉回来比对。资源少的时候十分钟问一次，勉强够用。 1.轮询越走越重 后来发现这条路走不动。轮询频率低了，状态滞后，用户看到的和真实情况对不上，他以为机器还活着，其实早被回收了，提交...
做 Serverless GPU 的团队迟早要面对一个问题。函数平时缩到零，来请求了再起机器。从零到能干活，中间那段等待就是冷启动。 延迟分两层，常被混为一谈 用户感受到的延迟分两层。一层是平台把容器拉起来、把模型权重加载进显存的时间，这部分平台能优化。另一层是物理上的硬约束，模型越大，往显存里搬的...
我们和不少做 Agent 的团队聊过，共识越来越清楚。Agent 跑起来的负载形状和单次模型调用完全两回事。 单次推理是平的，Agent 是 burst 单次推理是一个请求进来，跑完，出去，流量能画成一条平稳的线，配资源照着平均来就行。Agent 不是。它先规划，再循环，中途可能并行调一堆工具，某个...
时间来到 2026 年年中，世界模型 (World Model) 依然是 AI 领域最受关注的方向之一。刚刚过去的六月格外热闹：海外这边，一家创业公司完成了大额融资、英伟达开源了新一代世界基础模型;国内这边，阿里和昆仑万维也几乎同期亮出了自己的具身与世界模型成果。把这些事拼在一起，透露出一个比模型本...
最近世界模型有多火，不用我多说了。李飞飞下场创业，Google 的 Genie 把实时交互世界玩出花，国内 Matrix-Game 这类开源项目一个接一个。我自己在公司是干什么的呢，研究模型部署镜像的。最近打的全是世界模型，打到手软。打包的间隙，我突然冒出一个念头：这波热潮，源头到底在哪？于是我顺着...
--- 一、第一性原理：世界模型和 LLM 到底差在哪 搜索"世界模型",会看到一长串互相矛盾的定义：有人说它是视频生成模型，有人说它是自动驾驶仿真器，有人把它和 AGI 划等号，有人觉得它是新瓶装旧酒。我们先把它的边界划清楚。 一句话定义:世界模型是给定"当前观测 + 即将执行的动作",预测"下一...
6 月 4 日，李飞飞和 World Labs 团队发了一篇新文章。 开头第一句话就很狠： "The world is not made of words."(世界不是由词语构成的。) 这是去年 11 月那篇《From Words to Worlds》的续篇。上一篇讲的是"空间智能是 AI 的下一个...
半个月前，Richard Sutton——强化学习的那个 Sutton，2024 年图灵奖得主——和 Banafsheh Rafiee 合写挂了一篇论文，《Toward Enactive Artificial Intelligence》（arXiv 2605.24238，5 月 22 日）。没有模...
信号 1:中国 AI 视频生成完成"从模型秀到工作流嵌入"的跃迁 2024-2025 年，可灵、Sora、Runway、Pika 还在"卷参数、卷 demo、卷哪个生成的 5 秒镜头最像样"。2026 年的关键词变了：工作流嵌入。 可灵这次戛纳发布的措辞很微妙——"AI is entering r...
> 一个 Agent 跟你说"任务完成"的时候，你信吗？ > 当一个 LLM 评测榜单上某个 Agent 拿了 85 分，你想过它可能"三次里只成功一次"吗？ > Claw-Eval 是 ModelScope 团队新开源的端到端 Agent 评测框架，300 个人工验证任务，从完成度、安全性、鲁棒性...
「技能」（skill）正在成为 Agent 系统里一个越来越关键的抽象：它把能力从庞大的模型权重里解耦出来，封装成可执行的代码、操作流程或领域指令，让 Agent 能像搭积木一样组合调用。逻辑上，这是 Agent 持续变强的天然路径——它应该能自己造技能、自己存、自己挑、自己改，而不必每一步都等人来...
大学毕业之后，想凑齐八到十二个人打一局完整的狼人杀，几乎成了奢侈。可这游戏真正迷人的地方，从来不只是社交本身——而是那套逻辑推演、话术博弈，以及在只言片语里反复确认谁在说谎的过程。 Wolfcha 想还原的，正是后面这部分。 它的设定很简单：一桌人里只有你是真人，其余七到十一个座位，全部交给大语言模...
2026 年 5 月，OpenAI 宣布它的一个内部模型，反驳了离散几何领域一个悬置了近 80 年的猜想。 这个问题本身简单得惊人。1946 年，数学家 Erdős 提出了"单位距离问题"：在平面上放 n 个点，最多能有多少对点之间的距离恰好等于 1？近 80 年里，数学界普遍相信，规整的方形网格...