全部 AI 动态

Knowledgator Engineering 发布 schema 条件化编码器框架 GLiFormer，单个模型可在推理时按标签和 schema 完成 NER、分类、关系抽取、嵌套 JSON 结构化和文本嵌入。

Google Research 发布 TimesFM-3 时序预测模型，可同时处理多个相关变量，并利用折扣计划、天气预报等已知未来事件改进预测，每步输出九个值以刻画不确定性。

H Company 发布 NeoMME 系列多模态编码器，包含 260M 和 800M 两个双向 Transformer 模型，用单一塔处理多语言文本和 32×32 图像块，去掉了独立视觉塔和因果解码器，以离散掩码扩散方式预训练。

H Company 团队发布 NeoMME，含 260M 和 800M 两个尺寸的多语言多模态编码器，用单个双向 Transformer 从零处理文本 token 和 32×32 图像 patch，不使用预训练视觉塔或因果语言模型，训练采用掩码离散扩散目标，每个模型处理约 5240 亿 packed token。

腾讯今日发布混元 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M，现已开源并上线腾讯云 TokenHub 和 OpenRouter。

智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数 57 分，与 Claude Opus 4.8 持平。其定价为 GLM-5.3 的 1/10，限时折扣内为 Opus 4.8 的 1/40，并已接入 ZCode 等平台开放 API 调用。该模型采用稀疏注意力与线性注意力混合架构，推理服务已跑在国产芯片集群上。

智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。该模型在 AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，编程表现亦相当；定价为 GLM-5.3 的 1/10，限时折扣为 1/20，为 Opus 4.8 的 1/40。模型已接入 ZCode 等平台，并开放 API 调用。

IBM 发布 Granite 4.2 语言模型，提供 3B、8B 和 30B 三种尺寸，基于约 15 万亿 token 从头训练，支持最高 512,000 token 的上下文窗口，并可在“思考”与“非思考”模式间切换以控制每项任务的计算量。

Fastino 发布 GLiNER2.5，以边界预测取代跨度枚举，移除最大实体宽度限制，支持 4096 词上下文，计算量随序列长度线性增长。多语言检查点在 16 个零样本基准上整体 macro F1 达 56.17（GLiNER2 为 56.09），XNLI 提升 24.75 分。

Thomson Reuters 基于阿里 Qwen 推出自研法律大模型“Thomson”，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。

Ling 3.0 Flash 在 Artificial Analysis Intelligence Index 上得分 38 分，大幅超越前代，与 Qwen3.6 27B 持平但激活参数更少，被认定为总参数低于 1240 亿的开源模型中最智能者。

英伟达发布 Nemotron 3.5 Lightning 模型，相关页面已在 Hugging Face 上线。该模型于 8 月 11 日登上 Hacker News 热榜，获得 101 个 HN 点赞。目前公开信息有限，具体参数规模、性能基准与可用性尚未披露。