Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型,登顶 AA Decision Index
Liquid AI 发布 d1.2 和 d1.2-ultra 决策模型,可接受文本、图像和音频输入,并新增读取数值、查找片段、定位目标、区间估计、多选标签 5 种答案类型。
Liquid AI 发布 d1.2 和 d1.2-ultra 决策模型,可接受文本、图像和音频输入,并新增读取数值、查找片段、定位目标、区间估计、多选标签 5 种答案类型。
阿里巴巴发布新一代大模型 Qwen4-Max,其主干包含 2.4 万亿参数,每次推理仅激活 710 亿参数,并配有 3280 亿 N-gram 参数充当缓存。该模型采用四通道残差结构并带门控,注意力机制引入 Gated DeltaNet 与 QSA 以降低处理长提示词的硬件需求和基础设施成本。
推荐理由:读者可了解 Qwen4-Max 在残差通道与注意力机制上的改动,以及这些改动带来的 token 消耗下降幅度。
阿里千问团队发布 Qwen4 代首款模型 Qwen4-Max,采用 2.4T 参数稀疏 MoE 骨干、每 token 激活 71B,支持文本、图像、视频输入和 1M token 上下文,仅通过 QwenCloud API 等托管渠道提供,不开源权重。
同一件事,精选收录的是 《阿里发布 Qwen4-Max 基座大模型,智能体与编程能力进阶》
11月16日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数2.4T、仅激活71B,具备原生视觉能力并支持百万上下文。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,在 CodeArena 前端编程盲测中位列全球第6,Agents' Last Exam(ALE)取得46.7分。
推荐理由:原文给出 Qwen4-Max 的架构、评测与定价细节,读者可据此判断其智能体与编程能力的位置。
旧金山语音 AI 公司 Bland 发布全双工语音到语音模型 Tofu-1,以研究预览形式开放给有限企业,目标场景是行驶中的汽车、病房和弱信号线路。该模型直接处理音频输入输出,中间不经转写文本,官方列出说话人追踪、噪声分离和副语言信息识别三项音频能力,并支持通话中打断与边处理边对话。
亚马逊发布第二代表格基础模型 Mitra-v2,同时支持分类与回归,并在 Hugging Face 以 Apache-2.0 许可开放微调模型和推理、微调代码。
推荐理由:读者可以看到表格基础模型如何靠扩大合成预训练数据的规模与多样性取得提升,而不必加深网络。
中国商务部发布政策提案,拟要求前沿 AI 模型等技术的国际共享须获政府预审批,作者认为外界反应过度,因为文件写明开源技术将走自动审批通道;美国国土安全部则发布命令,禁止 DeepSeek 作为供应商参与联邦民用采购。
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线,用户可在本地或 Ollama 云端运行。Clef 接收状态和一组带类型的结构化问题,一次读取输入并同时为每个问题打分,支持文本、JSON 和图像输入,兼容 Jev 与 System One API,基于 Qwen3.8-27B 微调,采用 Apache 2.0 许可。
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线,可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型,面向持续运行的智能体任务,支持最高 1M token 上下文,并借助多 token 预测(MTP)、DFlash 或 DSpark 的投机解码实现最高 4 倍于同类开源模型的吞吐。
推荐理由:材料给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据,可据此判断本地跑长任务智能体的可行性。