模型效率 on AI内参

硅片上的权力转移：AI公司自研芯片背后的“推理经济学”突围

Mon, 13 Jul 2026 13:40:17 +0800

AI公司集体转向自研ASIC芯片，标志着产业重心由训练转向推理经济学。这不仅是对英伟达成本垄断的突围，更是通过软硬件垂直整合，在智能体时代确立算力主权与竞争壁垒的关键战略。

轨迹感知RL突破扩散模型瓶颈：AI推理范式的新统一与效率革命

Mon, 15 Sep 2025 18:10:04 +0800

TraceRL框架通过创新性地对齐扩散语言模型（DLM）的训练目标与推理轨迹，显著提升了DLM的性能与训练效率，使其在复杂推理任务上超越了更大规模的自回归模型，预示着AI推理能力与计算效率的深刻变革。这一创新及其开源框架dLLM-RL，正加速DLM成为下一代高效智能体的核心基石，开启“RL大一统”的新范式。

AI早报 2025年09月13日

Sat, 13 Sep 2025 07:33:03 +0800

AI正以高效能小模型与代理技术加速重塑科学及商业，但发展中挑战与伦理并存。

颠覆性成本效率：Pusa V1.0如何重塑AI视频生成新范式与产业生态

Thu, 17 Jul 2025 16:40:05 +0800

Pusa V1.0以革命性的500美元训练成本，在AI视频生成领域实现了SOTA，标志着模型开发正从算力军备竞赛转向算法效率与创新。这项由华人团队主导的技术突破，通过独特的VTA机制，不仅大幅降低了高质量视频内容的生产门槛，更预示着AI视频生成将迈向更普惠、专业化和可持续发展的新纪元。

谷歌T5Gemma：解构大模型架构之战，再造高效智能新范式

Tue, 15 Jul 2025 11:10:04 +0800

Google通过T5Gemma模型有效复兴了Encoder-Decoder架构，显著提升了AI推理性能与效率，挑战了当前大模型领域以Decoder-Only为主导的局面。同时，Google开源的MedGemma系列模型在医疗AI领域实现了低成本、高性能的突破，不仅加速了医疗AI的民主化进程，也展现了Google通过开源战略重塑AI产业生态、推动技术普惠的深层意图。