正文：2025年9月1日，美团发布并开源了LongCat-Flash-Chat AI模型，采用混合专家架构，总参数量达5600亿，但仅激活5%即可实现高效性能。该模型在智能体任务、推理速度及成本控制上表现突出，尤其适合复杂场景应用。其创新的“零计算专家”机制和跨层通道设计优化了算力分配与训练效率，在H800 GPU上实现100+ tokens/s推理速度，输出成本低至5元/百万token。基准测试中，LongCat-Flash在多项指标中名列前茅，例如ArenaHard-V2得分86.50，MMLU得分89.71，并在智能体工具使用和编程任务中超越更大规模模型。美团已提供SGLang和vLLM两种部署方案，代码以MIT License开源，用户可自由用于研究或蒸馏新模型。详情见其官方资源及相关页面。

2023年，创业者袁进辉经历了两段重要历程：3月，其创业项目OneFlow被美团联合创始人王慧文收购，随后加入光年之外；8月，他离开美团，创立硅基流动，专注AI Infra领域。2024年初，硅基流动因率先部署DeepSeek的R1模型实现流量暴涨40倍，成为行业焦点。尽管与DeepSeek创始人梁文锋在开源问题上有分歧，两家公司仍保持业务合作。2025年初，基于V3架构的R1模型爆火，引发流量风暴，硅基流动通过大规模专家并行技术迎战，提升了品牌知名度。最新一轮融资由阿里云领投，金额达数亿元。袁进辉认为，AI行业的关键在于商业化，而硅基流动将聚焦高增长，探索公有云、私有部署及海外市场，力求在竞争中抓住商机。

7月28日，据IT之家报道，智谱AI计划于今晚开源其GLM-4.5系列新模型。知情人士向新浪科技确认了这一消息。根据此前modelscope/ms-swift代码库的commit记录，GLM-4.5系列预计将采用全新的混合专家（MoE）结构，是一款多模态可扩展大模型，包含GLM-4.5（355B-A32B）和GLM-4.5-Air（106B-A12B）两款版本。该模型支持高吞吐推理、工具调用解析、分布式负载均衡等功能，并具备文本、图像、视觉扩展等多模态处理能力。此次发布可能为AI领域带来技术革新，引发广泛关注。

7月25日，智谱AI模型GLM-4.5系列踪迹曝光，预计采用全新混合专家（MoE）架构，定位为多模态可扩展大模型。该系列包括GLM-4.5（355B-A32B）和GLM-4.5-Air（106B-A12B）两款模型，支持文本、图像、视觉扩展等多模态功能。新架构具备高吞吐推理、分布式负载均衡、工具调用解析等特性，并新增推理解析器与多token预测能力。相关代码与特性已在modelscope/ms-swift代码库中显示，或成AI领域新突破。

标题：AI打假AI，拿下SOTA丨厦大&腾讯优图 正文： AI生成图像越来越逼真，能否用AI检测“魔法打败魔法”？厦门大学与腾讯优图实验室联合提出创新方法“AIGI-Holmes”，通过“大模型+视觉专家”协同架构，让AI学会检测并描述图像问题。 核心创新点： 1. 双视觉编码器架构...

2025年6月30日，知乎直答发布最新版本，升级知识库功能，支持订阅与内容分享，并与社区深度融合，提供沉浸式阅读、边看边问、精准提问等多元场景体验。用户可创建主题知识库并共享订阅，覆盖科技、财经、教育等多个领域。知识库还支持AI搜索引用，提升专业内容的可信度和查询效率。目前公共知识库已在知乎直答网页端和App端全量上线，进一步放大专家网络影响力。

今日，《科创板日报》报道，人工智能公司DeepSeek在AI开源社区Hugging Face发布了全新模型DeepSeek-Prover-V2-671B。该模型参数量高达6710亿，是Prover-V1.5的升级版，采用更高效的safetensors文件格式并支持多计算精度，便于快速训练与部署。其架构基于DeepSeek-V3，运用MoE混合专家模式，含61层Transformer层及7168维隐藏层，支持超长上下文，最大位置嵌入达16.38万，可高效处理复杂数学证明任务。此外，模型通过FP8量化技术优化推理效率，减小模型体积。此模型的发布标志着深度学习领域的重要进展，值得关注。

4月21日，据快科技报道，大阪都会大学医学研究生院研究显示，生成式AI在医疗诊断中的平均准确率达52.1%，与非专家医生相当，但比专家医生低15.8%。研究分析了GPT-4、Llama3 70B、Gemini 1.5 Pro和Claude 3 Sonnet等主流AI模型，其中GPT-4应用最广。AI在皮肤科诊断中表现优异，得益于图像识别能力，但在泌尿科领域的可靠性仍需更多数据验证。研究认为，生成式AI有潜力辅助医疗诊断，尤其在医学教育、非专家医生支持及资源匮乏地区的诊断中可发挥作用。未来，随着技术进步，AI与专家医生的诊断差距有望缩小。

4月21日，大阪都会大学医学研究生院的研究显示，生成式AI在医疗诊断中的平均准确率为52.1%，与非专家医生相当，但低于专家医生15.8%。研究团队分析了83项涉及GPT-4、Llama3 70B等模型的研究，发现AI在皮肤科表现突出，但在泌尿科的数据有限。AI可辅助医学教育和资源匮乏地区的诊断，但其透明度和偏见问题需解决。研究呼吁未来在更多复杂临床场景中验证AI性能，并强调其在医学培训中的潜力。尽管AI展现潜力，但涉及复杂病例时仍存挑战，医生失业风险尚不确定。

Meta于4月5日推出最新开源AI模型Llama 4，包含Scout和Maverick两个版本。Llama 4首次采用混合专家(MoE)架构，能高效处理文本、视频、图像和音频等多模态数据。Scout拥有170亿活跃参数、16个专家模型，总参数1090亿；Maverick同样170亿活跃参数，但扩展至128个专家模型，总参数达4000亿。Behemoth作为更强大的模型正在研发中，被Meta视为“教师模型”。这些模型均基于大量未标注数据训练，具备广泛视觉理解能力。Scout和Maverick已开放下载，支持多平台获取，Meta AI已升级至Llama 4并覆盖40国，但多模态功能暂限美国英语。Meta CEO扎克伯格强调开源共享愿景，同时承认Llama 4开发延迟源于技术基准未达标及对话模拟能力不足等问题。Meta计划今年投入650亿美元扩展AI基础设施，面临投资者对回报的质疑。