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。

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。

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。

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。

Meta于4月6日发布Llama 4系列AI模型，包括Scout、Maverick和Behemoth。这些模型通过“混合专家架构”提升效率，利用大量未标注的文本、图像和视频数据增强视觉理解能力。Maverick拥有4000亿参数，仅170亿活跃参数，适合通用AI助手和聊天场景，部分性能超越GPT-4o和Gemini 2.0。Scout专注文档总结和代码推理，支持1000万个词元处理。Behemoth有2880亿活跃参数，总参数近2万亿，STEM技能评估优于GPT-4.5和Gemini 2.0 Pro，但仍不及Gemini 2.5 Pro。

标题：DeepSeek开源的DeepGEMM详解 DeepSeek开源周第三天发布了专为Hopper架构GPU优化的矩阵乘法库——DeepGEMM。该库支持标准矩阵计算和混合专家模型（MoE）计算，在Hopper GPU上达到1350+FP8 TFLOPS的高性能。 DeepGEMM核心代码仅约30...

2月25日，DeepSeek在开源周上发布了DeepEP，首个用于MoE模型训练和推理的EP通信库。该库支持高效全对全通信及低精度运算，兼容现代高性能计算需求。特别优化了NVLink到RDMA的非对称带宽转发场景，提供高吞吐量和SM数量控制。对于延迟敏感的推理解码，DeepEP还提供纯RDMA低延迟内核，支持自适应路由，满足多样化GPU资源需求。

《科创板日报》报道，月之暗面Kimi发布新技术报告，推出‘Moonlight’模型，该模型基于Muon训练，参数量分别为30亿和160亿。使用了5.7万亿个token进行训练，在较低的浮点运算次数下实现更优性能，提升了帕累托效率边界。

国产AI大模型DeepSeek在近期发布，其DeepSeek-V3和DeepSeek-R1模型在多项评测中超越了其他开源模型，性能接近GPT-4。DeepSeek-R1可免费使用并支持联网搜索，其推理成本低，仅需传统模型成本的约3%。DeepSeek还开源了模型权重和技术，降低了使用门槛。此外，DeepSeek最新推出的Janus-Pro-7B模型在多模态能力上表现出色。与此同时，阿里通义团队发布了Qwen2.5-Max模型，性能与DeepSeek-V3相媲美。DeepSeek的成功引发了行业关注，推动了AI技术的发展。