2025年12月，英伟达以200亿美元收购AI芯片公司Groq，旨在应对谷歌TPU等新竞争者对其GPU主导地位的威胁。此次收购被视作英伟达补强推理能力的关键举措，因推理市场对低延迟需求远超GPU现有能力。Groq的LPU芯片采用片上SRAM技术，在decode阶段速度远超GPU和TPU，但内存容量有限，需大量芯片协同工作。业内人士指出，推理芯片市场竞争激烈，利润较低，但用户对速度的需求正快速增长。英伟达此举意在通过‘混搭’策略巩固其AI领域霸主地位，同时抵御新兴对手冲击。

推理成本降至1元/每百万token，浪潮信息突破AI规模化瓶颈 允中 发自 凹非寺 量子位 | 公众号 QbitAI 全球AI产业已从模型性能竞争转向智能体规模化落地的关键阶段，“降本”成为决定AI企业盈利与行业突破的核心。在此背景下，浪潮信息推出元脑HC1000超扩展AI服务器，将推理成本首次...

12月23日，阿里通义Qwen团队发布全新图像编辑模型Qwen-Image-Edit-2511。该模型在前代基础上优化了角色一致性、几何推理能力，并新增LoRA集成，适用于精准图像修改场景。其亮点在于强大的指令遵循能力，用户只需输入自然语言指令（如“将猫换成狗”），即可自动完成复杂编辑，无需掌握专业修图技术。新模型还能高保真融合多人合影，保留光影与纹理一致性，并支持开箱即用的光照增强等功能。此外，其强化的几何推理能力可生成辅助构造线，助力工业设计。此次开源上线为开发者和设计师提供了高效AI工具，进一步推动视觉生成领域发展。

12月24日，字节跳动Seed团队发布形式化数学推理专用模型Seed Prover 1.5。新模型在16.5小时内为IMO 2025前5道题目生成完整可编译验证的Lean证明代码，成绩达35/42，超过金牌分数线。技术报告已公开，并将开放API供数学与AI研究者体验。

12月24日，字节跳动Seed团队发布新一代形式化数学推理模型Seed Prover 1.5。该模型通过大规模Agentic RL训练，在IMO 2025前5道题目中取得35/42分，达到金牌分数线，并在9小时内完成Putnam 2025赛题中11道的Lean证明代码生成。评估显示，Seed Prover 1.5在Putnam历史评估集中解决88%问题，在硕士难度Fate-H和博士难度Fate-X评估集中分别解决80%和33%问题，刷新多项SOTA表现。技术报告已公开，后续将开放API链接。

12月23日，华为数据存储与中科弘云联合发布AI推理加速解决方案。该方案以华为OceanStor A系列存储为数据底座，结合中科弘云HyperCN平台，优化长序列推理体验。方案支持英伟达、昇腾、寒武纪等多元算力，兼容主流框架，并通过Kubernetes实现无缝对接。其核心优势包括异构管理、细粒度算力调度、推理加速及端到端AI工具链。实测显示，在智能问答场景中，首Token时延降低57.5%；在长文档推理中，序列长度为39K时，并发能力提升86%，吞吐提升36%。目前，该方案已在能源电力、智能制造等领域启动试点应用。

标题：计算所严明玉团队新作：Attention 并非永远是瓶颈，多 GPU 并不一定更快 随着大语言模型逐步应用于实际场景，推理性能成为落地的关键挑战。模型规模扩大、上下文增长以及 RAG、MoE 等新方法的引入，使得延迟、吞吐和能耗问题更加复杂。中国科学院计算所严明玉团队联合中国电信云计算研究...

12月20日，SGLang AI金融π对在杭州举办，聚焦大模型推理效率问题。活动中，昇腾作为算力平台被多次提及，现已原生支持SGLang推理引擎，DeepSeek、Qwen等模型可直接运行无需修改代码。SGLang通过HiCache、Mooncake等系统能力优化高并发、长上下文推理场景，并显著提升强化学习效率。昇腾与SGLang深度共建，优化覆盖多模态生成、量化及图模式支持，实现高性能推理。活动还展示了昇腾在真实业务场景中的灰度测试成果，未来将围绕推理系统持续投入，构建开源生态协作能力，推动AI算力规模化稳定运行。

标题：港中文 MMLab × 美团新研究：一个模型解决多种视觉推理任务 正文： 在大模型迈向通用视觉智能的趋势中，单一任务或模态的方法已面临瓶颈。现实中的视觉系统需完成问答、视频理解、目标定位、描述生成等多样化任务，这对跨任务和跨模态能力提出了更高要求。然而，现有方法多依赖任务专化模型，难以实现...

12月17日，2025小米人车家全生态合作伙伴大会举行，Xiaomi MiMo大模型负责人罗福莉完成入职后首秀。她介绍了新发布的开源MoE模型MiMo-V2-Flash，该模型以极致推理效率为核心设计，通过3层MTP推理加速并行Token验证，实现2.0~2.6倍推理速度提升。总参数达309B（激活15B）的MiMo-V2-Flash在代码和Agent评测基准中位列全球开源模型Top2，并具备模拟世界能力，如用HTML写操作系统、模拟太阳系等。罗福莉还展望下一代智能体系统，认为其应为真正理解世界并与之共存的“智能体”，而非简单的语言模拟器。