10月14日，蚂蚁集团发布并开源了万亿参数思考模型Ring-1T，同时公开模型权重与训练配方。该模型在9月30日开源的预览版Ring-1T-preview基础上，进一步扩展了大规模可验证奖励强化学习（RLVR）训练，显著提升自然语言推理能力，并通过RLHF训练优化通用能力，在多项任务榜单中表现更加均衡。这一进展展示了蚂蚁在大模型领域的技术实力，也为行业提供了重要开源资源。

10月14日，蚂蚁集团发布并开源万亿参数思考模型Ring-1T，综合能力逼近GPT-5。该模型在预览版基础上扩展强化学习训练，提升自然语言推理和通用能力，在多项任务中表现均衡。实验显示，Ring-1T成功解出IMO2025赛题中的四道题目，达银牌水平，并在医疗问答HealthBench测评中取得开源领域最佳成绩。为解决训推精度差异难题，蚂蚁采用自研‘棒冰’算法及高性能强化学习系统ASystem，确保训练稳定性。Ring-1T基于Ling 2.0架构，通过多阶段训练显著提升复杂推理与通用能力。用户可通过HuggingFace等平台下载模型或在线体验。目前，蚂蚁百灵大模型已发布18款模型，形成160亿至1万亿参数的产品矩阵，正式迈入2.0阶段。

10月9日，蚂蚁百灵大模型团队发布万亿参数语言模型Ling-1T，这是继9月末开源Ring-1T-preview后的又一重磅动作。两款模型分别定位为非思考模型和思考模型，均达到万亿参数规模，接近人类大脑神经元数量。Ling-1T在编程、数学推理等领域表现优异，甚至超越DeepSeek等知名模型。蚂蚁选择完全开源，旨在推动AGI生态共建，降低开发者技术门槛。此外，蚂蚁已形成从160亿到1万亿参数的完整模型矩阵，并通过强化学习框架AReaL等技术赋能行业。蚂蚁集团明确“AI First”战略，持续探索智能上限，致力于铺设AI基础设施，吸引更多参与者共同迈向通用人工智能（AGI）。

2025年10月11日，Thinking Machines发布论文《LoRA Without Regret》，探讨低秩适配（LoRA）在特定条件下媲美全参数微调（FullFT）的性能。研究表明，当LoRA应用于网络所有层（尤其是MLP/MoE层）且训练参数量充足时，其表现与FullFT相当。实验发现，LoRA的学习率通常是FullFT的10倍，大批量训练下容忍度较低。此外，在强化学习场景中，即使低秩LoRA也能达到FullFT的效果。研究基于Tulu3、OpenThoughts3及MATH等数据集，覆盖监督学习和策略梯度算法。此成果推动LoRA在定制化场景中的应用，同时为机器学习优化提供新视角。

2025年10月，蚂蚁集团正式开源其最新万亿参数语言模型Ling-1T，成为国内开源大模型领域新标杆。该模型在代码生成、逻辑推理、竞赛数学等多项复杂任务中表现优异，超越DeepSeek-V3.1-Terminus、GPT-5-main等知名模型，并取得SOTA成绩。Ling-1T采用“演进式思维链”训练方法，强化推理能力，支持128K上下文窗口，响应速度快且生成内容精准。研究团队创新性提出“语法–功能–美学”混合奖励机制及LPO优化方法，进一步提升模型性能。此次开源延续了中国大模型厂商的活跃节奏，此前Qwen与DeepSeek均发布重要更新，展现了国产模型在全球技术竞争中的领先地位。未来，中国大模型领域的持续创新值得期待。

2025年10月4日，Thinking Machines发布论文《LoRA Without Regret》，探讨低秩适配（LoRA）在特定条件下媲美全参数微调（FullFT）的性能。研究表明，LoRA在小到中等规模数据集上表现与FullFT相当，但对大批量训练容忍度较低。关键发现包括：LoRA需应用于所有层（尤其是MLP/MoE层），且其学习率通常为FullFT的10倍。此外，在强化学习场景中，即使低秩LoRA也能达到FullFT的效果。研究旨在推动LoRA在定制化场景中的广泛应用，同时深化对机器学习基础问题的理解。更多详情见博客与论文链接。

Kimi开源新突破：20秒更新万亿参数的中间件问世 Kimi开源再次带来惊喜！最新发布的中间件“checkpoint-engine（检查点引擎）”，让Kimi K2模型在数千个GPU上仅需约20秒即可完成1万亿参数的更新，进入“秒更时代”。 该中间件专为强化学习设计，优化了大语言模型推理中的权重更新...

9月6日，阿里在通义千问官网和OpenRouter平台上线了Qwen3-Max-Preview模型，官方称其为通义千问系列中最强大的语言模型。该模型参数量达1T，在中英文理解、复杂指令遵循及工具调用等方面显著增强，同时大幅减少知识幻觉，提升了可靠性和智能性。在Arena-Hard v2基准测试中表现领先，并在AIME25推理能力测试中获得80.6分，逻辑思维能力突出。新模型将优化复杂工作流处理和高质量对话体验。此外，本次更新采用按输入长度阶梯计费模式，用户可通过Qwen Chat或阿里云百炼API服务进行体验。

6月28日，我国首个发电行业专业大模型“擎源”在北京发布，模型参数达千亿级别，是全球首个千亿级发电行业大模型。该模型基于国家能源集团电力装机规模，融合高质量数据集，覆盖火电、水电、新能源等多个业务领域，提供41个智能体，解决安全风险管控、电力交易决策等痛点，推动发电行业实现智慧化转型，构建开放共享的智慧能源生态体系。

近日，由新加坡国立大学、得克萨斯大学奥斯汀分校等机构的研究人员联合开发的「拖拽式大语言模型」（DnD）引发关注。该模型基于提示词快速生成任务专属参数，无需微调即可适应不同场景，效率比传统方法提升12000倍。DnD通过轻量级文本编码器与级联超卷积解码器，在数秒内生成LoRA权重矩阵，展现出卓越的零样本泛化能力。实验表明，其在数学、代码及多模态任务中性能优于现有方法，且仅需无标签提示词即可完成适配。这项技术为大模型快速专业化提供了高效解决方案，有望推动AI应用落地。