智谱正式发布GLM-5.3 拥有更强编程能力
相关推荐
智谱披露算力Scaling模型：300亿元投入可建10万P 推理年收入最高400亿元
火星财经消息,智谱9月16日在电话交流会中表示，大模型公司需坚定Scaling。投入300亿元算力约可建设10万P，预留40%用于训练研发、60%用于业务推理。得益于GLM-5.3高推理性价比，理论推理毛利最高可达80%，60%推理算力打满一年可收入400亿元，覆盖算力投入和模型训练研发费用，实际则受算力利用率、业务折扣、算力价格波动影响。 （科创板日报记者 李明明）
豆包工作上新，支持多Agents并行与Mac操作电脑
火星财经消息 9月2日，豆包工作发布两项新功能：一是多Agents并行，在多Agents并行的机制中，负责组织的主Agent会先行拆解，将比较垂直、专业的任务则交由不同的子Agent分别处理。二是Mac系统的操作电脑功能，可让豆包实现本地GUI操作，在没有MCP、API、插件和CLI的情况下也能看懂界面并完成相应操作。（广角观察）
智谱创始人唐杰：大模型Scaling不只是堆参数，未来竞争核心转向后训练与推理能力
Odaily星球日报讯 智谱创始人唐杰在 X 平台发布关于大模型 Scaling Law 的思考文章表示，当前人工智能行业对模型能力提升的理解正在从“扩大参数规模”转向多维度扩展，参数量并非衡量模型能力的唯一指标，还需要结合数据规模、计算资源分配方式以及模型实际运行场景综合评估。 唐杰指出，早期研究曾推动行业快速扩大模型参数规模。Kaplan 等人在 2020 年的研究认为，模型参数增长速度应高于数据增长速度，推动了 GPT-3、Gopher、MT-NLG 等超大规模模型的发展。但 Hoffmann 等人在 2022 年通过分析数百个模型发现，计算最优方案更接近“每个参数对应约 20 个训练 Token”，模型参数和数据规模应保持同步增长，过去追求万亿参数模型的路线实际上是一次行业共同经历的“偏航”。随着模型应用场景变化，推理成本逐渐成为生命周期成本的重要组成部分，优化目标也从单纯降低训练成本转向提升长期运行效率，因此“小模型+更充分训练”的路线开始受到关注。 唐杰表示，稀疏混合专家（MoE）架构进一步改变了 Scaling 逻辑。在 MoE 模型中，总参数量决定模型能够存储多少知识，而激活参数和有效深度更影响模型完成复杂推理任务的能力。对于漏洞发现等需要长链条推理的任务而言，能力并不来自简单记忆更多信息，而是需要模型保持多步推理过程的连贯性。近期研究显示，最优“Token/参数比例”并不存在统一答案：偏向记忆型任务需要更多参数，而偏向推理型任务则更依赖更多数据和计算深度。在固定训练数据规模下，盲目增加总参数甚至可能削弱推理能力，而增加激活专家数量则更有助于提升模型表现。 围绕智谱最新模型进展，唐杰透露，GLM-5.3 是一次针对 Scaling 方向的实验。该模型与 GLM-5.2 采用相同基础模型、架构以及总参数和激活参数规模，但通过一个月的大规模长周期环境训练和强化学习（RL）进行后训练优化，性能提升并非来自参数增加，而是来自后训练阶段的扩展。他总结称，大模型竞争已经从单纯比拼参数规模，进入探索“多维 Scaling”的阶段，未来模型能力提升将更多依赖训练策略、推理深度以及后训练能力的持续优化。
fomo 任命 Clicker 创建者 Kyle 为合作负责人
Foresight News 消息，fomo 宣布任命社交交易网络 Clicker 创建者 Kyle 为合作负责人（Head of Partnerships），重点推进公链合作及 team tags 相关业务，帮助提升活跃度、项目团队直接触达代币持有者。Kyle 此前曾天使投资 fomo，其公开账户位列 fomo 历史交易排行榜前 20 名。
Bankr 集成 Coinbase for Agents，支持通过聊天交易加密货币及股票等
Foresight News 消息，Coinbase 开发者平台宣布，Bankr 已集成 Coinbase for Agents，支持连接用户的 Coinbase 账户。用户可通过聊天查看 Coinbase 投资组合、交易加密货币、股票及期货，以及转移资金。此外，Bankr 支持在 EVM 网络和 Solana 上执行链上操作，并通过非托管钱包进行代币兑换、跨链及交易。
Dash：不要使用Eclipse交易，有用户损失资金且未获补偿
PANews 11月7日消息，Dash 在 X 平台呼吁用户不要使用 Eclipse，称已有用户在尝试交易时损失资金，且尚未得到全额补偿。Dash 建议，优先使用 Maya Protocol、NEAR Intents 等可通过区块浏览器查看兑换过程的平台。