面壁智能发布新一代MiniCPM-V 4.7
相关推荐
苹果拟就 iPhone 15/16 系列 Apple Intelligence 争议支付 2.5 亿美元和解
PANews 9月21日消息,据Truth in Advertising报道,Apple 已与多名原告达成初步集体诉讼和解协议,同意支付总计 2.5 亿美元,以了结在美国加州北区联邦法院提起的 Landsheft v. Apple Inc. 等合并案件。原告指控 Apple 在 iPhone 15 Pro、iPhone 15 Pro Max、iPhone 16 全系机型的 Apple Intelligence 与 Siri 功能宣传中存在误导,包括未如期提供相关 AI 功能。和解拟覆盖 2024 年 6 月 10 日至 2025 年 3 月 29 日期间在美国购买上述机型且非转售用途的消费者。
币安推出 AI 产品栈 Binance Intelligence,包含 AI Pro 与 Agent OS 等
ChainCatcher 消息,币安宣布推出 AI 产品栈 Binance Intelligence,包含三款产品:面向所有用户的免费 Binance AI、将自然语言转化为可执行策略的 Binance AI Pro,以及供开发者构建 AI 应用的 Binance Agent OS。Binance AI 整合图表、新闻、社交平台、链上数据和研究工具,通过生成式 UI 根据用户知识水平、兴趣和活动动态调整界面,并提供“For You”标签、市场简报、智能工具提示和 Master Trade 等功能,自今日起逐步推出。Binance AI Pro 每个策略在独立子账户运行,用户须在交易前审核批准,10 月下半月起以免费增值模式推出,Premium 计划每月 19.99 USDC。Binance Agent OS 自 2026 年 8 月推出以来,日调用量已超过 28 万次。
Prime Intellect推理平台上线:内部每天已跑近1万亿Token
动察 Beating AI 快讯,Prime Intellect 发布开源模型推理服务 Prime Inference。 用户可以直接按需调用模型;如果任务需要长期稳定运行,也可以提前锁定一部分推理算力。接口兼容 OpenAI API,首个公开部署的模型是 GLM-5.3。 这套系统此前已经在 Prime Intellect 内部使用。官方称,它每天处理接近 1 万亿 tokens,用于强化学习、合成数据、模型评测和 Coding Agent。Prime Intellect 从今年 1 月起也一直在为客户运行大规模部署。 Prime Inference 重点优化 Agent 的长上下文负载。它把提示词处理和生成回复分到不同 GPU 上,测试中将 p90 token 间延迟降低近 40%。Prime Intellect 还压缩了 KV 缓存,相同显存下,每个解码器可缓存的 token 从 109 万增加到 163 万,提升约 50%。 Prime Intellect 此前已经提供强化学习、评测和沙箱等训练基础设施。加入推理服务后,它可以把模型训练和实际部署接到同一套平台里,实际运行产生的数据也可以继续用于后续训练。
Pi开始给Prompt缓存自动续命,长任务少烧重复Token
动察 Beating AI 快讯,Pi Agent Harness 发布 0.86.0,新增 Prompt Cache Warming。Agent 跑长时间工具任务时,Pi 会在缓存快过期前重发上一次请求,只生成 1 个 Token,把已经缓存的长上下文继续保留下来。 很多模型服务会在一段时间没有请求后清掉 Prompt Cache。之后继续任务,同一大段上下文就可能重新按完整输入计费。Pi 现在会主动避免这种 Cache Miss,但不会无脑保活。 它会先算账。只有预计避免的 Cache Miss 成本减去刷新成本后,还能至少省 0.05 美元,才会发起刷新。每次刷新本身仍要支付整段缓存读取和 1 个输出 Token 的费用。
DFlash团队进军Mac,27B模型跑到144Token/s
动察 Beating AI 快讯,Inco AI 开源本地推理引擎 Splash,把 Qwen3.8-27B 在 M5 Max MacBook Pro 上跑到了最高 144 Token/s。LM Studio 随即接入,0.4.25 版本已经可以直接使用。 Inco 此前做出的 DFlash 已经进入 SGLang、vLLM、TensorRT-LLM 和 llama.cpp。Meta、NVIDIA、小米、Poolside 等也给自家模型配了 DFlash 加速小模型。DFlash 会先让小模型并行猜出多个 Token,再交给大模型批量验证,减少逐 Token 生成的计算。 Splash 把这种优化扩到了整个本地推理引擎。它目前只支持 Qwen3.8-27B 和 Qwen3.6-35B-A3B,每个模型都单独配了 GPU kernel、内存方案和 DFlash 2 小模型。覆盖的模型少,但换来了更激进的性能优化。 144 Token/s 是 M5 Max 上的最高演示值。换到 Inco 用来做横向测试的 48GB M5 Pro,Qwen3.8-27B 单路短上下文达到 74 Token/s;4 路并发时总吞吐达到 170 Token/s,是第二名的 3.9 倍。这也是 Splash 更适合 Agent 场景的地方。一个 Agent 同时拉起多个子任务时,并发总吞吐往往比单条对话速度更重要。 Splash 本身开源,不绑定 LM Studio。目前需要 M3 或更新的 Mac、macOS 26.4 以上、至少 36GB 统一内存。
美股盘前要闻一览:大摩看多SpaceX;苹果将削减iPhone18Pro订单;奈飞正在进行重组
BlockBeats 消息,10 月 9 日,美股盘前市场重要新闻一览如下: 1. 大摩看多 SpaceX:目标价 300 美元,看好企业 AI、算力扩张及美国制造业重建带来的长期增长空间。 2. 苹果计划于 10 月 27 日前后举行新品发布会,预计推出触屏 Mac 和新款 iPad mini。此外,日经新闻称因需求疲软,苹果削减 iPhone 18 Pro 订单。 3. SpaceX 宣布达成收购全国性低频段频谱资产组合的协议。 4. 英伟达或将采用英特尔 Foveros 封装技术;英伟达将投资芯片竞争对手 D-Matrix。 5. Coreweave 正与韩国讨论数据中心合作事宜。 6. 市场消息:奈飞正在进行重组,预计将影响约 5% 的员工,可能最早在下周宣布此消息。 7. 据称获得英伟达支持的数据中心公司 Firmus 在搁置 IPO 计划后寻求融资 30 亿美元。