GLM-5.3-Flash：前沿智能进入普惠时代
智谱今日发布并开源了GLM-5.3-Flash（320B-A18B），这是一款能力对标Claude Opus 4.8的前沿原生多模态模型，但定价仅为后者的1/40，且推理服务已跑通国产芯片集群。
标签： 人工智能
亚马逊将英伟达芯片订单增至三倍，新增200万颗GPU
亚马逊将向旗下 AWS 数据中心追加部署 200 万颗英伟达 GPU，加上此前已确认的超过 100 万颗订单，双方合作关系进一步加深。这笔数十亿美元级的交易，既反映了 AI 算力需求的持续爆发，也发生在亚马逊自研芯片加速追赶的背景下。
英伟达预计 2028 财年营收同比增 70%，黄仁勋称实际需求远高于此
英伟达向市场给出 2028 财年营收同比增长约 70% 的指引，但黄仁勋强调实际 AI 算力需求“远高于 70%”，增长瓶颈主要在供应端。这一表态直接回应了近期关于“AI 需求见顶”的担忧。
唐杰宣布GLM-5.3 Flash AA登顶OpenRouter
智谱AI首席科学家唐杰在X平台宣布，GLM-5.3 Flash AA版本在OpenRouter榜单上登顶。这是国产大模型在第三方公开基准上的一次领先，且指向推理效率与综合能力的双重竞争。
我国日均词元调用量突破 500 万亿，中国大模型稳居全球第一梯队
截至 2026 年 6 月，我国日均词元调用量突破 500 万亿，中国大模型被官方和业内视为稳居全球第一梯队。这一数字背后是模型迭代周期缩短至 4-6 周、推理算力需求爆发，以及智算中心建设进入批量交付阶段。
通义千问发布Qwen3.8-Flash-Next，提前剧透Qwen4架构
阿里通义千问团队发布开源多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 架构的提前预览版，用 60 亿激活参数在多项任务上超越 Claude Opus 4.6 Max，训练成本仅为上一代的九分之一。
issue: Model default tools (meta.toolIds) not applied when model is selected via New Chat or a pinned model
该问题发生在 Open WebUI v0.11.1 中，当通过“新建聊天”或侧边栏固定的模型进入会话时，模型配置的默认工具（meta.toolIds）未生效，而是沿用了上一个会话的工具选择。优先排查前端状态未正确重置的问题，刷新页面（F5）可暂时恢复正确工具。
AttributeError: ‘NoneType’ object has no attribute ‘get’
该报错发生在 Transformers 5.16.0 及 main 分支中，当 FP8 量化配置缺少 _experts_implementation 或 FP8Experts._impl_tp_layer_overrides 中没有对应条目时， FineGrainedFP8HfQuantizer.u
Gemma 4: Exploding pre-clip gradient norms during LoRA fine-tuning of `gemma-4-31B-it`
该报错通常出现在使用 LoRA 微调 Gemma 4 31B 模型时，表现为梯度裁剪前的梯度范数异常偏大（可能达到正常值的数十到数百倍）。优先排查 Gemma 4 注意力机制中的 scaling=1.0 设置，这是导致梯度尖峰的主要诱因，而非代码 bug。
英伟达拟超130亿美元收购Hugging Face 微软亦参与接触谈判
英伟达正在与开源 AI 平台 Hugging Face 进行深度收购谈判，交易估值超过 130 亿美元。若成行，这将成为英伟达史上最大并购之一，也意味着 AI 算力巨头开始直接掌控模型分发与开发者生态的入口。