标签：算力

讯飞星火 X2.5 正式发布：MoE 架构 293B，代码与智能体能力大幅提升

科大讯飞正式发布星火 X2.5 旗舰大模型，采用 MoE 架构、总参数量达 293B，重点强化代码生成和智能体能力，同时坚持全流程国产算力训练推理。这意味着国产大模型在高端能力上继续加码，代码与 Agent 赛道的竞争将更加直接。

字节跳动旗下火山引擎正在内测“AI 版权管理平台”，允许版权方将已授权的 IP 通过 Seedance、Seedream 等视频与图像生成模型进行商业化创作。这标志着 AI 视频生成从被动“防侵权”转向主动的“IP 变现”，也是一次内容产业与生成式模型在授权机制上的深度磨合。

腾讯微信视觉团队宣布开源通用多模态嵌入模型 WeMM-Embedding，支持文本与图像输入，提供 2B、4B、9B 三个版本，目前已在微信推荐与搜索场景大规模上线，日调用量超过十亿次。

Anthropic 的 Claude 在黎曼猜想证明中取得突破，将零点在临界线上的下界推高至 67.25%，随后人类数学家完成精简、机器验证工具 Lean 当天通过校验。AI 与人类协作解决超难数学问题的闭环首次跑通。

一条关于“黄果短剧是否由 AI 生成以及用哪个工具制作”的普通提问帖在 X 平台获得超 61 万次浏览，侧面反映出 AI 生成视频在特定题材内容上的传播速度和用户好奇心，也暴露出公众对 AI 视频生成工具能力边界与使用门槛的认知空白。

开源项目 sanoTTS 展示了把语音合成模型压缩到极致的能力——最小权重仅 337KB，能在约 3 美元的 ESP32-S3 芯片或浏览器本地运行，无需联网或云端算力。它让“设备自己开口说话”从概念变成了可动手尝试的开源方案。

Vercel 创始人 Guillermo Rauch 在社交平台 X 上直言，AI 从业者正经历职业生涯中最辛苦的阶段，并称当下为“智能革命”。这一看似与“AI 解放时间”矛盾的观察，揭示了行业高速竞争下的真实工作状态。

Dan Shipper 构建了一款基于 Codex 的个性化测试应用，它先分析你对技术变革的心理倾向，再模拟你如果身处不同历史技术变革时期会如何反应。这件事的价值在于把大模型能力从“工具使用”延伸到“自我认知与历史情景推演”。

Meta FAIR 提出了一种名为 RPMs（AI 研究偏好模型）的新方法，目标是在正式启动大规模机器学习实验之前，先对实验方案进行排序和筛选，从而减少不必要的 GPU 算力消耗。这项研究直指当前 AI 训练成本高昂、实验重复浪费的痛点。

H Company 发布 NeoMME 系列多模态编码器，提供 260M 和 800M 两种参数版本，直接舍弃传统视觉塔和因果解码器，改用单塔结构统一处理图文。这一架构调整可能让多模态模型的训练、推理成本更低，并为开源生态提供新的轻量级选项。