Cerebras详解万亿参数模型部署:59片晶圆跑起Kimi K3

Cerebras 公开了用 59 片 WSE-3T 晶圆部署约 3 万亿参数开源模型 Kimi K3 的方案,目标是把多万亿参数模型跑到每秒 1000–2000+ tokens,为大模型推理的算力路线提供了晶圆级芯片的参考样本。

Cerebras 公开了用 59 片 WSE-3T 晶圆部署约 3 万亿参数开源模型 Kimi K3 的方案,目标是把多万亿参数模型跑到每秒 1000–2000+ tokens,为大模型推理的算力路线提供了晶圆级芯片的参考样本。

火山方舟上线 DeepSeek-V4.1-Flash-1017,在 Agent 与代码能力上升级的同时,推出与标准版同权重、闲忙时均按标准版刊例价 8 折计费的经济版,用“效果无损、以时延换成本”的方式覆盖大规模调用场景。

alphaXiv 于 2026 年 10 月 25 日展示的一篇论文提出,在给定输出容差 ε 后,扩散模拟不必追踪所有单元,事件的影响范围可被证明地截断,且整体误差有显式上界。

alphaXiv 上的一项工作把冻结的 DINOv2 与冻结的 Laya 用 4.23M 参数适配器连接,绕开自回归 VLA 每帧超 300 ms 的耗时,在模拟器中做到单次前向加控制 32.85 ms。它更像一条可复现的工程路线,而不是已经上车的产品。

2026年10月发布在 Hugging Face Papers 的一篇论文提出 T2Quant,针对扩散语言模型(DLM)按任务和去噪时间步分配激活量化精度,在固定比特预算下最高提升平均准确率 6.7 个百分点。它值得关注,因为量化是 DLM 降低推理成本的关键路径,而此前方法大多没有区分任务和时间步的精度需…

2026 年 10 月 alphaXiv 上的一项论文提出两阶段方法 BeNice!,让循环深度复用的模型在推理时只保留最后一次循环的 KV 缓存,在模拟长上下文服务中吞吐提升最高 23.6%。这为降低长上下文大模型的内存压力提供了新思路。

alphaXiv 收录的论文 WorldForge V2(2026 年 10 月)提出一套相机轨迹引导方法,让预训练视频扩散模型在改变视角时保持场景外观和物体运动,仅需一个训练场景即可泛化到未见场景。

alphaXiv 页面在 2026 年 10 月 22 日展示的论文 UniFlowWAM,提出把 3D 场景流与视觉、动作并列为“第三模态”的统一世界-动作模型;在仿真和四项真实双臂操作任务上,其平均成功率为 87.0%,高于最强对比基线 π₀.₅ 的 68.5%。

据 The Batch 2026 年 10 月 23 日报道,Meta 发布面向大众的高端 Muse 模型并开放 Spark,同时 Reflection 宣布与英伟达合作。这三条消息分别涉及模型能力竞争、开源生态和算力绑定,值得关注其对开发者和企业选型的影响。

2026年10月21日,论文提出FRED框架,用自蒸馏让World Action Models(WAMs)单步去噪就能从噪声预测高质量未来视频表示,从而提升机器人操作策略。据摘要,它在零样本泛化上优于同类WAM,人→机器人迁移任务成功率达50.0%。