阿里巴巴计划采购数万颗AMD MI308 AI芯片，以满足其人工智能领域的需求。MI308是一款专为中国市场设计的合规芯片，已获美国出口许可，与英伟达H20同为合规产品。此举凸显阿里对AI技术的重视，但MI308在性价比和安全性方面与H20存在差异。
Mistral AI发布第二代开源编码模型Devstral2和Devstral Small2。旗舰模型Devstral2参数量达1230亿，在SWE-Bench基准测试中得分72.2%，性能领先同类开源模型。两款模型采用差异化许可策略，满足不同规模用户需求，并强调成本效益优势。
Mistral AI发布第二代开源编码模型Devstral2和Devstral Small2。旗舰模型Devstral2拥有1230亿参数，在SWE-Bench Verified基准测试中得分72.2%，性能超越多数开源模型。公司采用差异化许可策略，针对不同规模模型制定相应条款。
谷歌在Google Discover测试AI生成标题功能，但出现误导性信息问题。部分AI改写标题与原文差异明显，甚至完全错误，例如将一篇关于Valve Steam Machine的文章标题改写为不准确内容。
SynthTrails是一家开创性的音乐生成初创公司，将人类情感的细微差别转化为独特的音乐体验。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Google
$2.1
$17.5
1k
Anthropic
$21
$105
200
Alibaba
$8
$240
52
Bytedance
$1.2
$3.6
4
-
Tencent
Iflytek
$2
128
Chatglm
Baichuan
32
Minimax
Baidu
$1
$4
64
$14
$70
Open-Bee
Bee-8B是一个先进的全开源多模态大语言模型，专注于数据质量，旨在缩小与专有模型的性能差距。通过使用高质量的Honey-Data-15M语料库和先进的数据处理管道HoneyPipe，在复杂推理等方面展现了卓越性能。
OpenGVLab
InternVL3.5-14B是InternVL系列的开源多模态模型，显著提升了通用性、推理能力和推理效率，支持GUI交互等新功能，缩小了与商业模型的性能差距。
TildeAI
TildeOpen LLM 是一个开源的基础语言模型，专门为服务代表性不足的北欧和东欧语言而设计。该模型由欧盟委员会资助，在LUMI超级计算机上训练，拥有300亿参数，解决了19种重点语言使用者在现有AI系统中面临的性能差距问题。
kajuma
DiffLlama-1B 是一个从零开始预训练约1000亿标记、参数规模约10亿的大语言模型，创新性地采用了'差分Transformer'架构理念。
atalaydenknalbant
基于YOLO和RT-DETR架构的计算机视觉模型，专门用于通过虎皮鹦鹉蜡膜颜色差异进行性别判定
InstaDeepAI
Isoformer 是一个能够准确预测差异转录本表达的模型，其性能优于现有方法，并充分利用了多模态数据。
lucianosb
Open Cabrita 3B 是一个针对葡萄牙语优化的开源大语言模型，基于LLaMA架构，旨在缩小外语与英语模型之间的性能差距。
gchhablani
基于bert-base-cased在GLUE QQP数据集上微调的文本分类模型，用于比较fnet-base与bert-base-cased的性能差异
tals
VitaminC是一个基于对比证据的事实核查模型，通过分析细微差异的证据对来提高事实核查的鲁棒性。
AWorld是一个多智能体系统框架，旨在弥合理论MAS能力与实际应用之间的差距，提供从单智能体到多智能体协作/竞争的全套解决方案。项目支持浏览器/手机操作、GAIA基准测试等场景，采用客户端-服务器架构，集成丰富工具链，并包含性能评估与训练功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
