在2026年CES展上，英伟达发布下一代AI平台“鲁宾”，核心为全新超级芯片Vera Rubin。该平台旨在为智能体AI和大规模推理模型提供更强算力，芯片采用创新集成设计，提升高性能计算效率。
OpenAI与博通合作开发定制AI推理芯片，计划2026年投入使用，未来五年部署10吉瓦算力，旨在结束单纯依赖GPU的时代，重塑AI经济格局。
在2025年AWS re:Invent大会上，亚马逊云科技发布了新一代AI训练芯片Trainium3。该芯片采用3纳米制程，性能较上一代提升4倍，内存容量也增加4倍，能效提高40%，显著增强了高负载AI训练和推理能力。
理想汽车2025年第三季度财报显示，总营收274亿元，同比下滑36.2%；净亏损6.244亿元，去年同期为盈利28亿元。管理层在电话会议中强调，公司正加速自动驾驶和AI领域转型，自研AI推理芯片M100取得关键进展，预示未来战略调整。
Meta自研的下一代AI训练和推理加速芯片
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
Baidu
128
$6
$24
$2
$20
Moonshot
Bytedance
$0.8
32
mlx-community
VibeThinker-1.5B的4位量化版本，基于MLX框架针对苹果芯片优化，是一个拥有15亿参数的密集语言模型，专门用于数学推理和算法编码问题
McG-221
本模型是Falcon-H1-34B-Instruct指令微调版本的MLX格式转换版，专为Apple Silicon（M系列芯片）优化。它基于原始的Falcon-H1-34B-Instruct模型，通过mlx-lm工具转换为MLX框架兼容的8位量化格式，旨在在macOS设备上实现高效的本地推理。
Granite-4.0-H-1B-8bit 是 IBM Granite 系列的小型语言模型，专门针对 Apple Silicon 芯片优化，采用 8 位量化技术，参数量为 1B，具有高效推理和低资源消耗的特点。
manasmisra
该模型是基于GLM-4.5-Air使用REAP方法进行25%均匀剪枝后的专家混合模型，已转换为MLX格式的4位量化版本，适用于苹果芯片设备的高效推理。
LFM2-8B-A1B是针对苹果硅芯片优化的8位量化MLX构建版本，采用专家混合（MoE）架构，总参数约80亿，每个令牌激活约10亿参数，支持设备端快速推理。
IBM Granite-4.0-H-Tiny模型的5-bit量化版本，专为苹果硅芯片优化。采用Mamba-2与软注意力混合架构，结合混合专家模型(MoE)，在保持高质量的同时实现高效推理。
IBM Granite-4.0-H-Tiny是经过苹果硅芯片优化的混合Mamba-2/Transformer模型，采用3位量化技术，专为长上下文、高效推理和企业使用而设计。该模型结合了Mamba-2架构和专家混合技术，在保持表达能力的同时显著降低内存占用。
Apriel-1.5-15B-Thinker是一个专为图像理解与推理设计的150亿参数多模态模型，采用中期训练方法而非RLHF训练。本版本为适用于苹果芯片的MLX量化版本，具有内存占用小、启动速度快的特点。
moonstruxx
这是一个基于opendatalab/MinerU2.5-2509-1.2B转换而来的MLX格式大语言模型，参数规模为12亿，专门针对Apple Silicon芯片优化，支持FP16精度推理。
Jinx GPT OSS 20B MXFP4 MLX 是一个基于 MLX 框架转换的 200 亿参数大语言模型，采用混合精度量化技术优化，适用于苹果芯片设备的高效推理。
lmstudio-community
Qwen3-Next-80B-A3B-Instruct是阿里云通义千问团队开发的大规模语言模型，经过MLX框架4位量化优化，专门针对苹果芯片设备进行了性能优化，提供高效的推理能力。
abnormalmapstudio
这是基于Qwen3-Next-80B-A3B-Thinking基础模型的苹果MLX优化4位mxfp4量化版本，专门针对苹果硅芯片优化，可在Mac设备上实现高效的本地推理，显著降低内存占用同时保持良好性能。
这是一个转换为MLX格式的文本嵌入模型，基于Google的EmbeddingGemma-300m模型转换而来，专门用于句子相似度计算和文本嵌入任务。模型采用BF16精度，适用于苹果芯片设备上的高效推理。
LogicBombaklot
这是一个基于NVIDIA Llama-3.3-Nemotron-Super-49B-v1.5模型转换的MLX格式版本，使用mlx-lm 0.26.3工具转换为8位量化格式，专门为Apple Silicon芯片优化，支持高效的本地推理。
这是DeepSeek-V3.1-Base模型的4位量化版本，使用mlx-lm工具转换而成，专门为Apple Silicon芯片优化，提供高效的大语言模型推理能力。
NexVeridian
这是一个基于OpenAI GPT-OSS-120B模型转换的3位量化版本，使用mlx-lm 0.26.3工具转换为MLX格式，适用于苹果芯片设备的高效推理。
基于GLM-4.5-Air模型使用mlx-lm 0.26.1版本转换的3位深度权重量化版本，专为Apple Silicon芯片优化，提供高效的大语言模型推理能力
该模型是基于Qwen3-235B-A22B-Thinking-2507转换的MLX格式版本，采用3-5位混合量化技术，在保持高性能的同时显著减少模型大小和计算需求，适用于苹果芯片设备的高效推理。
Qwen3-235B-A22B-Thinking-2507是由Qwen开发的大语言模型，经过LM Studio团队使用MLX进行6位量化处理，专门针对Apple Silicon芯片进行了优化，提供高效推理能力。
基于Qwen3-235B-A22B-Thinking-2507模型的4位量化版本，使用MLX框架针对苹果芯片优化，是一个高性能的大语言模型，具备思维链推理能力
TransformersMultiple Languages%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)
