DeepSeek发布V3.2标准版与深度思考版。评测显示，V3.2在128k上下文场景下与GPT-5互有胜负；深度思考版在多项基准测试中与Gemini3Pro持平，并在IMO2025盲测中达到金牌分数线。核心升级是转正稀疏注意力技术，通过优化token路由，显著降低了长文本的计算复杂度、显存占用，并提升了推理速度，首次在开源模型中实现了百万token的单卡推理能力。
12月1日，中国AI公司深度求索发布DeepSeek-V3.2系列模型，包括标准版和高计算增强版。该系列采用创新的稀疏注意力机制（DSA），首次实现细粒度稀疏注意力，有效降低长文本处理的计算成本。模型强化了Agent能力，旨在挑战GPT-5和Gemini 3.0 Pro等全球顶级AI模型。
MiniMax M2模型采用全注意力机制，放弃线性或稀疏注意力技术。开发团队认为，尽管后者能节省计算资源，但全注意力在工业应用中更高效，能提升模型性能。这一决策旨在优化实际部署效果，推动AI技术发展。
蚂蚁集团开源百灵大模型Ring-flash-linear-2.0-128K，专攻超长文本编程。采用混合线性注意力与稀疏MoE架构，仅激活6.1B参数即可媲美40B密集模型，在代码生成和智能代理领域达到最优表现，高效解决长上下文处理痛点。
jackcloudman
Qwen3-Next-80B-A3B-Thinking 是通义千问团队推出的新一代思考型大语言模型，采用创新的混合注意力机制和高稀疏MoE架构，在保持高效推理的同时具备强大的复杂推理能力，原生支持262K上下文长度。
QuantTrio
DeepSeek-V3.2-Exp-AWQ是基于DeepSeek-V3.2-Exp模型的量化版本，通过vLLM框架实现高效文本生成。该模型引入了DeepSeek稀疏注意力机制，在长上下文训练和推理效率上有显著提升，同时保持了模型输出质量。
cpatonn
Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。
unsloth
Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型，采用创新的混合注意力机制和高稀疏专家混合架构，在保持80B总参数的同时仅激活3B参数，实现了高效的上下文建模和推理加速，原生支持262K上下文长度并可扩展至1M令牌。
Qwen3-Next-80B-A3B-Thinking-AWQ-4bit是基于Qwen3-Next-80B-A3B-Thinking模型通过AWQ量化技术生成的4位版本，显著提升了模型推理效率。该模型采用混合注意力机制和高稀疏MoE架构，在复杂推理任务中表现出色，支持长达262K标记的上下文长度。
Qwen3-Next-80B-A3B-Instruct-AWQ-4bit是基于Qwen3-Next-80B-A3B-Instruct模型进行4位AWQ量化的高效版本。该模型采用混合注意力机制和高稀疏专家混合架构，支持长达262K tokens的上下文长度，在保持高性能的同时大幅降低计算资源需求。
Qwen
Qwen3-Next-80B-A3B-Instruct是Qwen3-Next系列的基础模型，通过创新的混合注意力机制、高稀疏性专家混合层等技术，实现了在长文本处理上的高效建模和推理加速，在多个基准测试中展现出卓越性能。
FastVideo
FastWan2.1-T2V-1.3B-Diffusers是基于全新Sparse-distill策略微调的视频生成模型，结合蒸馏和稀疏注意力优势，支持高效的3步推理，能够以61×448×832分辨率生成高质量视频。
SeerAttention
为QwQ-32B模型引入注意力门控（AttnGates）权重的适配器，通过动态块级稀疏性加速长上下文计算
inclusionAI
玲珑线性预览版是由InclusionAI开源发布的混合线性稀疏大语言模型，总参数量17.1B，激活参数量3.0B。该模型基于混合线性注意力机制实现长文本推理，在推理过程中具备近线性计算复杂度与近恒定空间复杂度。
google
BigBird是一种基于稀疏注意力的Transformer模型，能够处理长达4096的序列，适用于长文档任务。
flax-community
Pino是基于BigBird架构的荷兰语预训练模型，采用稀疏注意力机制处理长序列文本，支持最长4096的序列长度。
nsi319
基于稀疏注意力的Transformer模型，专为移动应用描述分类任务微调
ccdv
基于CamemBERT-base调整的长序列处理模型，采用局部+稀疏+全局注意力机制(LSG)，高效处理长文本
BigBirdPegasus 是一种基于稀疏注意力的 Transformer 模型，能够处理更长的序列，特别适用于长文档摘要任务。
monologg
基于稀疏注意力的韩语Transformer模型，能处理最长4096的序列
BigBird是一种基于稀疏注意力的Transformer模型，能够处理更长的序列，适用于长文档摘要等任务。
BigBird是一种基于稀疏注意力的Transformer模型，能够处理长达4096的序列，适用于长文档摘要等任务。
基于LEGAL-BERT的小型版本，采用局部+稀疏+全局注意力机制(LSG)高效处理长序列
LSG模型是基于BART-large改进的长序列处理模型，采用局部+稀疏+全局注意力机制，高效处理长文本任务
VGGT-MPS是基于苹果芯片优化的3D视觉重建工具，使用Metal Performance Shaders加速，能够从单张或多张图像生成深度图、相机姿态和3D点云，支持稀疏注意力实现城市级重建。
%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)
