内容形态
AI 行业的商业脉搏：融资并购、人事变动、合作与竞争、政策与市场信号。
104 条精选近 30 天 96 条共收录 117 条
Berkeley AI Research 博客介绍 ABBEL 框架，针对长程任务中 LLM 上下文无法无限扩展的问题。传统做法是递归摘要（上下文压缩），可生成简洁可解释的上下文，但在高质量数据稀缺的人类协助场景（如协作式代码生成）中性能代价显著。ABBEL 将摘要的信息内容以自然语言“信念状态”形式隔离并加以监督，用信念替代完整交互历史作为智能体工作上下文，并通过信念评分监督每个信念状态的内容。文中提到 Cursor 的 composer 2.5 在训练中使用压缩，Grandcode 虽采用高效注意力模型仍需要上下文摘要；同时指出模型服务方仍建议用户避免在任务中途使用压缩。
为什么值得看：企业负责人可关注：长周期 AI 编程与办公自动化中，上下文管理直接影响任务成功率与成本；ABBEL 提出的信念状态监督思路，可能影响未来智能体产品的上下文压缩策略与可靠性。但该信息来自研究博客，尚无产品化、成本与部署细节，需进一步核实。
据MiniMax官方新闻，6月12日晚MiniMax正式开源新一代通用模型MiniMax M3，壁仞科技壁砺166系列基于SGLang推理框架完成该模型的Day0适配与调优。壁仞科技表示，此前已同步适配MiniMax M2.1、M2.5、M2.7等多款模型，并在模型精度和稳定性方面表现优异。
为什么值得看：对企业负责人而言，该信息显示国产GPU厂商在新开源大模型发布当日即完成适配，国产算力平台对新一代模型的响应速度在提升。若企业关注国产算力部署、模型供应链多元化或推理成本控制，可留意此类软硬件协同进展，但需注意厂商披露的适配效果尚未经独立验证，实际生产可用性需自行评估。
据MiniMax官方新闻，6月12日华为云与MiniMax原生多模态旗舰模型M3实现开源首发适配。华为云基于昇腾算力底座，为MiniMax提供Tokens算力支持。双方称打通从算力到企业生产力的闭环。
为什么值得看：该消息涉及国产算力平台与多模态大模型的适配，企业负责人可关注其在模型部署、算力供给和国产技术栈选型方面的潜在价值。但适配的具体能力、性能表现、可用范围与成本均未披露，需进一步核实后再评估是否纳入企业AI方案。
据MiniMax官方新闻，海光DCU对MiniMax M3模型完成深度优化与Day0极速适配，厂商称可零成本满血运行M3模型。
为什么值得看：对企业负责人而言，该信息指向国产算力与国产大模型的适配进展，可能影响模型部署时的硬件选型与算力成本考量。但相关内容为厂商披露，缺少具体性能数据、部署条件与成本细节，实际效果需结合自身场景验证。