搜索
8 月 3 日，在 AGI Playground 2026 大会上，Genspark 创始人&CEO 景鲲在现场发布了一款新产品 GenOffice。这是一个面向 Windows 和 Mac 的本地 Office 客户端。开源、免费、无广告，保留用户熟悉的文档编辑能力，同时把 AI 引入 Word、PPT 等高频办公场景。
有人总结，运行 Kimi K3 其实很容易，只需要 1.5TB GPU 内存、大约 8 张 H100，以及一座小型变电站。一名开发者拿出一台 128GB 统一内存的 M5 Max，直接加载 Kimi K3 发布在 Hugging Face 上的官方 MXFP4 权重。
今天，Thinking Machines正式发布第二款重磅模型——Inkling-Small。276B总参数、12B激活参数，原生多模态，100万token上下文。半个月前，首个开源975B Inkling登场，曾在AI圈掀起了巨浪。
刚刚，因健康离职Thinking Machines Lab的翁荔，光速重返了OpenAI。据OpenAI内部人士透露，翁荔将领导一个「自进化」团队。该项目属于OpenAI内部优先级极高的研究方向，目标是让模型能够训练并改进自己的后继模型。
创业公司最残酷的一面，往往藏在产品发布的高光时刻背后。
上周AI圈都在讨论一件事，但大多数人只看到了一半。
BigMac 是原生多模场景下的流水并行训练新范式。它针对多模态大模型训练中计算效率与显存占用难以兼顾的问题，提出了依赖安全的嵌套流水线：以成熟的 LLM 流水线为主干，在不打乱 LLM 执行顺序的前提下，有序嵌入编码器和生成器计算，从而在不增加 LLM 流水线空泡、保持激活显存有界的同时，高效实现多模态流水训练。
Mark Gurman 披露了一份苹果直到 2028 年的 Mac 路线图。
最近手头在测一个新模型，叫 Macaron-V1。说实话一开始没抱太大期待，打着「个人智能体」旗号的产品这两年太多了，大多数打开之后还是那套老配方：一个聊天机器人，外面挂几个插件。但测了三四天下来，发现这个模型的思路跟我预想的不太一样，值得认真写一篇。
时至今日，全球大模型格局已成定数，还有必要耗费巨资从零开始训练一个新模型吗？