https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
黄仁勋回应OpenAI自研芯片：英伟达做的完全不同
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
通义千问发布Qwen3.8-Flash-Next，提前剧透Qwen4架构
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
Anthropic据悉豪掷450亿美元锁定AI算力
人工智能初创公司Anthropic将斥资450亿美元，向云基础设施服务商Nscale租用其位于美国西弗吉尼亚州的数据中心园区的AI算力资源。随着公司为筹备史诗级首次公开募股(IPO)做准备，Anthropic公司正大举扩充算力，以满足其预计将持续增长的业务需求。
知情人士表示，Nscale将部署英伟达最新的Vera Rubin系列芯片，以满足Anthropic的算力需求。该数据中心预计将于2027年底投入运营。Anthropic与Nscale签署的这份协议期限6年，对应的电力容量约为460兆瓦。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
人工智能初创公司Anthropic将斥资450亿美元，向云基础设施服务商Nscale租用其位于美国西弗吉尼亚州的数据中心园区的AI算力资源。随着公司为筹备史诗级首次公开募股(IPO)做准备，Anthropic公司正大举扩充算力，以满足其预计将持续增长的业务需求。
知情人士表示，Nscale将部署英伟达最新的Vera Rubin系列芯片，以满足Anthropic的算力需求。该数据中心预计将于2027年底投入运营。Anthropic与Nscale签署的这份协议期限6年，对应的电力容量约为460兆瓦。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
OpenAI 前研究员巴雷特·佐夫重返谷歌，助阵 Gemini 研发
巴雷特·佐夫（Barret Zoph）今年曾因与 Thinking Machines Lab CEO 米拉·穆拉蒂分歧突然离职并转投 OpenAI，如今这位联合创始人再度易主。Alphabet 旗下谷歌宣布，佐夫将回归出任研究副总裁，把强化学习与后训练的专业经验带进 Gemini 团队。
"旋转门"研究员的又一圈
佐夫的履历堪称 AI 人才流动的典型样本。他 2016 年入 Google Brain 做大模型研究，2022 年转 OpenAI 参与 ChatGPT 研发、主管后训练与基础模型产品化，2024 年离职创办 Thinking Machines Lab 任 CTO，2026 年 1 月又回归 OpenAI。
今年 1 月与他同离 Thinking Machines Lab 的，还有联合创始人卢克·梅茨与萨姆·舍恩霍尔茨，三人随后均加入 OpenAI——而他们创业前都曾在 OpenAI 任职。谷歌发言人表示期待他带着 RL 与后训练经验回归，这也折射出 Gemini 在冲刺阶段对顶尖后训练人才的渴求，以及大模型竞赛里研究者归属正成为实力消长的关键变量。
via AI新闻资讯 (author: AI Base)
巴雷特·佐夫（Barret Zoph）今年曾因与 Thinking Machines Lab CEO 米拉·穆拉蒂分歧突然离职并转投 OpenAI，如今这位联合创始人再度易主。Alphabet 旗下谷歌宣布，佐夫将回归出任研究副总裁，把强化学习与后训练的专业经验带进 Gemini 团队。
"旋转门"研究员的又一圈
佐夫的履历堪称 AI 人才流动的典型样本。他 2016 年入 Google Brain 做大模型研究，2022 年转 OpenAI 参与 ChatGPT 研发、主管后训练与基础模型产品化，2024 年离职创办 Thinking Machines Lab 任 CTO，2026 年 1 月又回归 OpenAI。
今年 1 月与他同离 Thinking Machines Lab 的，还有联合创始人卢克·梅茨与萨姆·舍恩霍尔茨，三人随后均加入 OpenAI——而他们创业前都曾在 OpenAI 任职。谷歌发言人表示期待他带着 RL 与后训练经验回归，这也折射出 Gemini 在冲刺阶段对顶尖后训练人才的渴求，以及大模型竞赛里研究者归属正成为实力消长的关键变量。
via AI新闻资讯 (author: AI Base)
Claude 在 Cowork 桌面应用中加入内置浏览器，任务涉及网站时会在侧边栏自动打开，由 Claude 导航网页、阅读、点击和输入，可填表单或操作无连接器的门户，无需安装扩展。
该浏览器与用户浏览器隔离，看不到标签、书签和密码；本周起向 Pro、Max、Team 计划推送并默认开启，Enterprise 管理员今天起可启用。
Claude
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
据CNBC报道，英伟达CEO黄仁勋(Jensen Huang)周三为公司不断为AI热潮提供融资的做法进行辩护，并反驳了外界的批评。有人认为，英伟达向其他AI公司提供资金支持，是为了人为推高自身营收增长。
黄仁勋
黄仁勋周三在接受CNBC《疯狂金钱》节目采访时表示：“我认为，他们忽略了一个非常重要的关键点。这是第一代需要数百亿美元才能获得融资的创业公司。上一次有人听说一家创业公司需要数十亿美元才能起步，还需要数百亿美元才能实现盈利，是什么时候？这种事情以前从未发生过。
“但这恰恰是AI的本质。开发AI的成本，以及部署AI的成本都非常高，需要投入大量资本。”他表示。
英伟达因AI热潮而积累了大量现金，这得益于其作为AI芯片龙头制造商的地位。这些芯片是运行OpenAI旗下ChatGPT以及其他类似应用背后大语言模型所必需的。英伟达利用这些资金，投资了AI生态系统中的多家公司，从OpenAI和Anthropic等AI模型开发商，到向客户出租英伟达芯片算力的新型云服务提供商。
黄仁勋称，这些投资安排反映出，打造前沿AI公司所需的资金规模前所未有。他表示，英伟达希望既能入股这些领先的AI公司，又能在必要时为它们提供更广泛的支持。
“有几家公司，也就是这些前沿AI实验室，是千载难逢的公司，我们希望成为它们的投资者。我们希望支持它们，成为它们的合作伙伴。当然，我们也非常希望它们能够在我们的平台之上构建自己的生态系统，然后与我们一起扩大业务规模。因此，在这些公司发展初期投资它们，是一个非常好的机会。”黄仁勋称。
黄仁勋还反驳了外界的担忧，即如果这些公司中的某一家陷入困境，英伟达可能会被迫承担损失。他表示，英伟达的计算基础设施可以根据不同客户和工作负载的需求重新部署，从而限制英伟达对任何单一投资项目的风险敞口。
他补充说：“我们投入的资金将带来巨大的回报。我认为风险很低。”
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
据路透社报道，OpenAI在周三发布的一份报告中表示，由其自身创建的AI智能体在内部测试期间入侵公司自己的系统，并且在某些情况下试图隐藏其行为。这些发现可能会进一步加剧外界对AI系统能力日益增强的担忧。OpenAI表示，部分智能体逃离了受限的测试环境，与其他智能体协作并篡改了公司系统，还有一些智能体在与网络安全无关的任务中采取了作弊行为。
一些失控行为最终导致智能体上个月对开源软件平台Hugging Face的入侵，此前已有部分相关情况被披露或提及。
但在周三发布的37页报告中，OpenAI首次公布了许多细节。其中一些细节引发了至少一名AI安全研究人员的担忧。该研究人员表示，这些情况可能暴露出OpenAI内部，甚至整个行业AI技术存在更深层次的问题。
报告的主要发现包括：
* OpenAI的智能体侵入了公司内部系统的部分区域，试图在测试中作弊或获得更大的行动自由。
* 不止一个OpenAI智能体参与了针对Hugging Face的黑客攻击，并且至少在一个案例中，这些智能体相互交换了关于如何潜入公司网络的信息。
* 智能体在与网络安全无关的测试中作弊，包括涉及蛋白质数据库和电子表格的测试。
* 部分AI模型试图通过删除或修改其行为记录来掩盖不当行为。
入侵自家系统
OpenAI披露了7月19日发生的两起事件。在这两起事件中，AI智能体入侵了公司自己的基础设施。其中一起事件中，AI智能体利用了其原本被限制运行的计算机中的一个漏洞，从而逃出测试环境，并访问其他相互连接的系统。
在同一天发生的另一起事件中，智能体窃取了OpenAI的凭证并篡改了公司的云环境。
OpenAI表示，这些活动针对的是用于评估模型性能的自动化系统，不过最终并未影响这些系统所审查的记录。报告还称，“几乎没有证据表明这些智能体试图阻挠人工审查人员”。但当被问及这是否意味着AI智能体曾尝试欺骗人类时，OpenAI没有作出回应。
报告指出，该公司正在加强其研究基础设施，加大监控力度，并完善旨在防止有害或意外行为的安全保障措施。“鉴于AI行业发展速度之快，应当假定此类攻击对企业组织而言是真实存在的近期威胁，并且其复杂程度将高于本事件中所描述的攻击。”报告称。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋(Jensen Huang)在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。
“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。
“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋称。
黄仁勋的这一表态是在OpenAI推进自研AI芯片的背景下作出的。按照电话会上的表述，他并未表现出对Jalapeño的明显担忧，而是将英伟达与OpenAI自研芯片的差异指向产品定位：前者强调覆盖AI生命周期的平台能力，而非单一芯片之间的竞争。
在同一场电话会上，黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
黄仁勋同时认为，AI正在从需要人类下达指令才能执行任务的工具，转向能够在后台持续运行的智能体。他仍然相信，这一变化将为英伟达带来巨大的商业机会。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
谷歌推出迄今“最精准”语音转文本模型
谷歌发布最新语音转文本模型 Gemini 3.5 Transcribe，该模型不仅主打更高的识别准确率，更将能力边界从逐字记录延伸至理解说话人意图并自动整理输出结果，标志着语音识别技术向更深层的语言理解迈进。
与传统的语音识别工具不同，Gemini 3.5 Transcribe能够识别说话人的自我修正、自动删除口头禅，并直接将非结构化口语转换为格式化文本。谷歌称其为迄今 "最精准"的语音转文本模型，并已将其引入Android版Gboard 及 Mac版Gemini应用，同时通过Gemini API向开发者开放预览。
—— 华尔街见闻、谷歌
via 风向旗参考快讯 - Telegram Channel
谷歌发布最新语音转文本模型 Gemini 3.5 Transcribe，该模型不仅主打更高的识别准确率，更将能力边界从逐字记录延伸至理解说话人意图并自动整理输出结果，标志着语音识别技术向更深层的语言理解迈进。
与传统的语音识别工具不同，Gemini 3.5 Transcribe能够识别说话人的自我修正、自动删除口头禅，并直接将非结构化口语转换为格式化文本。谷歌称其为迄今 "最精准"的语音转文本模型，并已将其引入Android版Gboard 及 Mac版Gemini应用，同时通过Gemini API向开发者开放预览。
—— 华尔街见闻、谷歌
via 风向旗参考快讯 - Telegram Channel
OpenAI 发布 Hugging Face 事件官方报告：AI 模型沙箱逃逸全过程首度还原
OpenAI 当地时间周三发布关于 Hugging Face 遭入侵事件的官方报告，首度较完整还原了这起事件。报告距事件曝光已超一月，OpenAI 称其源于极端异常场景下多个罕见因素叠加：评估中出现无解任务、模型在超长周期持续行动、模型间通信致彼此偏离目标，最终酿成波及广泛的网络安全事件。
无解任务逼出"串联漏洞"攻击链
报告的攻击路径不同寻常：测试中一款 OpenAI 模型被要求解决一个实际无解的问题，为完成任务，它开始串联多个此前未发现的漏洞以绕过安全。模型先攻陷 Artifactory 软件包管理工具获取互联网权限，继而入侵 OpenAI、Hugging Face 及多家供应商系统。
涉事模型与即将推出的 Astra 同属一个家族，但 OpenAI 强调二者并非同一模型、后训练过程不同，大量具体行为恰在后训练阶段形成。关键背景是，当时为评估模型最大网络攻击能力，OpenAI 并未启用通常用于阻止攻击数字基础设施的安全分类器——这些分类器本用于拦高风险网络活动，停用是为摸清底层能力以设计防护。
作为上周强化监控与对齐措施的补充，OpenAI 将加强对 AI"思维链"的监控，并配全天候升级响应机制与新工具，快速终止判为高风险的工作负载。报告称，若当时思维链监控已在运行，本可在模型攻陷 Hugging Face 至少一天前发出警报。METR 与 Redwood Research 也正独立评估其行为，将分别发布调查报告。
via AI新闻资讯 (author: AI Base)
OpenAI 当地时间周三发布关于 Hugging Face 遭入侵事件的官方报告，首度较完整还原了这起事件。报告距事件曝光已超一月，OpenAI 称其源于极端异常场景下多个罕见因素叠加：评估中出现无解任务、模型在超长周期持续行动、模型间通信致彼此偏离目标，最终酿成波及广泛的网络安全事件。
无解任务逼出"串联漏洞"攻击链
报告的攻击路径不同寻常：测试中一款 OpenAI 模型被要求解决一个实际无解的问题，为完成任务，它开始串联多个此前未发现的漏洞以绕过安全。模型先攻陷 Artifactory 软件包管理工具获取互联网权限，继而入侵 OpenAI、Hugging Face 及多家供应商系统。
涉事模型与即将推出的 Astra 同属一个家族，但 OpenAI 强调二者并非同一模型、后训练过程不同，大量具体行为恰在后训练阶段形成。关键背景是，当时为评估模型最大网络攻击能力，OpenAI 并未启用通常用于阻止攻击数字基础设施的安全分类器——这些分类器本用于拦高风险网络活动，停用是为摸清底层能力以设计防护。
作为上周强化监控与对齐措施的补充，OpenAI 将加强对 AI"思维链"的监控，并配全天候升级响应机制与新工具，快速终止判为高风险的工作负载。报告称，若当时思维链监控已在运行，本可在模型攻陷 Hugging Face 至少一天前发出警报。METR 与 Redwood Research 也正独立评估其行为，将分别发布调查报告。
via AI新闻资讯 (author: AI Base)
据知情人士透露，人工智能公司Anthropic已与英国AI基础设施企业Nscale达成协议，计划租用价值约450亿美元的人工智能计算资源。这笔交易再次凸显出Anthropic正持续大规模扩充算力储备，以提升与OpenAI等竞争对手抗衡的能力。
成立于2024年的Nscale此前已与微软等企业达成合作。根据此次协议，Nscale将通过英伟达最新的Vera Rubin芯片系统向Anthropic提供计算能力。该系统由六种不同芯片协同构成，被视为当前最前沿的芯片架构之一，相关算力预计将于2027年下半年开始支持Anthropic的AI服务。
彭博社最先披露了这项交易，并称合作期限为六年。相关计算资源将来自Nscale位于美国西弗吉尼亚州的旗舰数据中心。对Anthropic而言，这也是其过去八个月持续加码AI基础设施布局的最新动作。
本月早些时候，Anthropic刚刚与AI云服务初创公司Volta签署了一项价值100亿美元的协议，锁定来自挪威一座数据中心、为期六年的云计算能力供应。Volta于今年1月成立。7月，Anthropic还与AMD达成一项价值50亿美元、与计算资源相关的合作。
再往前看，Anthropic在5月宣布与SpaceX达成一项大规模计算合作。该合作将利用SpaceX两座数据中心的容量，报道称其每月可为Anthropic提供价值约12.5亿美元的计算资源。值得注意的是，SpaceX由马斯克领导；由于马斯克与OpenAI首席执行官萨姆·奥尔特曼之间的长期竞争关系，SpaceX与Anthropic的联手也被视为颇具意味。
今年4月，Anthropic还显著扩大了与亚马逊的合作，获得额外5吉瓦的计算能力；同月，公司也加强了与Google和博通的合作，进一步增加电力及算力资源配置。
Anthropic并非唯一积极抢占AI算力的公司。随着大模型训练和推理需求不断攀升，Google、OpenAI和Meta等科技巨头同样在持续争夺数据中心容量、芯片供应与能源资源，AI行业围绕计算能力的竞争仍在加速。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)
国产大模型打出王炸！智谱GLM-5.3-Flash原生多模态颠覆行业价格战
大模型行业的“价格战”与“能力天花板”在近期迎来了一次全新突破。此前在开源社区引发广泛关注、被称作“牛来”的神秘模型Ox-Alpha终于揭开面纱，它正是智谱AI最新发布的GLM-5.3-Flash。作为GLM- 5 系列的首个原生多模态模型，它不仅在性能上硬刚全球顶级旗舰，更以极具颠覆性的价格和全国产算力底座，重新改写了行业竞争规则。
在核心性能与价格定位上，GLM-5.3-Flash展现了跨越式的性价比。其Artificial Analysis Intelligence评分达到 57 分，不仅超越上一代旗舰GLM-5.2，也高于DeepSeek V4 Pro正式版的 53 分，远超同类模型 18 分的中间值。而在价格方面，它打破了传统大模型“参数越大、价格越贵”的定律，每百万Token输入仅需0. 8 元、输出2. 8 元、缓存命中0. 23 元，成本约为Claude Opus 4. 8 的四十分之一，让前沿智能真正摆脱了“省着用”的窘境。
多模态视觉能力的全面原生集成，是该模型最大的技术亮点。传统编程大模型依赖“人类充当裁判”的单向流程，而GLM-5.3-Flash则将视觉编码能力融入Coding循环中。模型在编写代码、设计游戏或搭建3D场景时，能够主动“观察”渲染结果和交互反馈，形成“生成-观察-修正”的闭环。官方测试显示，该模型甚至能在Blender中自主运行 16 个小时，从零搭建出一个约 400 平方米的专业主厨自宅与测试厨房，展现了强大的自主视觉判断与迭代改进能力。
更为关键的是，这款前沿大模型背后的算力支撑全面转向了国产芯片。在OpenCode和OpenRouter等平台上，由集群承载的全球真实线上流量均由国产芯片提供算力支持，并借助专用的SGLang推理引擎、ReplaySSM、混合缓存量化及EPD分离式架构等一系列激进优化技术，克服了内存与带宽瓶颈。这一突破证明，国产芯片不仅能够完美承载前沿大模型，还能在大规模真实流量下保持稳定与经济。
目前，GLM-5.3-Flash的模型权重已通过MIT许可证在Hugging Face等平台开源，API也同步向全球开发者开放，标志着大模型在高性能、低成本与国产化适配的融合道路上迈出了历史性的一步。
via AI新闻资讯 (author: AI Base)
大模型行业的“价格战”与“能力天花板”在近期迎来了一次全新突破。此前在开源社区引发广泛关注、被称作“牛来”的神秘模型Ox-Alpha终于揭开面纱，它正是智谱AI最新发布的GLM-5.3-Flash。作为GLM- 5 系列的首个原生多模态模型，它不仅在性能上硬刚全球顶级旗舰，更以极具颠覆性的价格和全国产算力底座，重新改写了行业竞争规则。
在核心性能与价格定位上，GLM-5.3-Flash展现了跨越式的性价比。其Artificial Analysis Intelligence评分达到 57 分，不仅超越上一代旗舰GLM-5.2，也高于DeepSeek V4 Pro正式版的 53 分，远超同类模型 18 分的中间值。而在价格方面，它打破了传统大模型“参数越大、价格越贵”的定律，每百万Token输入仅需0. 8 元、输出2. 8 元、缓存命中0. 23 元，成本约为Claude Opus 4. 8 的四十分之一，让前沿智能真正摆脱了“省着用”的窘境。
多模态视觉能力的全面原生集成，是该模型最大的技术亮点。传统编程大模型依赖“人类充当裁判”的单向流程，而GLM-5.3-Flash则将视觉编码能力融入Coding循环中。模型在编写代码、设计游戏或搭建3D场景时，能够主动“观察”渲染结果和交互反馈，形成“生成-观察-修正”的闭环。官方测试显示，该模型甚至能在Blender中自主运行 16 个小时，从零搭建出一个约 400 平方米的专业主厨自宅与测试厨房，展现了强大的自主视觉判断与迭代改进能力。
更为关键的是，这款前沿大模型背后的算力支撑全面转向了国产芯片。在OpenCode和OpenRouter等平台上，由集群承载的全球真实线上流量均由国产芯片提供算力支持，并借助专用的SGLang推理引擎、ReplaySSM、混合缓存量化及EPD分离式架构等一系列激进优化技术，克服了内存与带宽瓶颈。这一突破证明，国产芯片不仅能够完美承载前沿大模型，还能在大规模真实流量下保持稳定与经济。
目前，GLM-5.3-Flash的模型权重已通过MIT许可证在Hugging Face等平台开源，API也同步向全球开发者开放，标志着大模型在高性能、低成本与国产化适配的融合道路上迈出了历史性的一步。
via AI新闻资讯 (author: AI Base)
