# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
给啊哞的情书
这几天 ox-alpha 用爽了吧...正如很多人猜的那样，这个模型来自智谱，正式名称为 glm-5.3-flash，支持多模态，但很多人没猜到的是：这个乱杀的模型只有 321B，且与 glm-5.3 不同，是完全的新架构
更尼玛离谱：智谱的这段时间模型给全世界畅跑，完全是用国产卡供的！！其支撑起的单日 token 消耗量，创下了 OpenRouter 平台历史纪录的 4 倍，而这一切的背后，是 10万+ 张国产芯片集群的服务
还有就是：这模型比 ds4p 聪明，比 ds4f 便宜，还开源，至此...大模型行业又多了一条斩杀线
你以为这就完了？不不不...这个模型开启了限时折扣，半价，所以...真实的斩杀线在这里....斩杀这个词，现在具像化了
对此...只能说唐老师的信用分还是太稳定了：牛来，就是给啊哞的情书
对于这个模型，一句话说：Opus 4.8 的能力，1/40 的价格
考虑到这款模型在限时半价...
于是，我们的模型地图...就变成了这么一个...诡异的样子
这就引出一个关键问题：它是怎么做到把成本压这么低的
答案在底层：它模型结构大改，跟 GLM-5.3 已经完全不是同一个东西了，底层的混合注意力架构被整个重写了一遍
首先是身板变轻了，跟 4.5 系列比，虽然总参数量还在 300B 的量级，但每次激活的参数从 32B 直接砍到了 18B，层数也几乎减半
更大的手术动在注意力机制上。它走了一条极简的路子：局部依赖交给线性递归，全局的上下文则用一个轻量级的索引器去捞。为了在 100 万 token 的超长上下文里压住内存消耗，智谱引入了一个叫 IndexPool 的池化技术，把索引器的缓存向量狠狠压缩了一把
这套活儿整下来，它的注意力计算量降了整整 3 倍，KV 缓存也降了 4 倍多，成为了同级别模型里计算量最低的那一档同时，为了给模型后期的 Scaling 铺路，他们还引入了 mHC（流形约束超连接）技术
最后在所有基线模型中，GLM-5.3-Flash的注意力计算量最低。不过，GLM-5.3-Flash的平均每层KV缓存大小仍略高于 Kimi-K3 和DeepSeek-V4-Flash，这也是在后续工作中进一步优化的方向
说完了模型结构，再看底层的算力基建，过去这一周 Ox-Alpha 在海外面临那么恐怖的流量，背后其实全是大规模的国产芯片集群在硬扛。但在 1M 这么长的上下文里，国产卡本身的算力和内存带宽是有很大瓶颈的。在这个构建过程里，很多开发和优化算子、诊断性能瓶颈的脏活累活，是让 GLM-5.3 驱动的 infra agent（基建智能体）去帮忙干的。等于说，大模型自己帮着优化了自己要跑的系统，跑通了一个自我进化的正向循环
到了集群层面，他们把接收多模态、预填充（Prefill）和解码（Decode）全拆开，做成了可以独立调度和扩缩容的工作池，也就是 EPD 分离式架构
再加上底层那一堆像张量并行、混合缓存量化、Layer Split 的极限操作，硬是把性能拔了上去。与同一硬件上的初始基线相比，端到端服务性能直接提升了 3 倍
此举证明了：国产芯片完全可以在大规模场景下高效、经济地支撑前沿模型的推理需求
GLM 的模型，之前一直不支持多模态，编程确实牛逼，但就是没有视觉
在模型结构大改，并且喂了 30T Token 的多模态预训练预料后，GLM-5.3-Flash 成了该系列第一个真正意义上的原生多模态
为了练就这个本事，智谱专门做了一套视觉编码的数据合成流水线。模型生成的训练轨迹会被要求与环境交互，自己检查输出并迭代改进。在前端 Coding 这种强视觉方向，甚至跑了基于环境反馈的强化学习
那么就让我们看看，社区里的开发者们都整出了哪些狠活
比如我们的 V 佬直接拿它写了五六十万行代码，硬生生从零搓出了一个泰拉瑞亚....
也比如让它用 Godot 写个 2v2 的喷漆对战游戏....尼玛离谱了
到了前端 UI 这里也是一样的降维打击。甩给它几张移动端 App 的设计稿，或者直接给个 Zaha Hadid 建筑事务所官网的 URL，它能像素级给你还原出来
在 3D 建模软件 Blender 里，它甚至能独立完成一套 400 平米豪宅的建模和渲染。你只要在提示词里给它定个 100 分的评分标准，没到 90 分它就自己打回去重画。16 个小时里，它自己循环检查修复，最后交出一套涵盖开放厨房、酒窖和露台的专业级成图
除了搓代码，它在日常的办公和内容场景里也很好用
比如它处理视频时，是真的在用眼睛「看」。比如给它一段多人对话视频，哪怕某个人的名牌只在画面里闪过一瞬间，它也能敏锐地抓到，然后准确地把名字和后面的每一句话对应起来，能自动区分主讲人、主持人和插话者，给不同的人配上不同的颜色和高亮动效
至于做 PPT，有了视觉把关后，版式和图片的裁切终于不会乱飞了，比如下面这个是没有上视觉校验的
而这个是上了校验的
如果配合 ZCode 使用，它的 BUA 和 CUA（浏览器与电脑控制）可以直接把能力延伸到图形界面。它能直接接管你的电脑，比如让它自己打 Slay the Spire；
或者让它打开本地的网易云音乐，照着界面手搓一个一模一样的出来，写完还自己左右对比找茬
这款模型现已正式上线&开源，开源通过智谱的开放平台、z.ai、以及智谱的 Coding Plan 来进行访问，并且已开源
还有就是..这个模型最早在匿名测试的时候，也不知道是图个啥... 之前 Gemini 一众人纷纷前来认领 ox 是他们的...
文章来自于微信公众号 “赛博禅心”，作者 “赛博禅心”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务，如比较价格、添加购物车、回复各种社交媒体等。
项目地址：https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
