一文读懂Kimi K3 预训练|3T模型,不再是魔法
一文读懂Kimi K3 预训练|3T模型,不再是魔法7月几天之内,中国大模型行业接连出现了两个超过2万亿参数的模型。
搜索
7月几天之内,中国大模型行业接连出现了两个超过2万亿参数的模型。
最近跟团队伙伴聊,都觉得AI影视是一个现象级的新机会。
长视频理解,正在成为多模态大模型的重要能力。
在刚刚落幕的2026 WAIC世界人工智能大会上,无问芯穹首次公布了其在大模型推理系统架构中的新突破——跨集群异构推理架构PDD。
一个苹果从树上落下,今天的视频模型大多能生成一段「看起来正确」的运动:苹果向下、速度加快,最终落地。
打开 Word,「我跨过了大西洋,我到了阿拉斯加,我翻过了落基山脉,我穿过了密西西比河,我来到了芝加哥……」,再复制回 Word。
近几年,多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜,甚至整套演示文稿。只看成品,创作门槛似乎已经大幅降低。
近期,SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片,一路延伸至内存、能源、数据中心与 AI 商业模式,并指向同一个变化:AI 竞赛的焦点,正从单纯比较模型能力,扩展到谁能以更低成本、更大规模,把模型能力稳定地交付出来。
OpenAI,终于又舍得Open了一把。
过去两年,多模态模型的竞争看起来像一场“造眼睛”的竞赛:更高的图像分辨率、更多的视觉 token、更大的模型,以及更昂贵的训练。行业似乎默认,只要第一次看得足够清楚,AI 就能从“看见”抵达“洞见”。