本地跑7B模型真能省90%成本？显存压到6GB的秘密在这_服务软件

1. 本地AI哪家强？统一内存大横评！

2. 17000 token/s，比B200快48倍！Taalas AI 芯片能否颠覆英伟达GPU？

3. 中国大模型偷了老美的家，原因竟然是电多？ #燃起来了大国重器 #春节世界观察 #新年囤点专业货

4. 全网最细的零门槛OpenClaw教程！云端部署，无缝体验【以及聊聊AI落后焦虑】

5. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

6. DeepSeek，正如其名，深耕求索 AI 边界。DeepSeek V3.2 系列模型正式发布：开源 AI 推理能力直逼 GPT-5，Speciale 版斩获多项金牌在人工智能领域，开源模型的迅猛发展正重塑全球 AI 生态。今日（2025 年 12 月 1 日），中国 AI 初创公司 DeepSeek 宣布正式发布两款重量级大语言模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。这一双模型同步上线，不仅标志着 DeepSeek 在参数规模和推理能力上的新突破，更在开源社区引发热议。DeepSeek-V3.2 主打日常应用场景下的 Agent 强化能力，而 V3.2-Speciale 则作为“长思考增强版”，融入先进数学证明机制，在国际竞赛基准中屡获金牌。官方网页端、App 和 API 已全面更新，支持开发者即时接入。这一发布时机恰逢全球 AI 竞争白热化之际。DeepSeek 团队强调，新模型在训练过程中优化了多模态融合和长上下文处理，参数规模达数百亿级别，旨在桥接开源与闭源模型的性能鸿沟。以下，我们将从模型架构、基准评测、与其他顶尖模型的比较以及潜在影响四个维度，进行专业剖析。模型架构与创新亮点DeepSeek-V3.2 系列基于前代 V3.1 的 MoE（Mixture of Experts）架构迭代而来，总参数量超过 600B，其中活跃参数高效分配至 70B 级别。这种设计显著降低了推理延迟，同时提升了在复杂任务下的稳定性。核心创新包括： • Agent 能力强化：V3.2 内置多步规划模块，支持自主工具调用和动态决策链路，适用于自动化工作流场景，如代码生成和数据分析。 • 长思考机制：V3.2-Speciale 引入“思考链”（Chain-of-Thought）增强变体，结合 DeepSeek-Math-V2 的定理证明引擎。该版本在处理逻辑验证任务时，能模拟人类逐步推理过程，避免幻觉输出。 • 开源友好：模型权重已在 Hugging Face 和 GitHub 公开，支持 FP16/INT8 量化部署，适用于边缘设备。这些特性使 V3.2 系列不止于通用对话，更向专业垂直领域倾斜，如数学、编程和科学模拟。基准评测：性能数据详解为评估新模型的实际表现，DeepSeek 团队公布了多项国际标准基准结果，并邀请第三方机构验证。总体而言，V3.2 在推理和数学任务上表现出色，平均得分逼近闭源顶流。数学与逻辑推理基准 • GSM8K（小学数学）：V3.2 得分 98.2%，V3.2-Speciale 达 99.5%，接近人类专家水平。Speciale 版在长链推理中优势明显，错误率降至 0.5% 以下。 • MATH（高中数学竞赛）：Speciale 版斩获 92.7% 准确率，在 IMO 2025 模拟赛中获金牌，超越谷歌 Gemini Deep Think。该成绩得益于集成定理证明器，能自动验证几何和代数推导。 • AIME（美国数学邀请赛）：V3.2 系列平均 85.4%，较前代提升 12%。独立评测显示，Speciale 版在 MLPerf Inference v5.1 推理基准中，处理长序列输出时延迟仅为 GPT-5 的 1.2 倍。编程与多模态任务 • HumanEval（代码生成）：V3.2 达 89.6% 通过率，略高于 Claude 3.5 Sonnet，在 Aider 编程测试中得分 71.6%，标志着开源模型在软件工程领域的突破。 • MMLU-Pro（多学科知识）：整体得分 87.3%，在生物医学子集上表现尤佳，Nature 杂志的一项临床评测显示，DeepSeek 模型在 NMLE（国家医学执照考试）中超越 OpenAI o1，准确率提升 15%。安全效率评估NIST 的 CAISI 报告指出，V3.2 在安全基准（如红队攻击抵抗）中得分 92/100，优于多数美国参考模型，同时价格仅为闭源竞品的 1/10。量化后，推理速度提升 2.5 倍，支持 128K 上下文窗口。然而，评测也暴露短板：V3.2 在创意写作（如 GPQA 基准）中得分 78.5%，落后于 Gemini-3.0-Pro 约 5%。此外，独立测试显示其在边缘案例下的幻觉率仍需优化。与顶尖模型的横向比较DeepSeek V3.2 系列的发布，直接挑战了 OpenAI GPT-5 和 Google Gemini 的霸主地位。在综合基准 Arena-Hard 上，V3.2 以 91.2 分逼平 GPT-5（92.1 分），但略逊于 Gemini-3.0-Pro（93.8 分）。 17 Speciale 版在数学子集上逆转胜出，IMO 金牌成绩更胜一筹，终结了“闭源垄断高难度推理”的叙事。与其他开源模型相比，V3.2 碾压 Llama 3.1（MMLU 85.2%）和 Mistral Large（编程 82.4%），其 MoE 架构在能效上领先 30%。这一成绩源于 DeepSeek 的“渐进式蒸馏”训练策略，从 685B 基座模型提炼而出。开源生态影响与未来展望DeepSeek V3.2 的开源策略，将进一步加速 AI 民主化。开发者可通过 API 免费测试，预计短期内涌现大量 Agent 应用，如智能医疗诊断和自动化科研。长期看，这一发布或推动中美 AI 合作，缓解地缘壁垒。模型规模膨胀带来的碳足迹，以及在非英语语料上的泛化问题。DeepSeek 团队已承诺后续迭代，将融入更多多语言支持。DeepSeek V3.2 系列的亮相，不仅是技术跃进，更是开源精神的胜利。它证明，开源模型已能与闭源巨头并驾齐驱，甚至在特定领域领跑。对于从业者和研究者而言，这是部署高性能 AI 的绝佳时机。未来，随着更多评测数据涌现，我们期待 V3.2 在真实世界中绽放光彩。参考文献： • DeepSeek 官方公告及基准报告。 • 第三方评测：NIST CAISI、Nature 临床基准、MLPerf 等。（本文基于公开数据撰写）#DeepSeek同时发布2款新模型##ai生活指南##ai创造营#

7. 之前在 NAS 上部署了 OpenClaw，运行了两周挂掉了。这次在本地尝试一下企鹅家的 QClaw。QClaw 对新手或不懂代码的养虾人非常友好，本地部署和安装软件一样简单。最大的优势是原生支持绿泡泡和 QBot 接入，同时也支持飞书、钉钉等（图二）。内置了 30 个左右的 Skill，上手就能直接使用，不用再做基础技能的安装（图三）。灵感广场也内置了众多定时任务，进一步降低了养龙虾的门槛（图四）。QClaw 每天送 4000 万 Token（图五），对于初期调校是不太够用的。昨天从安装 Skill、简单调教，到控制浏览器、发出第一条微博，共烧掉了 3000 万 Token；后面摸索回复粉丝评论，又烧掉了剩下的 1000 万，结果还没跑通（图六）。那么问题来了，Coding Plan 哪家的最合适？#微博跨域计划# #AI创造营#

8. 白嫖顶级AI模型！GLM-4.7 + MiniMax M2.1 免费 API，媲美直连 Claude Code！NVIDIA 限免福利 | 零度解说

9. 10月国内开源模型依旧坚挺，持续汇总！

10. DeepSeek V3.2 正式版发布，V4 还没来，但已经是开源模型里 Agent 能力最强了

11. 最近，彭博社爆出来一个消息：Meta不仅打算放弃了开源，还在搞一个代号叫牛油果的新模型项目，这个项目蒸馏了好几家的开源模型，其中就包括阿里的千问大模型。作为曾经研究过技术研发的程序员，Meta选择蒸馏阿里千问、中国开源AI横扫硅谷，在我眼里就不是什么偶然逆袭。在开发者领域，中国开源模型的口碑一直强势。选开源模型从来不是只看榜单跑分，更看能不能落地、好不好用、省不省力，而阿里千问恰恰把这三点做到了极致，这也是它能让Meta、亚马逊等企业放弃硅谷同类模型的关键。这种技术话语权的转移，不仅让中国开源更有底气，更让全球开发者有了更多选择，不再被硅谷的技术标准绑架，能根据自己的需求选最适配的模型，这才是开源技术的本质，也是千问带给全球开发者最珍贵的价值。真正的技术强者，不仅要能做出高跑分的模型，更要懂开发者要什么、懂行业落地需求是什么，不仅要打破技术垄断，更要构建让全球开发者共赢的生态。

12. 阿里开源 Qwen3.5-Plus！三千行代码一次生！超强性能超低价格

13. 阿里千问横扫硅谷，美国正面临“千问恐慌”！阿里千问横扫硅谷，白宫深夜对阿里出手，美国正面临“千问恐慌”！#阿里 #千问 #大模型

14. Airbnb CEO公开表示其公司大量依赖 Qwen 模型，中国开源模型在硅谷是否已有取代GPT之势？

15. Kimi K2.5来了！老金用了一天发现这玩意儿要逆天！

16. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

17. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

18. DeepSeek V3.2 正式发布！免费开源，性能硬刚 Gemini 3.0 Pro！实测+本地部署｜零度解说

19. 当 QueenWen 遇见 Qwen，这不仅是名字上的“命中注定”，更是中国力量在各自领域的顶峰相见。这一次，阿里千问要展示的不仅是全球领先的模型硬实力，更是真正能自主办事、打通全生态的超级助理时代 #郑钦文阿里千问全球代言人 #千问AI #中国AI

20. #千问Qwen3.5大模型发布#千问 Qwen3.5 是采用极致稀疏 MoE 架构在保持超强性能的同时，显存占用降低 60%，推理效率大幅提升，部署成本显著下降。模型支持最高 256K 超长上下文，让长文本处理变的更加的轻松有效率了！原生多模态统一也是Qwen3.5的特点之一，也是目前国内外大模型的发展的主要趋势，模型在图文、视频理解能力全面升级，精准解析图表、文档与复杂视觉内容。实现了一个入口实现多种属性。Qwen3.5对于中小企业特别友好，很大程度上降低了企业运营成本，可以让中小企业得到高效、普惠、全能的运营工具。不再因为高昂的费用而排斥企业去追逐AI。#过个有AI年##HOW I AI#

21. 【重磅解读】谷歌Gemma 4杀疯了：小模型性能炸裂，真正实现商用自由！

22. Token时代到来，商业价值向管道和入口转移：AI应用普及尤其是小龙虾们的出现导致Token需求指数级增长，应用正从简单“对话式”转向消耗极大的“Agentic流程式”。模型能力差距快速缩小但Token价格差距仍然巨大，美国高端闭源模型的定价是中国开源模型的5倍甚至10倍。全球在用脚投票。评论配图

23. 当OpenAI们还在拼谁烧的钱多中国工程师已经在拼谁的方法更巧。#大咖观察 #红衣聊AI #OpenAI #kimi

24. 【硬核】超聚变128GB 显存的N卡小主机，居然一个游戏都跑不了？

25. 高中生，想成为鸿蒙开发者

26. 阿里系连发两个重磅AI产品，暗藏了一个巨大的机会#灵光 #蚂蚁灵光 #阿里巴巴 #全模态通用AI助手 #AI工具

27. #为什么AI大厂开始卖Token#AI大厂纷纷按Token收费并非噱头，而是行业走向成熟。Token是AI计量最小单位，能精准核算算力成本。如今AI已是生产力工具，写代码、做方案、跑智能体，算力消耗直接爆炸；运维成本极高，免费根本顶不住。按Token计费既公平可持续，用多少算多少，对厂商和用户都公平。这也说明AI从概念落地成了真刚需[思考]

28. 以「更懂开发者」之名：2026全球开发者先锋大会，看Agent如何重塑生产力

29. 不上云、不租卡，如何优雅地在本地微调Qwen-VL-30B？

30. #全国产AI更懂你# 今天的科大讯飞全球1024开发者节上，讯飞星火X1.5大模型正式发布，率先攻克国产算力MoE训练效率难题。它采用MoE架构，总参数量293B、激活30B，推理效率相比星火X1提升100%。它的语言理解、文本生成、知识问答、逻辑推理、数学能力、代码能力等六大核心能力全面对标国际主流，其中数学能力持续保持国际领先。其多语言能力覆盖超过130个语种，整体性能达到GPT-5的95%以上，其中拉美、东盟等14个重点语言效果领先，为世界提供了AI发展的“第二选择”。除了讯飞星火X1.5大模型，科大讯飞还发布了融合AI与麦克风阵列、扬声器阵列、摄像头阵列、视觉呈现等的软硬件一体解决方案，并首发个性化记忆与百变声音复刻功能，数字人导览“小飞”也正式上岗，她能实现多人多语种对话，根据历史信息进行个性化推荐，并完成购票、订酒店等任务。另外科大讯飞还展示了AI在教育、医疗、汽车、办公及情感陪伴等领域的深度应用。除了展示讯飞星火的一系列能力，我觉得最牛的还是，在中国主流大模型中，讯飞星火仍是唯一基于全国产算力训练的通用大模型。这带来最大的好处就是中国AI开发者用星火，出海完全不需要担心卡脖子，这对于想要做大做强的AI开发者非常重要。#科大讯飞全球1024开发者节#

31. 小小的也很厉害？这个只有6B参数的开源图像模型把我看傻了

32. #DeepSeek发布V3.2正式版# Open AI 再次迎来暴击！DeepSeekV3.2性能比肩GPT5 ，略低于 Gemini-3.0-Pro。V3.2-Speciale ，是全球首个“深度工具推理”开源模型，性能媲美 Gemini-3.0-Pro。此外，还把API 价格拉到前所未有的低谷：输入仅 0.28 美元/百万 tokens，输出 0.42 美元/百万tokens！相比 GPT-5 的 1.25–15 美元/百万，这简直是 1/5 到 1/50 的屠杀级折扣。

33. 如果你还在用原生JSON喂LLM，那你其实在浪费tokens、增加延迟和成本！试试TOON（Token-Oriented Object Notation），它像YAML一样清晰，像CSV一样紧凑。优势显著： - 节省30%~60% tokens - 成本降低最多50% - 尤其适合表格数据处理这不仅是节省，更是效率革命。用更少的token传递同样信息，直接降低调用费用和响应时间。对大规模数据交互的应用尤其关键。项目开源在这里：github.com/toon-format/toon 值得思考的是：虽然CSV和TOON都把键和值分开存储，是否会影响LLM的“记忆”与理解？这是未来值得研究的方向。也有人担心LLM训练时习惯了JSON格式，变换格式会不会影响生成质量？这点还需实测验证，但探索新格式本身就是推动效率创新的关键。总之，转向TOON或者类似紧凑格式，是降低LLM调用门槛和成本的必由之路。技术人必须拥抱这种token效率的提升，才能真正玩转大模型时代。原文：x.com/DataChaz/status/1989056483057889481

34. #千问Qwen3.5大模型发布# 阿里“年夜饭”来了，开源全新一代大模型千问Qwen3.5-Plus。总参数为3970亿，激活170亿，性能超过万亿参数的Qwen3-Max模型，部署显存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。在推理、编程、Agent智能体等全方位基准评估中均表现优异，并在视觉理解能力的权威评测中斩获数项性能最佳。支持长达2小时（1M token上下文）的视频直接输入，适用于长视频内容分析与摘要生成。#过个有AI年#

35. 爆肝10亿token，我给OpenClaw做了个龙虾管家！【一键安装龙虾】

36. 8G显存真不够用？爆肝3个月实测18张显卡20款游戏，结果竟然......

37. 不买会员，一期学会轻薄本跑大模型！

38. AI长出“手脚”的那一天，真的来了！ #AI硬件 #千问 #阿里 #阿里云 #智能硬件

39. 模型一换帧率减半！2026年零售机性能大横评【新评科技】

40. 网络热门AI鉴定25 —— AI视频美少女替身是怎么做的？｜微星 EdgeXpert 本地部署 AI 教程

41. 盘点一周AI大事(11月23日)｜AI自己画CAD图纸 Google发布最强大模型Gemini 3、最强图像模型Nano Banana Pro OpenAI发布最强编码模型GPT-5.1-Codex-Max 马斯克升级Grok 4.1，情商最强字节开源最强空间重建模型Depth Anything 3 腾讯发布最强开源视频模型HunyuanVideo-1.5 Meta开源最强对象分割模型SAM 3，最强3D分割模型 SAM 3D Autodesk研发出最强CAD智能体VideoCAD AI2发布最强开源深度研究智能体Deep Research Tulu Google发布最强AI天气预报WeatherNext 2 Maxima推出AI会计智能体头号玩家套装问世 #AI新星计划 #人工智能 #AIGC #OpenAI #大模型

42. Seedance 2.0：说中国话的最强AI视频模型！

43. AI让短剧从拍摄变生成，成本直降百倍、效率拉满。你觉得AI短剧未来还能带来多少惊喜？#网络名人赞两会 #2026全国两会 #漫剧 #AIGC #红衣聊AI

44. 盘点一周AI大事(11月9日)｜GPT5.1决战Gemini OpenAI预热GPT5.1，月底决战Gemini 3.0 Google内测Nano banana2.0 月之暗面发布最强开源大模型Kimi K2 Thinking，一举将开源大模型提到GPT5水平阿里发布Qwen 3 Max预览版 Higgsfield上线角色交换Recast Hume AI上线声音交换Voice Conversion Heygen推出超真实数字人字节发布开源版Sora客串BindWeave 视频模型MotionStream能让大象转身 Futurehouse推出AI科学家Kosmos 科学家研发出最强读心术模型Brain-IT #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

45. 盘点一周AI大事(3月22日)｜OpenAI红色警报字节开源AI超级员工DeerFlow 2.0 英伟达开源Agent安全补丁NemoClaw Okara发布AI CMO Junior开源能雇佣的AI员工Junior 清华开源Agent课堂OpenMAIC MiniMax发布最强开源大模型M2.7 Miro开源最强深度研究模型Miro Thinker H1 Unsloth开源AI训练工具Unsloth Studio Google升级AI Studio和Stitch 阿里开源最强影视配音模型Fun-CineForge Google开源最强视频超分模型Spark VSSR 研究员开源最强数字人模型ID-LoRA 研究员开源首个城市级别的世界模型Seoul World Model #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #OpenAI

46. 盘点一周AI大事(1月25日)｜Agent进化，24小时打工开源视频制作Remotion Skills爆火 AI编程开无限画布插件Pencil 爆火开源个人AI助手Clawdbot爆火，7成24小时给你打工 Claude Excel插件更新 Runway上线最强视频模型Gen 4.5 字节开源视频参考模型OminiTransfer 字节发布最强数字人直播模型FlowACT R1 阿里开源最强文本转语音模型Qwen 3 TTS #AI新星计划 #抖音知识年终大赏 #AI #OpenAI #AIGC

47. 64GB超大统一内存！华硕天选Air 2026锐龙AI Max版首发测评

48. 人类，终于又找到抗癌的好办法了谷歌与耶鲁联合发布AI抗癌模型，提出经实验验证的新假设，为十年内治愈疾病打开新可能#AI #谷歌 #抗癌

49. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

50. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

51. Token中文名确认为词元，到底是啥意思？#一个视频彻底搞懂Token #词元 #AI

52. #英伟达开源辅助驾驶模型和数据集##2026ces# 在 CES 2026 上，NVIDIA发布了 Alpamayo 系列开源模型、仿真工具和数据集。这事的核心意义在于：自动驾驶开始从看见就反应，走向先想清楚再动。过去的辅助驾驶，主要靠感知和规则。摄像头、雷达看到什么，就按既定逻辑给动作。这套方法在常见场景没问题，但一旦遇到少见、复杂、边缘情况，就容易不稳定。也正是这些场景，一直卡着高阶自动驾驶往上走。Alpamayo 想解决的，就是这个问题。它引入的是带推理能力的模型，不只是识别画面，而是把场景拆开，一步步判断，再做决定。换句话说，系统开始尝试理解“发生了什么”“接下来可能会怎样”，而不只是机械反应。同时英伟达还把大量极端和罕见场景的数据、以及配套的仿真工具一起开源。1700 多小时真实驾驶数据，覆盖不同地区和环境条件，相当于给行业准备了一套公开的难题集。算法行不行，不再只靠剪视频证明，而是能在同一套数据上被反复验证。把这两点放在一起看，Alpamayo 并不是多给一个工具，而是在推动一种变化。自动驾驶不再只拼谁跑得多、谁数据多，而是开始拼谁在复杂情况下判断更稳、逻辑更清楚、结果更一致。这件事对高阶自动驾驶尤其重要。真正决定安全下限的，从来不是日常通勤，而是那些低频但不能出错的场景。把这些问题摊到台面上，本身就意味着，这个领域正在走向更工程化、也更可被验证的阶段。英伟达开源辅助驾驶模型和数据集

53. 有了OpenSkills这个开源项目，Cursor, Antigravity, Gemini CLI 或者Qwen CLI也能在本地环境中运行Claude Skills了。试了下Gemini-CLI，还挺快就能上手。这个项目的目的是让你能够在本地运行 Claude（或者其他支持 MCP 协议的 LLM）的技能（Skill），不再依赖云端 API，从而实现隐私保护、本地数据处理等场景。它本质上是一个本地技能执行引擎，支持各种专用任务，例如处理文档、图像等，也可以自己扩展新技能。#ai创造营# #程序员#

54. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

55. 如何看待阿里开源的Qwen3-VL-Embedding 和 Qwen3-VL-Reranker 模型？

56. 在开源大模型领域，小米可能是领先华为的。#小米发布最新MiMo大模型#小米重磅开源新模型MiMo-V2-Flash！3090亿总参数+150亿活跃参数，性能媲美DeepSeek-V3.2，SWE-Bench编程得分73.4%超所有开源模型，256k超长上下文+150 tokens/秒推理速度，百万token成本低至0.1美元起～混合注意力+MTP+MOPD三大黑科技拉满效率，MIT协议开源可直接用，这波是小米AGI路线图的硬核第二步，全硬件生态AI底座稳了！#小米开源大模型##MiMo-V2-Flash#不过也许华为在闷声憋大招，余承东掌舵AI资源后，明年应该会有更多新动作

57. 西游取经团再出征：小米 Token Plan 能把 Token 价格打下来吗？

58. 深度｜大模型年终观察，如何定义2025年的"好模型"？

59. 从码农到“农场主”！这届鸿蒙开发者开挂了吧？

60. 盘点一周AI大事(4月5日)｜叫AI老公多干活 OpenAI内测下一代生图模型「GPT-Image-2」 OpenAI工匠计划「Project Stagecraft」曝光 Google发布最强开源小模型「Gemma 4」 Anthropic研究发现Claude有170种情绪向量阿里发布最强开源多模态大模型「Qwen3.5-Omni」 Sakana AI 发布AI战略官「Marlin」微软发布最强语音识别模型「MAI-Transcribe-1」研究员开源最强声音克隆模型「LongCat-AudioDiT」研究员开源最强语音合成模型「OmniVoice」工程师开源AI同事「同事.skill」爆火首个一人独角兽公司「Medvi」诞生 #前沿科技趋势发布月 #AI新星计划 #AI #OpenAI #AIGC

61. AI模型烧掉的Token，对应多少GDP？AI的经济贡献现在有数了

62. 国家超算互联网免费送3000万词元/小米正式终止MIUI系统更新/字节成中国首家Token消耗量破百万亿公司

63. 让 Anthropic 破防的「蒸馏」风波，美国 AI 大牛泼冷水：中国 AI 成功不靠走捷径

64. 最近，“龙虾”项目带火了一个词：Token。那Token是什么？它其实就是AI世界的计量单位。你每次让模型生成文字、处理内容，都在消耗Token，用得越多，消耗越大。所以现在AI大厂开始按Token收费了。MiniMax、Kimi、智谱都开放了开发者接口，用多少付多少。按用量付费，在目前来说应该会成为主流，不过以后随着技术的进步，免费的估计也会指日可待。#为什么AI大厂开始卖Token#

65. 华为第三方鸿蒙应用开始反哺开源鸿蒙生态了，很多APP的组件已经发布到开源鸿蒙社区！许多互联网公司并未直接开源完整APP，但将核心能力或开发工具以“三方库”形式贡献给OpenHarmony社区，供所有开发者使用。近日，由钉钉团队自主研发的“HarmonyOS 图片编辑组件”正式上线 OpenHarmony 三方库中心仓并开源。作为一款填补鸿蒙社区图像处理领域空白的重量级组件，该方案基于 HarmonyOS ArkTS 语言开发，提供了画板、马赛克、裁剪、文字四大核心图像处理能力。

66. FLUX2 Klein 开源模型最新佳作支持多图编辑 8G显存可用

67. 随着"龙虾"走红，Token也开始成为AI世界的新"石油"。从OpenAI到Anthropic，从国内通义到Kimi，几乎所有大厂都转向了Token计费模式。#为什么AI大厂开始卖Token# 这背后逻辑很简单：大模型本质是吞金兽，按调用次数收费不够灵活，按Token计费更符合"用多少付多少"的经济模型。但问题在于，Token定价权完全掌握在厂商手里，同样的输出在不同模型间价格可能差出几十倍。我倾向于认为，Token会成为AI时代的重要计量单位，但能否进化成"货币"还要看两个关键：一是定价机制是否透明，二是是否有替代计量标准出现。毕竟算力才是底层硬通货，Token不过是算力之上的抽象层。你怎么看？

68. 开源书《OpenClaw橙皮书：从入门到精通》八个部分，从浅到深：1. 认识OpenClaw：它是什么、为什么火、和ChatGPT到底有什么不同2. 技术架构：三层架构、记忆系统、Heartbeat心跳机制3. 部署方案：本地安装、Docker、9家国内云厂商一键部署对比（含价格）4. 渠道接入：飞书、钉钉、QQ、企业微信等20+平台的接入方式5. Skills技能系统：怎么找、怎么装、哪些值得装、怎么自己建6. 模型配置：21个模型/平台的配置方法和价格对比7. 安全与成本：已知安全事件、避坑指南、成本控制策略8. 生态与社区：养虾文化、平替产品、国内政策支持、国产Claw产品选购指南另外还有附录，包含常见问题FAQ、命令速查表和资源链接汇总。my.feishu.cn/wiki/H27Iw9ussiaYbokymhncExtjnAh#AI创造营##人工智能#

69. 蓝戟 Intel Arc Pro B70 TF评测：32 GB大显存，推理神卡？

70. 【#Kimi发布并开源K2.5模型# #月之暗面发布Kimi迄今最智能模型#】月之暗面Kimi发布并开源迄今最智能模型Kimi K2.5，该模型在Agent、代码、图像、视频及通用智能任务上获开源顶尖表现，支持视觉文本输入、思考/非思考模式及对话与Agent任务。 K2.5融合视觉理解推理、代码、Agent等能力，用户难用语言描述时可拍照、截图或录屏交互，突破文字表达限制，降低AI交互门槛。模型还深耕办公场景，将Kimi Agent能力拓展至Office领域，熟练掌握Word、Excel、PPT、PDF等软件中高阶技能，助力用户产出准专业办公文档。目前Kimi K2.5已登陆kimi.com、最新版Kimi App、Kimi API开放平台及编程助手Kimi Code等平台，企业和开发者可通过开放平台调用API，兼具Turbo级速度且大幅降低API价格。即日起，Kimi开放平台开启为期7天的充值赠送活动。

71. 【Z-Image 详细测评】超高质感符合亚洲人审美最新开源生图模型 6GB显存可用

72. #微博发布首个开源大模型#微博开源VibeThinker - 1.5B堪称“整活”成功，打破了大模型依赖巨量参数的固有认知。其轻量化特性适配社交高频需求，15亿参数体量推理快，能快速响应评论互动、话题总结等即时需求，无明显延迟。低成本优势适配社交多元开发，不足8000美元的后训练成本，让中小团队也能基于它开发社交趣味插件、舆情分析工具。SSP训练法带来的强推理能力，可精准拆解社交复杂诉求，比如梳理热点脉络、生成适配不同风格的文案。且开源属性能汇聚开发者力量，定制化优化野奢分享、赛事讨论等各类社交场景功能，为社交AI应用提供高性价比新方案。#秒懂热点就用智搜# 分析：【#微博发布首个开源大模型#】微博AI开源 VibeThinker-1.5B：小模型也可以有大智慧目

73. 当海外开发者还在为Gemini3 Flash惊叹时，小米开源大模型MiMo-V2-Flash横空出世，直接被老外吹成“Gemini平替”！它以309B参数实现2.6倍推理加速，延迟仅为DeepSeek-V3.2的一小部分，却在通用基准测试中性能相当。最让开发者疯狂的是，它不仅免费开源，推理成本还低至闭源竞品的2.5%，中国开源大模型的实力，这次真的让海外刮目相看

74. Flux 2.0 突然发布！最强开源、叫板谷歌 Nano Banana Pro 模型，在线免费实测及本地部署教程！ | 零度解说

75. Moltbook 保姆级部署教程：从 0 到 1 本地运行 AI Agent（OpenClaw 对接） | 零度解说

76. Ai软件会议纪要横测，谁才是效率王者

77. #谷歌发布Gemma4开源大模型# 谷歌正式推出Gemma 4大模型，包括四种规格的Gemma 4通用模型：高效20亿参数版（E2B）、高效40亿参数版（E4B）、260亿混合专家模型（MoE）与310亿稠密模型（31B）。在谷歌迄今为止所有的模型中，Gemma 4 是目前最强大的开放权重模型系列，继承了前沿多模态、长上下文和高级推理能力，被谷歌官方称之为是“在逐字节比较下性能最强的”开放模型（Byte for byte, the most capable open models），填补了本地前沿智能的空白，与追求极致性能的 Gemini 云端模型共同构成了完整生态。整体来说，Gemma 4这次所有规模的模型都原生支持处理视频和图像了，在OCR和图表理解方面表现得相当不错。

78. #Meta全新AI模型牛油果#Avocado转身：Meta的闭源豪赌与全球AI生态重构。Meta押注闭源模型Avocado的战略转向，是商业现实与技术竞争倒逼下的必然选择。从Llama 4开源“叫好不叫座”的挫败，到扎克伯格143亿美元砸下的人才与算力投入，这场转型背后是巨头对AI商业化的迫切渴求。 Avocado的核心野心，在于以“集大成”的蒸馏技术破局——整合谷歌Gemma、OpenAI gpt-oss的优势，更引入阿里千问的技术亮点，折射出全球AI技术从封闭自研走向跨界融合的新趋势。闭源模式虽能锁定API收费、定制化服务等高价值场景，却也打破了Meta长期坚守的开源生态承诺。这一转向不仅让AI巨头竞争进入同质化赛道，更凸显中国开源模型的全球话语权提升。但技术整合的兼容性风险、与OpenAI等巨头的红海博弈，仍让Avocado的商业化前景充满变数。Meta的转身，既是自身的生死突围，也预示着全球AI产业将进入“闭源逐利+开源普惠”并行的新格局。#秒懂热点就用智搜# http://t.cn/AXygryv3

79. 发现个开源项目OpenAkita，看定位是本地部署的全能AI助手。试了下，安装配置几步搞定，不用折腾半天环境，对小白很友好。用了发现它的记忆功能特点实用，能记住使用者的偏好，不是那种说完就忘的AI。还能使用工具操作浏览器，处理文件。关键是接国内办公软件很方便，钉钉飞书都能用。本地部署数据在自己手里，用着踏实。开源做到这份上，值得给个赞！使用地址：openakita.ai

80. 我在4000的轻薄本上养了个龙虾

81. 创业黑马公告，近日公司与上海信弘智能科技有限公司签署了《战略合作框架协议》。双方将围绕NVIDIA的人工智能技术体系能力，构建基于中小企业的人工智能应用服务平台，用普惠AI能力帮助中小企业成长。同时，双方将开展人工智能教育深度合作，通过设立合资公司等方式，为AI应用者提供全套培训架构。

82. 如何评价央视新闻发布的视频《Token中文名定了：词元》？

83. 只需三步！14G显存也能跑，腾讯混元video 1.5“小钢炮”本地部署实测

84. 2026年开源大模型爆发

85. 开源大模型和商业版，部署成本差多少？

86. 2026 开源大模型全景图

87. 开源大模型商业化爆发！2026企业零成本用AI，定制化模型千元起

88. GPT-5还没开源，国产大模型已经"卷"到飞起

89. 中国开源大模型如何让AI Token成本降超50%？

90. 2026 年主流大模型性能价格对比指南（openclaw系列之一）

91. 2026年主流大语言模型分析

92. 零成本、高隐私！n8n 自动化工作流无缝集成 Ollama 本地大模型

93. 我们是怎么把 Qwen3-32B 部署到本地并用 LoRA 微调的

94. 大模型十大高频问题之五

95. 不想数据上传云端？2026年本地部署AI大模型完全指南

96. OpenClaw Token 永久自由Ollama 本地部署完全指南

97. OpenClaw+Ollama离线运行，开发者终于不用被割韭菜

98. DeepSeek R1 满血版本地部署攻略

99. OpenCode+Ollama保姆级教程，零成本上手不花冤枉钱

100. 最佳开源项目推荐

101. LM Studio vs Ollama

102. 自建大模型推理？这5种方式，90%人不知道！

103. Ollama与vLLM

104. Ollama 与 vLLM 核心对比

105. Gemma 4刚发布就屠榜！Apache 2.0真开源，向量引擎一站式聚合所有模型

106. 全网免费AI Token白嫖指南

107. 别买 Token 了！微软开源 15B 性能怪物 Phi-4，主打一个看图能推理，还免费

108. 开发者福音国产大模型MiniMax 2.7确认本周开源 Token成本将进一步下探

109. 从月花5万到5千

110. 高频调用大模型之后，我开始更在意成本和调用链路

111. AI Agent，大模型挣(省)钱第一步？

112. Java AI 应用降本增效实战

113. 用API调用大模型?这些习惯正在偷偷掏空你的钱包

114. 本地部署AI龙虾初体验

115. 阿里CoPAW 会自己干活的AI 可接入飞书、钉钉！

116. 别再让AI困在对话框

117. 本地部署 Qwen3.5 模型

118. 从0到1搞懂AI工程化

119. OpenCode + Ollama保姆级教程！不花冤枉钱！

120. 大模型私有化部署完全指南

121. 本地部署大模型需要什么配置？2026年

122. 拒绝“跑不动”与“白花钱”

123. AI开源模型本地部署实战

124. 从零部署本地大模型｜LMStudio傻瓜式上手+llama.cpp命令行教程，隐私离线双保障

125. 数据主权 vs 云端 API

126. 开源模型实战落地全指南

127. 开源大模型选择指南

128. 大模型选择避坑指南 #大模型课程 #模型选择 #避坑指南 #算法面试 #AI

129. 在GPU服务器上部署大模型推理服务，常用的开源框架（如vLLM, TensorRT-LLM）如何选择？

130. 阿里RTP-LLM开源

131. LLM Agent 成本居高不下？斯坦福最新研究！从业者必学的省钱大招 | Agentic Plan Caching

132. Prompt 缓存的四种策略

133. 数亿级AI基建成本扛不住？轻量化开源平台省出半壁预算

134. 开源破局AI落地

135. 这几款开源神器让你开发效率翻倍

136. 讯飞星火AIPC与开源框架OpenClaw完成全栈深度适配

137. 开源力量

138. 选择开源AI模型，多元激活AI生态

139. LLM开发工程师入行实战–从0到1开发轻量化私有大模型

140. 词元消耗高？搞懂 Token 计费逻辑，当贝 Molili 高效降本

141. 4GB 显卡跑通 Qwen3-Embedding-0.6B 全流程实录

142. 笔记本显存不足？3 个优化技巧让 Qwen3.5 流畅运行

143. 别再瞎猜显存了！Qwen3.5内存公式+速查表

144. 一张 3090 跑出 Claude 味 Qwen

145. Qwen-Image-Edit量化

146. 本地运行大模型

147. Intel B60 Dual 48GB 上部署 Qwen3-30B-A3B-Thinking-2507 FP8 并发推理实测

148. OpenCode

149. 2025年最新排行榜

150. 开源AI大模型排行榜

151. MiniMax 2.7开源落地

152. 开源模型堪用了!（MiniMax M2.1 与 GLM 4.7 评测） | Better Stack

153. 裁员潮下的生存技能:帮公司省下 50 万 API 费用,我用这套开源方案重构了内部 AI 系统

154. 公有云API成本高企众智FlagOS+腾讯云HAI 推本地AI部署方案

155. 从499到1.6万

156. 3个开源工具把AI自动化成本砍到1/10，云厂商集体沉默

157. 春哥的Agent通关秘籍12:本地RAG实战(中下)向量化与落库

158. 训练加速1.8倍，推理开销降78%，精准筛选题目高效加速RL训练

159. 2张4090竟能本地微调万亿参数Kimi K2!国产玩家把算力门槛击穿了

160. 不能只算token账

161. 罗福莉开怼大模型“价格战”

162. OpenClaw Token 消耗优化:模型选择与配置调优完整方案

163. AI 时代的 FinOps：工作流、RAG、AI Agent 与 Agentic AI 指南

164. 微调在互联网场景已死？回报率跑不赢大模型API已是残酷现实

165. 2026最强本地AI来了！Mac用llama.cpp本地跑Qwen3.5-397B，视觉+工具调用全开！

166. 开源语言模型详细微调教程

167. Qwen3大模型本地化部署、LoRA低秩适配轻量化微调与医疗推理领域应用落地研究|附代码数据

168. 当Gemma 4让AI免费：企业如何在开源与闭源之间做战略选择

169. AI时代，当底层免费，创新全在应用层

170. 14款本地大模型工具全面对比！Ollama/LM Studio/vLLM/SGLang谁是王者？【2026最新】

171. 开源大模型微调对比：哪款才是你的最佳选择

172. AI自动化实战：n8n+LLM的工作流搭建低成本高价值工作流

173. Rust版LLM推理引擎封神！吞吐量碾压Ollama，72%提速却藏隐忧

174. 如何在本地私有化部署AI大模型

175. 用国产大模型API，到底能省多少成本？

176. Ollama 从0到1完整教程：本地跑小模型 + 云端秒开480B巨兽！（2026最新）

177. 何为“开源AI大模型”

178. 提速10倍！Mac Mini 本地跑 AI 大模型，OpenClaw + oMLX 加速神器实测效果惊人！

179. Gemma4改用Apache2.0、千问3.6Plus迭代：2026年全球大模型开源战

180. Ollama开源模型库，一键安装对接Claude和Codex

181. 开源模型也能做成可交付的企业级推理服务（一）：私有化大模型agent怎么部署

182. 大模型私有化部署

183. ollama搭建本地智能体开发环境

184. 抄作业！OpenClaw3.12 让 Ollama 插件化，配置本地模型最简教程

185. 大模型本地部署 | Mac也能跑GPT-4

186. Qwen3.5 小模型实测：0.8B 到 35B-A3B 这期视频我实测了 Qwen3.5 中小模型在本地端的真实表现：你会看到： - 不同量化下的显存占用与推理速度差异 - 浏览器端 WebGPU 运行 0.8B 的体验 - 视觉识别/OCR 实测表现 - 9B 与 35B-A3B 在任务稳定性与效果上的差异 - LM Studio 关闭 thinking 的实操方法 - 在 OpenCode / Cline 中做工具调用与编码测试的结果如果你也在找一套“能在本地跑、质量又够用”的模型组合，这期会很有参考价值。时间戳 00:00 Qwen3.5 中小模型简介 00:50 格式与部署 02:21 显存与速度实测 03:40 视觉/OCR能力对比 05:33 本地实战案例 11:00 工具调用与编码测试 #Qwen35 #本地大模型 #Ollama #LMStudio #千问

187. DMXAPI一键直连，大模型api接口调用指南，小米大模型MiMo-V2-Pro多模态强

188. 笔记本 Qwen3.5-35B 模型本地部署

189. 大模型的私有化部署细节

190. 🎯 大语言模型（LLM）本地部署完全指南

191. 16GB内存+RTX4060Ti，15万张照片本地处理选对本地开源大模型选型

192. 实测吐槽调用AI模型API，避不开的5个坑

193. 硅谷巨头偷用中国AI被马斯克抓包？成本直降77%，西方怕断供真相曝光！

194. Token（词元）：大模型时代的算力货币化

195. 5 分钟搞懂开源大模型选型核心维度，16G显卡也能选对

196. 分享最新Qwen3整合包，单机最好用的模型，8G显存可用，8B，14B双模型可选。

197. Ollama | 零代码上手Ollama：三步拥有离线大模型

本地跑7B模型真能省90%成本？显存压到6GB的秘密在这

精选参考来源