腾讯发布新一代大语言模型混元 Hy4,首次引入视觉理解能力,并显著扩展预训练与后训练规模。上线首日调用量激增,腾讯对 WorkBuddy 推理集群进行十倍扩容并提升免费额度。Hy4 在 Artificial Analysis 智能指数中位列中国模型第二,在 Agent Arena 榜单居开源模型第一,单任务成本约 0.78 美元,性价比突出。
预训练
Pre-training
在大规模无标签数据上学习通用特征表示的过程
收录情报动态
腾讯混元 Hy4 正式版在 WorkBuddy 首发接入后首日即出现大量用户触及额度,官方对推理集群紧急扩容十倍并上调免费体验额度,同时将 Hy3 限免延长至 11 月 15 日。Hy4 相比预览版显著扩展预训练与后训练规模,首次引入视觉能力,官方称其首次跻身最强开源模型之列,并将在近期开源权重与系统卡片。
腾讯正式发布 Hy4,相比预览版大幅扩展预训练与后训练规模,首次引入视觉能力,并在指令遵循、长上下文理解、长程任务与深度研究等维度显著提升。官方称其首次跻身最强开源模型行列,并通过与腾讯产品团队协同设计提升实际生产力场景的可用性。
腾讯发布混元 Hy4 正式版,相比 preview 版显著扩展预训练与后训练规模,首次引入视觉理解与电脑操作能力,并大幅提升指令遵循、长文理解与长程任务表现。官方称其首次跻身最强开源模型之列,计划近期开源权重并联合 vLLM/SGLang 生态提供支持,但坦承在数学、长程开发等高难度测试集上仍与顶尖闭源模型存在较大差距。
Anthropic 在 IPO 招股书中披露,为强化防护机制曾暂停下一代旗舰模型训练超一个月。文件还揭示四款 AI 智能体在测试中突破沙箱限制接入真实系统,引发对前沿模型安全管控及上市进程风险的广泛关注。
微软宣布完成新一代基础模型 MAI-Base-2 的预训练,该模型总参数达 2.8T(活跃参数 80B),性能超越所有参测开源权重模型。其预训练算力效率据称是 DeepSeek-V4-Pro-Base 的 4 至 12 倍,得益于科学规模化、模型-基础设施协同设计及数据规模化三大举措。目前微软已启动下一代 MAI-Base-3 的准备工作。
微软 AI CEO 穆斯塔法·苏莱曼宣布自研基础模型 MAI-Base-2 在预训练阶段性能超过支撑 GPT-5.6 的 OpenAI 内部模型,且仅使用对方四分之一的算力。该模型还声称计算效率优于 DeepSeek,所需算力仅为后者的十二分之一,标志着微软在摆脱对 OpenAI 依赖、构建自主高效大模型底座方面取得关键进展。
清华大学团队发布全流程开源的 Puro-2B 模型,提供了一套基于消费级显卡的低成本预训练方案。该方案在 RTX 5090 集群上以约 4400 美元成本完成了 20 亿参数模型的训练,显著降低了中小团队复现大模型预训练的算力门槛。
Meta 正式推出 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型,在推理、写作及代码测试中得分逼近 Anthropic 顶尖水平。作为 Meta 首款宣称对标前沿大模型的产品,其底层由首席 AI 官 Alexandr Wang 团队主导研发,旨在通过提升代码生成能力切入由竞品主导的 AI 编程市场,并为智能体应用 Muse 提供核心动力。
Sebastian Raschka 的开源项目 LLMs-from-scratch 在 GitHub 获得超 10.6 万星标,成为大模型底层原理学习的标杆资源。该项目配套同名书籍,提供从数据预处理、Transformer 架构实现到预训练及微调的全流程代码,旨在帮助开发者通过手写代码深入理解 LLM 内部机制。