Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 提供 Day 0 推理服务
Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 于发布当日在其 Serverless 平台提供访问，支持 1M 上下文窗口和 OpenAI 兼容 API。
推理能力 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-01 — 2026-07-01
重要进展 · 第 10 / 24 页
美团 LongCat-2.0 正式发布：国产算力集群训练的万亿参数大模型
AIHOT事件 ↗原始外链未提供
推理能力 精选历史资讯
— · 3 条
精选资讯 · 第 1 / 1 页
DiffusionGemma 发布：文本扩散模型实现 4 倍加速推理
Google 发布实验性开源模型 DiffusionGemma，采用文本扩散技术并行生成 256 token 块，推理速度最高提升 4 倍。该 26B MoE 模型仅激活 3.8B 参数，量化后适配 18GB VRAM 消费级 GPU，在单张 H100 上达 1000+ tokens/s。
Inception Labs 发布 Mercury 2：首个在 NVIDIA GPU 上每秒解码超 1000 token 的推理扩散语言模型
Inception Labs 发布 Mercury 2，称其为全球首个推理扩散语言模型（dLLM），在 NVIDIA H100 上以 1000+ token/秒并行解码，300 token 的推理链可在约 300ms 内完成，适配语音对话延迟预算。
分类
排序
暂无内容