搜索
清华大学MADSys实验室与趋境科技主导提出开源KTransformers-FineTune（KT-FT），让CPU直接参与MoE专家计算并优化布局与线程调度，使LoRA微调吞吐达到传统卸载范式的2.5～21.2倍。
香港科技大学周子杰团队与华为 2012 实验室理论部提出 BalanceRoute，通过建模与短期负载预测减少 MoE 模型解码的跨组同步等待，其已部署于 MathBot-Pie，并在 96 张昇腾 910C NPU 实验中使解码吞吐提升约 15%。
什么？35B的MoE，在手机上也能跑得很丝滑？
AI 视频越来越逼真，生成它的算力却并不便宜。复杂的动作、连贯的镜头和细腻的画面，背后都需要大量计算。一旦进入批量制作，反复生成、修改和重试的开销便会累积，成为创作者与视频平台必须考虑的成本。
英伟达投资的Reflection发布开源模型Beam，采用MoE架构，专注代码、推理和Agent任务，官方称其以GLM-5.2三分之一至四分之一的推理算力取得相当成绩，但原始能力仍落后部分前沿开源模型，计划月底以Apache 2.0放出权重。
至知创新研究院开源了采用稀疏 MoE 架构的代码与复杂任务导向大模型 IQuest-Q1，该模型总参数约 320B、激活参数仅约 15B，在代码生成、终端操作、智能体任务等多项评测中表现均衡，并展示了从前端交互、游戏开发到强化学习训练调试等场景的可交付能力。
在2026骁龙峰会上，高通CEO安蒙发布第六代骁龙8至尊版双旗舰平台并强调行业正迈向意图驱动的智能体AI时代，联合中国企业在手机端侧部署300亿参数MoE模型，同时指出高通已拓展至PC、汽车、机器人和数据中心等业务，肯定中国企业的智能体创新速度。
GitHub火热开源项目Colibrì以纯C实现分层推理框架，通过AI内存多层化将SSD、RAM和VRAM组成动态调度系统，无需GPU即可让普通笔记本运行744B参数GLM-5.2等超大MoE模型，已揽获32k Star并支持9个模型家族。
过去三年，梁文锋极少以第一作者或通讯作者身份，出现在 V3.2、V4、V4.1-Flash 这些动辄上百人署名的旗舰模型整体报告中；却始终把名字签在 MLA 注意力、MoE 路由机制、mHC 拓扑流形、DSpark 推理算子、DSec 智能体沙盒这些最底层的原子技术论文上。
阶跃星辰发布新一代旗舰基座模型Step 5 Preview，以44分的AA智能指数成绩跻身全球开源模型前三，采用600B总参数/27B激活的稀疏MoE架构并原生支持1M上下文，在代码生成、长程Agent、深度研究与金融尽调等场景表现突出。