AI 前沿綜述：開源權重多模態模型、1 位元量化與邊緣機器人技術激增
AI 前沿綜述：開源權重多模態模型、1 位元量化與邊緣機器人技術激增
TL;DR：一波開源權重、多模態模型（Inkling, GLM‑5.2, Qwen 3.5）與新硬體（Nvidia Blackwell T2000/T3000, 1‑bit 量化模型）正在使本地 AI 部署與具身機器人技術普及化，同時生態系統正加速構建代理工具、評估流程與基礎設施，以擴展這些能力。
新的開源權重多模態模型
- Inkling – Thinking Machines 宣布推出一款 975B 開源權重模型，原生支持文本、圖像與音訊，並已在 Tinker, HuggingFace 與合作平台提供權重供微調。此次發布由該公司 CEO Mira Murati, 共同創辦人 Soumith Chintala 以及 Databricks 所推動，Databricks 目前已透過其 Unity AI Gateway 提供 Inkling 以進行企業級定制與治理。 Sources: Thinking Machines, Mira Murati, Soumith Chintala, Databricks
- GLM‑5.2 – HuggingFace 報告了 5.2 參數規模的 Colibri MoE 模型發布，採用 int4 量化以實現高效的 CPU 推理，將其定位為多語言、代理編碼的強力工具。 Source: HuggingModels
- Qwen 3.5‑397B – Google 共享了系統工程手冊，展示了如何在 Ironwood v7x TPUs 上透過混合注意力 DP + MoE 專家並行技術，實現 3.1 倍速的解碼與 4.7 倍速的預填充。 Source: Google Devs
- 其他值得注意的發布 – 開源社群成員強調了由 GPT‑4o 創作者 @miramurati (