智譜 GLM-5.3-Flash上線，商湯大裝置提供國產算力支持
國產異構助力前沿智能進入普惠時代 8月26日晚，智譜正式上線並開源GLM-5.3-Flash(320B-A18B），這是GLM-5系列的首個原生多模態模型。其總參數320B，能力超過GLM-5.2，在全球權威的Artificial Analysis Intelligence Index（AA綜合智能指數）中取得57分，進入全球前沿模型能力區間，與Anthropic最受歡迎的模型Claude Opus 4.8得分持平。GLM-5.3-Flash的架構專為極低成本而設計，結合智譜最新的30T Token多模態預訓練語料，能夠以更少的計算資源實現更強的性能。
依託先進的國產異構混推技術，商湯大裝置為GLM-5.3-Flash上線提供大規模國產算力支持與Token服務，打造國產算力規模化商用又一硬核落地標杆。這一合作的背後，正是商湯打造的 “一套模型、一座 Token（詞元）工廠、一套智能體管控系統” 核心能力體系。其中 Token 工廠承擔著把智能能力規模化生產出來的關鍵作用：它通過多模態模型和大裝置基礎設施的聯合優化，把不同芯片、集群、能源和交付節點組織起來，持續生產更高質量、成本更低的Token。同時Token工廠與大模型之間構建起雙向反哺閉環，更好適配原生多模態模型的迭代需求。商湯大裝置高效支持了智譜 GLM-5.
3-Flash的上線工作，正是這套閉環能力的有力印證。長期以來，市場對國產算力的認知是，性價比不高、難以規模商用。而在正式發佈前，GLM-5.3-Flash以匿名模型Ox-Alpha（中文社區稱作牛來）在OpenCode和OpenRouter上進行了大規模測試，Token調用量高達62T，這些請求流量全部由國產芯片提供算力支持。且相較同一硬件環境下的初始基線，GLM-5.3-Flash基於國產芯片集群，端到端服務性能提升3倍，硬件效率和單Token成本已達到主流英偉達GPU相當水平。這一實踐表明，國產算力已經能夠在大規模真實業務場景下，高效、經濟地支撐前沿大模型推理需求。
作為最懂大模型的AI基礎設施，商湯大裝置全面擁抱國產化，並持續推動國產算力從“單點可用”走向“大規模商用”。今年WAIC期間，針對當前國產算力規模化商用卡點，商湯大裝置從“性價比、適配性、能效比”三個維度系統性破題。在性價比層面，商湯大裝置跳出單卡性能比拼的傳統思路，通過先進的異構混合推理技術，根據不同推理階段對計算、帶寬的不同需求讓不同架構、不同定位的國產芯片各盡其長、高效協同，整體推理性價比達到 NVIDIA H系列的 1.25 倍，相比國產同構推理，同等成本下Token產能擴大約2.5倍。在適配性上，通過底層算子優化、多卡並行調優和工具鏈適配等，大幅降低國產算力應用門檻。
在能效比層面，商湯大裝置推出算電協同Agent，並重新定義TPW（Tokens Per Watt）作為AIDC全新價值標尺。此外，通過整合多元算力，並持續優化推理引擎與芯片性能，商湯大裝置Token Factory正在形成大規模、高效率、低成本的Token供給能力，7月日均Token服務量已達到 2.42萬億，預計2026年年底突破日均10萬億，全年Token量級增長25倍。未來，商湯大裝置將持續投入基於國產化算力的Token服務建設，打造高性能、低成本、可規模交付的AI基礎設施，推動國產算力從單點技術突破走向產業體系化繁榮。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。