“猫”可干扰大模型推理能力

音大模型再突破，发布74个语种/方言免切换对话，破解强干扰场景下语音识别难题，发布极复杂场景语音转写技术，并通过云边端及软硬一体化解决方案，赋能汽车、家电、机器人等领域人机交互变革。 此外，科大讯飞还发布

的语音功能（Grok 4 Voice）拥有自然、酷似真人的声音，且干扰更少。 实时网络访问：与早期的 Grok 模型一样，Grok 4 配备了 DeepSearch 工具，可以从网络、尤其是马斯克的 X 平台实时抓取数据。这意味着 Grok 可以在聊天过程中提

态调整STFT(短时傅里叶变换)的窗口参数，并智能跳过噪声干扰严重时段的数据预处理。这种具有容错能力的流式计算模式，使得200ms时间窗内的特征提取完成率从固定管道的82%提升至98.7%。特别值得注意的是，引擎支持TensorRT和ONN

性能强大且功能全面的 分布式 推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/infere

道，OpenAI 正在开发一项代号为「草莓」（Strawberry）的 AI 模型技术。 内部文件显示，这一项目旨在提升 AI 的高级推理能力，使其不仅能够生成查询答案，还能自主规划并开展复杂研究。 据知情人士透露，OpenAI 希望通过 Strawb

字节跳动方面宣布，其火山引擎边缘大模型网关已全面支持豆包 1.5・深度思考模型。 即日起，用户可以在边缘大模型网关使用豆包全系列模型，并享受 200 万 tokens 免费额度，只要在网关访问密钥使用了本次新增的豆包大模型

能实验室（上海 AI 实验室）升级并开源了通用多模态大模型书生·万象3.0（InternVL3）。 根据介绍，通过采用创新的多模态预训练和后训练方法，InternVL3 多模态基础能力全面提升，在专家级基准测试、多模态性能全面测试中，10

待实质审查。 Xiaomi MiMo 是小米首个推理（Reasoning）大模型，联动预训练到后训练，可全面提升推理能力，于2025年4月30日开源。 据介绍，MiMo 来自全新成立不久的「小米大模型Core团队」的初步尝试。在数学推理（AIME 24-25）

快手宣布并开源其最新自研的多模态大语言模型 Kwai Keye-VL。 根据介绍，Kwai Keye-VL 以 Qwen3-8B 语言模型为基础，引入了基于开源 SigLIP 初始化的 VisionEncoder，能够深度融合并处理文本、图像、视频等多模态信息，凭借其创新的自适

今天，小米开源首个为推理（Reasoning）而生的大模型「Xiaomi MiMo」，联动预训练到后训练，全面提升推理能力。 在数学推理（AIME 24-25）和 代码竞赛（LiveCodeBench v5）公开测评集上，MiMo 仅用 7B 的参数规模，超越了 OpenAI 的闭源推

Kwaipilot 团队宣布开源 KwaiCoder-AutoThink-preview 自动思考大模型，针对近期深度思考大模型存在的“过度思考”问题进行了深入研究。 团队不仅提出了一种全新的自动思考模型训练范式，还基于传统强化学习算法（GRPO），创新性

王海峰在近日举办的 ACM 中国图灵大会上，就文心大模型的核心技术进行了解读。 文心一言是百度自主研制的知识增强大语言模型，首先从数万亿数据和数千亿知识中融合学习得到预训练大模型，在此基础上采用有监督精调

和操作进行了高度抽象，使得开发者能够更专注于算法和模型的设计，而不必深陷底层数据的处理细节。通过这些接口，开发者无需直接感知和应对复杂的硬件底层开发细节，从而极大地提升了开发效率和体验。其次深度学习框

性能强大且功能全面的 分布式 推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/infere