全部 AI 动态 · AI 热点

6月16日

12:23

12:23IT之家（博客/媒体）

阿里巴巴发布千问具身智能大模型 Qwen-Robot 系列，包含 VLA 操作模型 Qwen-RobotManip、VLN 移动模型 Qwen-RobotNav 和世界模型 Qwen-RobotWorld。这三个模型分别为机器人提供灵巧的手、认路的脚和会思考的大脑，可单独部署也能协同运转。此前，Qwen3.7-Max 在 Arena 全球大模型盲测中超过 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，位列国产模型第一。

AI模型 Qwen-Robot 阿里巴巴具身智能

事件专题

推荐理由：阿里推出了首个具身智能模型系列 Qwen-Robot，包含操作、移动和世界模型，为机器人打造通用底座。

原文

09:52

09:52IT之家（博客/媒体）

火山引擎于 6 月 15 日上线 Seedance 2.0 Mini 模型，官方称其生成速度快于 Seedance 2.0 Fast 约 2 倍，输出质量相当。定价方面，图生视频 0.023 元/千 tokens，视频生视频 0.014 元/千 tokens，720P 规格下单秒成本约 0.5 元，较标准版降低约一半。该模型主要面向电商内容、营销素材、UGC 创作等高频率生产场景。

AI模型 Seedance 2.0 Mini 字节跳动火山引擎

推荐理由：字节跳动刚出的视频模型，成本只有上一代一半，速度还快两倍，电商和做UGC的可以试试批量出素材。

原文

09:46

09:46IT之家（博客/媒体）

AMD在COMPUTEX 2026宣布，Radeon RX 7000系列显卡通过INT8 AI加速全面适配FSR超分辨率4.1，质量与FP8版本持平。RX 6000系列因缺乏专用AI加速器，需利用传统流处理器单元优化，减少着色器周期占用难度大，发布时间推迟至明年初。FSR 4.1的开发流程使用Instinct MI显卡训练，Radeon PRO优化，并在数十万种PC配置中测试验证。

AI模型 FSR 4.1 RX 7000 RDNA 3

推荐理由：AMD确认了，RX 7000用INT8跑FSR 4.1画质不输FP8，RX 6000得等到明年。想玩新超分可以关注。

原文

09:37

官方一手AWS Machine Learning Blog@Aris Tsakpinis

精选

Google DeepMind 发布的 Gemma 4 开源权重模型系列现已在 Amazon Bedrock 上可用。该系列包含三个指令调优变体：Gemma 4 31B（密集架构）、26B-A4B（MoE 架构，每次激活 4B 参数）和 E2B。所有变体均支持内置推理、原生函数调用以及文本和图像多模态输入。模型基于 Apache 2.0 许可发布，旨在多种部署场景下实现每参数智能最大化。

AI模型 Gemma 4 Amazon Bedrock Google DeepMind

事件专题

推荐理由：Google DeepMind 把最新的 Gemma 4 放到 AWS 上了，三种规格可选，带推理和图文理解，正好拿来玩开源项目。

原文

09:16

09:16IT之家（博客/媒体）

AMD "Zen 6" 微架构桌面级处理器 "Olympic Ridge" 据 X 平台爆料将集成 NPU 单元但取消核显。该处理器引入 CUDIMM 支持，可提升 DDR5 内存频率上限，仍无原生 USB4 控制器需外挂芯片。此举旨在平衡 AI PC 需求与芯片制造成本，与英特尔 "Nova Lake S" 正面竞争。AMD 此前 AM4 时期无核显处理器策略已获成功。

AI模型 AMD Zen 6 Olympic Ridge

推荐理由：AMD要在桌面处理器里加NPU，砍掉核显，看来是为了推AI PC和降成本，跟英特尔的新品对标。

原文

09:07

官方一手GitHub Blog@Natalie Guevara

GitHub发布了一个新的repository-level数据集，许可证为CC0-1.0，包含多语言开发者内容，涵盖README、issues和pull requests。该数据集旨在帮助研究人员和开发者训练或改进多语言AI模型。数据集中于2025年4月发布，可直接下载使用，无需额外申请。

AI模型 GitHub 多语言AI 开源数据集

推荐理由：GitHub新出的多语言数据集，免费开源，里面各种语言的README和讨论都有，做多语言AI模型训练正好用上。

原文

6月15日

23:15

23:15IT之家（博客/媒体）

78°

稀宇科技于6月12日开源了 MiniMax M3 模型权重，总参数428B，激活参数23B。M3 是首个从 Step 0 开始进行多模态混合训练的开源模型，支持百万上下文。发布两周后，M3 在 Artificial Analysis 综合智能指数排行榜上获得全球开源模型最高排名。模型输出速度已从30 TPS提升至约80 TPS，后续还将提速30-40%。在编码与智能体评测中达到行业顶尖水平，具备自主任务拆解、工具调用与多步推理能力。

AI模型 MiniMax M3 多模态开源模型

事件专题

推荐理由：MiniMax 开源了原生多模态巨无霸 M3，428B参数、百万上下文，全球开源排名第一，还能自主拆任务调工具，速度从30飙到80 TPS。

原文

18:07

18:07IT之家（博客/媒体）

中国科学院深圳先进院李晴岚团队研发的“机器学习台风快速增强集成预报模型”已部署至国家气象中心、香港天文台，成为国内首个实现落地应用的24小时台风快速增强预报模型。该模型基于梯度提升树等四类机器学习算法，并构建“海陆比”“对称比”两个量化指标。针对2016-2020年北大西洋热带气旋快速增强过程模拟回报，该模型相比美国国家飓风中心最佳预报系统，命中率更高、误报率更低。

AI模型台风快速增强预报模型深圳先进院机器学习

推荐理由：这个预报模型比美国飓风中心的系统更准，用四个机器学习算法组合判断台风内核有没有变对称，24小时内预测台风会不会突然变强。国内气象局和香港天文台已经开始用啦。

原文

17:37

17:37IT之家（博客/媒体）

73°

理想汽车在Livis Day发布会宣布，第三季度ADS Max将推送全新马赫VLA，第四季度对齐特斯拉FSD V14能力。双马赫M100芯片算力达2560TOPS，模仿学习规模提升50%、强化学习提升15倍。自研马赫Mind-4系列包括Mind-Pro和Mind-Edge，其中Mind-Pro在IFEval、LongBench-v2、AIME26、BFCL-v4等基准中稳居第一梯队。Mind-Edge为端侧原生具身智能体，在车端本地完成感知、交互、控车，数据不上传。

AI模型理想汽车马赫VLA 马赫Mind-4

推荐理由：理想发布了马赫Mind-4系列模型，Mind-Pro在多个权威基准领先，Mind-Edge是端侧原生智能体，还要在Q4对标特斯拉FSD V14，自动驾驶的可以关注。

原文

17:36

17:36IT之家（博客/媒体）

精选

理想在 Livis Day 上宣布马赫 Mind-Pro 模型全面落地 L9。该模型在 IFEval 指令跟随、LongBench-v2 超长文本理解、AIME26 高阶数学推理、BFCL-v4 工具调用等基准上位列第一梯队。其 Token 生成速度、任务完成质量、成本、端到端响应时延达到可量产水平。模型采用多模态流式时序建模，能连续理解动态物理世界并自主决策。所有能力在车端本地完成，数据不上传。

AI模型马赫 Mind-Pro 理想 L9

推荐理由：理想把马赫 Mind-Pro 模型塞进 L9 了，指令跟随和推理稳居第一梯队，多模态本地跑还不传数据，车载 AI 这波挺实在。

原文

17:21

官方一手marktechpost@Asif Razzaq

精选

Flash-KMeans是一个开源的、IO感知的精确K-Means实现，使用Triton GPU内核，不改变Lloyd算法数学或做近似。其FlashAssign组件消除了距离矩阵的物化，Sort-Inverse Update消除了原子竞争。在NVIDIA H200上，它实现了17.9倍端到端加速，比cuML快33倍，比FAISS快200倍以上。该算法在大规模聚类任务中显著降低内存开销和计算延迟。

AI模型 Flash-KMeans FAISS cuML

事件专题

推荐理由：开源Flash-KMeans在H200上比FAISS快200多倍，做精确k-means不近似，适合大规模数据聚类。

原文

16:13

量子位@思邈

Noiz AI联合香港科技大学和清华大学开源了一款音频生成大模型。该模型仅需4步推理即可生成高质量音频，在单张GPU上推理速度达到0.24秒。其高效架构显著降低了音频生成的计算门槛。开源代码和模型权重已在GitHub发布，支持多种音频生成任务。

AI模型音频生成开源模型 Noiz AI

推荐理由：噪点AI和港科大、清华联手做了一个音频模型，4步生成只要0.24秒，比同类快很多，还开源了，想玩音频AI的可以试试。

原文

15:24

量子位@思邈

研究团队提出OrcaRouter，一种多模型路由方法。该方法通过动态选择多个小模型协作，在性能上反超了单一大型模型Fable 5。同时大幅降低了推理成本。OrcaRouter的实现验证了多模型集成可行且高效。

AI模型 OrcaRouter Fable 5 多模型

事件专题

推荐理由：想低成本体验Fable 5级效果？OrcaRouter让一群小模型组队打架，结果更猛，值得一试。

原文

14:13

官方一手marktechpost@Michal Sutter

79°

Z.ai 于 2026 年 6 月 13 日发布 GLM-5.2，覆盖所有 GLM Coding Plan 层级。该模型支持 100 万 token 的可用上下文窗口，并提供 High 和 Max 两种思考努力级别。GLM-5.2 通过 Anthropic 兼容端点集成到 Claude Code、Cline 和 OpenClaw 等工具中。发布时未公布基准测试结果，MIT 开源权重预计下周发布。

AI模型 Z.ai GLM-5.2 长上下文

事件专题

推荐理由：Z.ai 的 GLM-5.2 支持百万token上下文，还能选思考深度

原文

6月14日

21:58

官方账号Decoder@Jonathan Kemper

精选

Mirage由微软研究院与多所大学联合开发。它直接在潜在空间存储场景信息，而非基于像素的点云。该方法将计算时间和显存需求大幅降低，同时支持长镜头下的空间一致性。模型目前无法可靠追踪跨片段的移动物体。

AI模型 Mirage Microsoft Research 视频生成

推荐理由：视频生成空间记忆新方案

原文

16:18

官方一手Pandaily@contact@pandaily.com (Pandaily)

72°

智谱AI宣布将GLM-5.2模型以MIT许可证开源，支持100万token上下文长度。此举直接回应美国针对Anthropic模型的出口限制。GLM-5.2在多项基准测试中表现优异，其开源策略旨在推动国内AI生态发展。

AI模型 GLM-5.2 Zhipu AI 开源模型

事件专题

推荐理由：智谱开源百万token模型

原文

11:57

11:57IT之家（博客/媒体）

精选

马斯克透露，特斯拉 AI6 芯片工程评审顺利，有望创下单块晶圆可用算力纪录。AI6 将应用于自动驾驶出租车、FSD、Optimus 机器人及太空数据中心。AI5 芯片已流片，计划 2027 年下半年量产，算力是 AI4 的 5 倍；AI6 性能在 AI5 基础上翻倍，预计 2028 年下半年投产。AI6 将采用 LPDDR6 内存和 SRAM 加速器，由三星 165 亿美元代工合作生产。AI6 将先用于 Optimus 机器人和训练集群，再下放至乘用车。

AI模型特斯拉 AI6 AI5

推荐理由：特斯拉 AI6 芯片算力翻倍，2028 年投产

原文

07:21

官方一手宝玉的分享@宝玉

文章指出 Claude Design 的核心能力在于模型能同时处理 UI/UX、数据结构、状态管理和交互逻辑，而非依赖 Harness 工具。Codex 目前缺乏类似产品，因为其模型在跨领域整合上存在差距。作者分析认为，Codex 需要提升模型对多模态和逻辑的协同处理能力，才能推出类似产品。

AI模型 Codex Claude Design 多模态

事件专题

推荐理由：分析 Codex 与 Claude Design 的差距

原文

01:21

官方账号Decoder@Jonathan Kemper

Count Anything 是首个能通过文本提示计数任意图像中物体的 AI 模型，在对比测试中将错误率降低 50%。该模型可处理从人群到显微镜下细胞样本等场景，但在极度密集物体和模糊术语上仍有困难。

AI模型 Count Anything 计数模型多模态

推荐理由：计数准确率翻倍

原文

6月13日

22:51

量子位@鹭羽

HuggingFace CEO和Bengio团队推荐的HRM模型，参数量仅1B，训练成本仅1500美元。该模型在多个基准测试中表现优于同规模模型，如MMLU上达到45.2%，HellaSwag上达到72.1%。其核心创新在于高效训练方法，大幅降低了资源需求。

AI模型 HRM HuggingFace Bengio

推荐理由：1B模型，1500美元，性能超预期

原文

20:47

官方账号Decoder@Jonathan Kemper

精选

微软与三所中国大学联合开发了SkillOpt方法，通过优化AI智能体的指令文档来提升性能。该方法仅需一个经过训练的Markdown文件，就能让GPT-5.5在程序性任务上提升约23个基准点。该文件还能跨模型和智能体环境迁移，如Codex和Claude Code。

AI模型 SkillOpt GPT-5.5 微软

推荐理由：微软用Markdown文件让GPT-5.5涨23分

原文

20:46

官方账号Decoder@Matthias Bastian

Google Research 发布了 Gemini-SQL2，这是一个基于 Gemini 3.1 Pro 构建的模型，能将自然语言转换为可执行的 SQL 查询。在 BIRD 基准测试中，Gemini-SQL2 达到了 80.04% 的准确率，大幅领先于 OpenAI 和 Anthropic 的模型。Google 表示该技术有望改进其数据服务中的自然语言功能。

AI模型 Gemini-SQL2 Gemini 3.1 Pro Google Research

事件专题

推荐理由：Google 的 SQL 模型准确率超 80%

原文

18:21

官方账号Decoder@Matthias Bastian

73°

Anthropic 的 Claude Fable 5 在 FrontierMath 最难层级上达到 88% 准确率，较 Opus 4.5 在 2026 年初低于 10% 的成绩大幅提升。OpenAI 的 GPT-5.5 在同一层级上达到约 75%。两者差距为 13 个百分点，显示 AI 数学能力加速提升。

AI模型 Claude Fable 5 GPT-5.5 FrontierMath

事件专题

推荐理由：Anthropic 新模型数学碾压 GPT-5.5

原文

17:51

17:51IT之家（博客/媒体）

科大讯飞在2026长三角机器人及自动化展览会上发布星火多模态大模型 X2-VL，这是当前唯一基于全国产算力训练的主流大模型，采用专属 MoE 架构。该模型基于无锡本地算力平台太湖星跃平台加速训练。在高中各科图文试题测试中，X2-VL 答题准确率接近95%。在挑战2026年高考数学全国I卷中，X2-VL 获得148分，超过模型A（144分）和模型B（143分）。

AI模型星火X2-VL 科大讯飞多模态

推荐理由：国产算力训练的模型，高考数学148分

原文

17:22

量子位@一水

精选

Jiuwen Symbiosis是一个将AI Agent与物理实体结合的框架，通过整合传感器、执行器和实时控制，使Agent能直接与环境交互。该框架在工业机器人测试中实现了90%的任务完成率，相比传统方案提升30%。它支持多模态感知（视觉、触觉、力觉）和动态规划，已在仓储物流场景中部署。实践表明，这种具身智能系统能有效处理非结构化环境中的复杂操作。

AI模型 Jiuwen Symbiosis 智能体具身智能

推荐理由：让AI Agent动起来干活

原文

16:54

官方账号Decoder@Matthias Bastian

Moonshot AI 发布了开源模型 Kimi K2.7 Code，拥有 1 万亿参数，专为编程任务设计。在编程基准测试中，Kimi K2.7 Code 仍落后于 GPT-5.5 和 Claude Opus 4.8，但每 token 价格比它们低 12 倍。用户需权衡：在相同预算下，使用 Kimi K2.7 Code 能获得更多推理次数，但质量可能有所下降。

AI模型 Kimi K2.7 Code Moonshot AI GPT-5.5

事件专题

推荐理由：编程省钱利器，12倍性价比

原文

14:36

14:36IT之家（博客/媒体）

智谱宣布 GLM-5.2 将面向 GLM Coding Plan 全量用户开放，覆盖 Lite、Pro、Max 及团队版。该模型支持 1M 上下文，是智谱迄今能力最强的开源模型，在长程任务中保持领先。GLM-5.2 API 将于下周上线，模型将遵循 MIT 协议正式开源。此前智谱于 3 月发布 GLM-5.1，5 月发布输出速度达 400 tokens/s 的 GLM-5.1 高速版。

AI模型 GLM-5.2 智谱开源模型

推荐理由：智谱最强开源模型下周上线

原文

13:54

13:54IT之家（博客/媒体）

精选

Google Research 推出 Gemini-SQL2 模型，基于 Gemini 3.1 Pro 打造，专攻 Text-to-SQL 任务。在 BIRD 基准的单模型赛道中，执行准确率达 80.04%，超越此前 Gemini-SQL。BIRD 覆盖 95 个数据库、37 个领域和 12751 组问题，数据量 33.4GB，模拟真实企业环境。该模型可让业务人员用自然语言查询营收、流失等数据，但谷歌尚未公布 API 或接入产品。

AI模型 Gemini-SQL2 Google Research Text-to-SQL

事件专题

推荐理由：谷歌新模型让自然语言查数据库更准

原文

13:23

13:23IT之家（博客/媒体）

6月12日，MiniMax 开源了新一代原生多模态旗舰模型 M3。同日，摩尔线程宣布其旗舰级 AI 训推一体智算卡 MTT S5000 已完成对该模型的 Day-0 适配。MTT S5000 凭借硬件级原生 FP8 加速，单卡 AI 算力（稠密）高达 1000 TFLOPS，配备 80GB 显存与 1.6TB/s 带宽，支撑百万 token 级长序列。适配通过原生算子定制提升推理吞吐并降低延迟，同时同步拉起 vLLM 与 SGLang 两大推理框架。

AI模型 MiniMax M3 摩尔线程 MTT S5000

事件专题

推荐理由：摩尔线程让国产模型跑得更快

原文

13:03

官方一手marktechpost@Asif Razzaq

Moonshot AI 开源了 Kimi K2.7-Code，这是一个基于 Kimi K2.6 构建的编程智能体模型，采用 Modified MIT 许可证。该模型拥有 256K 上下文窗口，推理 token 使用量降低约 30%。在 Kimi Code Bench v2 上，K2.7-Code 相比 K2.6 提升了 21.8%，并在其他五个基准上也有增长。模型已通过 Kimi API 和 Kimi Code 提供。

AI模型 Kimi K2.7-Code Moonshot AI 编程助手

事件专题

推荐理由：编程模型开源，性能提升明显

原文

11:00

官方账号Decoder@Matthias Bastian

Anthropic发布的Claude Fable 5在Artificial Analysis Intelligence Index上获得64.9分，创下十项基准测试中的五项纪录。相比Opus 4.8，性能仅提升5.7%，但token价格翻倍。安全过滤器和回退路由进一步推高使用成本。

AI模型 Claude Fable 5 Anthropic Opus 4.8

事件专题

推荐理由：性能微涨价格翻倍，谨慎升级

原文

10:59

10:59IT之家（博客/媒体）

英特尔酷睿Ultra 7 251HX处理器在PassMark平台跑分曝光，单核4666分，多核48713分。该处理器隶属Arrow Lake-HX家族，采用18核心配置，TDP为55W。单核性能比同系列20核的Ultra 7 255HX和265HX高出2-3%，多核跑分也超越这两款20核竞品。此前Cinebench R23测试显示，251HX在低于100W TDP区间效率优于Core i9-14900HX，体现Arrow Lake架构能效优化。

AI模型 Intel Core Ultra 7 251HX Arrow Lake-HX

推荐理由：18核打20核，还更省电

原文

09:47

09:47IT之家（博客/媒体）

精选

华为云与MiniMax达成深化合作，基于昇腾算力底座为M3模型提供Tokens算力支持。M3采用MSA注意力架构，支持1M超长上下文，是原生多模态模型，可处理图片、视频输入并操作电脑桌面。在SWE-Bench Pro上，M3超过GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7；在SVG-Bench上超过Opus 4.7；在OmniDocBench上超过Gemini 3.1 Pro；在Claw-Eval上获得最高分。华为云通过昇腾算力优化MSA算子和MOE均衡，保障M3大规模推理性能。

AI模型 MiniMax M3 华为云

事件专题

推荐理由：华为云联手MiniMax，M3多模态模型开源

原文

09:43

官方一手marktechpost@Asif Razzaq

精选

Google Research 于 2026 年 6 月 12 日发布 Gemini-SQL2，基于 Gemini 3.1 Pro 模型。该模型在 BIRD 单模型排行榜上取得 80.04% 的执行准确率。文章解释了该分数含义、排行榜对比情况，以及 Google 未披露的细节。同时介绍了使用场景和基于 schema 的实现模式。

AI模型 Gemini-SQL2 Gemini 3.1 Pro BIRD

事件专题

推荐理由：Google 新模型 SQL 准确率破 80%

原文

6月12日

18:45

18:45IT之家（博客/媒体）

月之暗面今日发布并开源 Kimi K2.7 Code 编程模型，相比 K2.6 在长上下文编程、指令遵循和长程任务性能上显著提升，平均 token 消耗减少 30%。内外部基准测试显示，代码能力提升 11%-31.5%，Agent 自主化执行能力提升约 10%。模型已通过 Kimi API 开放平台提供，价格与 K2.6 一致，并预告 6 月 15 日推出 5-6 倍输出速度的高速版，仅需 2 倍价格。非编程任务仍推荐使用 K2.6 模型。

AI模型月之暗面 Kimi K2.7 Code 编程模型

事件专题

推荐理由：Kimi K2.7 Code 在编程场景下 token 消耗降低 30%，做 AI 编程的开发者可以立刻通过 API 体验，高速版下周上线值得关注。

原文

17:01

17:01IT之家（博客/媒体）

商汤科技开源了 SenseNova U1 系列新成员 U1-8B-MoT-Interleaved 模型，专为图文交错创作场景优化。该模型解决了多轮生成中角色形象飘移、画风断裂、图文脱节等痛点，支持绘本、故事书、多页 PPT 等连续内容创作。核心升级包括叙事连贯性与角色一致性提升、图文语义对齐增强、视觉质量改善，以及新增多页 PPT 自动生成能力。模型已在 Hugging Face 开源，适合需要高质量图文内容生成的创作者和开发者。

AI模型商汤 SenseNova U1 图文交错生成

推荐理由：做绘本、PPT 或教程的创作者终于不用反复修图了——这个模型能保持角色和画风从头到尾一致，直接生成多页内容，建议试试。

原文

16:13

官方一手marktechpost@Asif Razzaq

Zyphra 发布了 Zamba2-VL 系列开源视觉语言模型，包含 1.2B、2.7B 和 7B 三个参数版本。该模型采用混合 Mamba2 状态空间和 Transformer 骨干架构，在 Apache 2.0 许可下发布。与同类 Transformer 视觉语言模型相比，Zamba2-VL 在保持竞争力的同时，将首 token 生成时间降低了约一个数量级。这标志着在高效视觉语言推理方面的重要进展，尤其适合对延迟敏感的应用场景。

AI模型视觉语言模型 Mamba2 Transformer

推荐理由：做视觉语言模型部署或实时推理的开发者，Zamba2-VL 的首 token 延迟优势能显著提升用户体验，值得直接尝试。

原文

15:56

官方一手pandaily@contact@pandaily.com (Pandaily)

在第八届BAAI大会上，图灵奖得主Whitfield Diffie和Andrew Barto分别发表主题演讲，共同关注AGI安全与对齐背后的基础理论挑战。Diffie指出当前AI系统缺乏可验证的安全机制，Barto则强调强化学习中的奖励设计难题。两位学者认为，AGI的安全问题不仅是工程问题，更是理论问题，需要从数学和哲学层面重新思考。这一讨论为AI安全研究提供了新的视角，提醒业界在追求能力提升的同时不能忽视理论基础。

AI模型 AGI安全图灵奖理论挑战

推荐理由：两位图灵奖得主同时敲响AGI安全理论警钟，做AI安全研究的团队值得关注——这可能是未来几年最核心的学术方向。

原文

15:48

官方一手marktechpost@Sana Hassan

本文基于 MONAI 框架，构建了完整的 3D 医学图像分割流程，使用 Medical Segmentation Decathlon 的脾脏数据集。流程包括 CT 体素方向对齐、间距归一化、强度窗宽、前景裁剪和补丁采样等医学影像专用预处理，然后训练 3D UNet 模型。该教程提供了可复现的代码实现，适合医学影像 AI 开发者快速上手。

AI模型 MONAI 3D UNet 医学图像分割

推荐理由：医学影像分割的端到端流程往往繁琐，MONAI 这套实现把预处理到训练串起来了，做 CT 分割的团队可以直接复用代码，省去踩坑时间。

原文

15:07

15:07IT之家（博客/媒体）

73°

华为在 HDC 2026 上正式发布开源盘古 openPangu 2.0 模型，包含 Pro（505B 总参数/18B 激活）和 Flash（92B 总参数/6B 激活）两个版本，支持 512K 上下文。该模型针对昇腾算力优化，单卡吞吐率是业界主流开源模型的 2 倍，并适配鸿蒙系统，在 Agent 任务上更快更准更省。华为计划从 6 月 30 日起陆续开源 7 大组件，包括预训练代码、后训练代码和训练算子。余承东坦言，由于算力大量支持国内其他企业，华为自留算力有限，因此模型参数规模控制在 505B，更聚焦时延和吞吐率提升。

AI模型华为盘古 2.0 开源模型

推荐理由：华为开源盘古 2.0 解决了国产大模型在昇腾生态下的部署效率问题，使用昇腾算力的开发者和企业可以直接受益，建议关注 6 月 30 日的开源组件发布。

原文