全部 AI 动态 · AI 热点

6月20日

17:42

17:42IT之家（博客/媒体）

74°

LM Studio 与苹果在 WWDC 2026 期间合作，用四台 Mac Studio 集群成功运行月之暗面万亿参数大模型 Kimi K2.6。Kimi K2.6 总参数达 1 万亿，采用 MoE 架构，激活参数 320 亿，支持长上下文、多模态输入和智能体任务。四台 Mac Studio 通过 Thunderbolt 5 RDMA 内存共享形成约 1.5TB 统一内存，实现模型推理。演示还展示 LM Link 功能，用户可从 MacBook Neo 或 iPhone 安全远程访问集群模型，数据保持本地处理。在类似配置下，模型生成速度约 28 tokens/s，功耗低于传统 GPU 集群。

AI模型 Kimi K2.6 LM Studio Mac Studio 本地部署推理模型

推荐理由：LM Studio 用四台 Mac Studio 跑起万亿参数的 Kimi K2.6，还能用 iPhone 远程调用，给消费级本地部署开了个好头。

原文

6月18日

08:21

08:21IT之家（博客/媒体）

73°

苹果在WWDC26特别讲座中演示了在4台Mac Studio上通过LM Studio本地运行1万亿参数的Kimi K2.6模型。工程师仅用单条提示词生成了WWDC badge tracker应用，该应用具备3D动画和全息视觉效果。演示使用了低延迟RDMA over Thunderbolt技术，苹果在macOS Tahoe 26.2中引入。Kimi K2.6由月之暗面于2026年4月20日发布，升级了代码编写和Agent集群能力。

AI模型 Kimi K2.6 Mac Studio LM Studio 月之暗面本地部署

推荐理由：苹果用4台Mac Studio跑万亿参数Kimi K2.6，本地低延迟，一条提示词生成App，开发者必看。

原文

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

6月12日

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

5月31日

15:56

Decoder@Jonathan Kemper

精选

哈尔滨工业大学的研究人员通过新基准测试LiveBrowseComp发现，主流AI搜索智能体（如GPT-5.4和Kimi K2.6）在标准测试中表现良好，但主要依赖训练记忆而非实时搜索。LiveBrowseComp仅询问过去90天内的事件，迫使模型无法依赖记忆。在此测试下，模型性能显著下降，现有排名被打乱。这表明AI搜索智能体存在“确认偏差”，即倾向于确认已知信息而非真正研究网络。该发现对依赖AI进行实时信息检索的用户和开发者具有重要警示意义。

论文 AI搜索智能体基准测试 GPT-5.4 Kimi K2.6

推荐理由：这项研究戳穿了AI搜索智能体的真实能力——它们更擅长背书而非真正搜索。做信息检索或依赖AI获取最新资讯的团队，看完会重新评估工具选择。

原文

5月30日

11:08

Fireworks AI@FireworksAI_HQ

精选

Fireworks AI 发布了 Serverless 2.0，提供三种服务路径：Standard（弹性默认）、Priority（拥堵时最后降级，价格约 1.5 倍）和 Fast（Kimi K2.6 和 GLM 5.1 上超 100 tok/s）。该方案解决了传统 AI 推理中需要预留 GPU 才能保证可靠性的痛点，让开发者按需使用、灵活选择性能与成本。用户无需提前锁定资源即可获得高吞吐和低延迟，降低了 AI 部署的门槛。

AI产品 Fireworks Serverless 2.0 AI推理 GPU Kimi K2.6

推荐理由：做 AI 推理部署的团队终于不用为可靠性提前锁死 GPU 了——Fireworks 的三种路径按需选，Kimi K2.6 和 GLM 5.1 还能跑 100+ tok/s，值得试试。

原文

5月23日

05:51

rohanpaul_ai@rohanpaul_ai

Cerebras 宣布其晶圆级芯片在 1 万亿参数的 Kimi K2.6 模型上达到了 981 tokens/sec 的推理速度，经 Artificial Analysis 验证，比最快的 GPU 云快 6.7 倍。传统 GPU 集群因跨芯片拆分模型导致大量数据传递延迟，而 Cerebras 的晶圆级芯片将整个处理器构建在单个硅晶圆上，片上路由带宽更高、延迟更低。这一速度优势对于企业级编程智能体等需要快速迭代测试和调试的场景尤为关键。Cerebras 声称其真正的商业价值不在于单纯的速度，而在于能在足够大的模型上实现这种速度，从而支撑企业级应用。

AI产品 Cerebras Kimi K2.6 推理速度晶圆级芯片企业级智能体

推荐理由：做企业级 AI 推理或编程智能体的团队，如果被 GPU 集群的延迟和带宽瓶颈困扰，Cerebras 的晶圆级方案值得关注——它用硬件架构创新解决了模型权重和激活值传输的痛点，实测数据比 GPU 云快一个数量级。

原文

5月20日

09:08

shao__meng@shao__meng

76°

Cerebras 宣布为 Moonshot AI 的 Kimi K2.6 模型（超 1T 参数）提供企业级高速推理服务，速度达到约 1000 tokens/s，成为 Artificial Analysis 评测中速度最快的前沿模型。此前 Kimi K2.5 和 K2.6 虽模型能力强，但官方推理速度慢，而 Groq 被 Nvidia 收购后未再跟进主流模型推理。Cerebras 继为 GPT 5.3 Codex Spark 提供高速推理后，再次解决大型模型的推理瓶颈，让开发者能更高效地使用该模型。

AI产品 Kimi K2.6 Cerebras 高速推理企业级推理模型

推荐理由：Kimi K2.6 终于有了匹配其模型能力的高速推理平台，做推理密集型应用或需要实时响应的开发者可以直接用起来，体验 ~1000 tokens/s 的流畅感。

原文

07:10

Clement Delangue@ClementDelangue

精选

Cerebras 正在企业测试中运行 Kimi K2.6，这是一个万亿参数模型。据 Artificial Analysis 测量，其推理速度约为每秒1000个 token，是迄今最快的前沿模型性能。这反驳了此前认为开源大模型无法快速运行的质疑。

AI模型 Cerebras Kimi K2.6 推理速度开源模型

推荐理由：Cerebras 让万亿参数模型跑出千 token 每秒

原文

5月17日

01:46

Nathan Lambert: Interconnects@Florian Brand

76°

过去一个月内，多个重磅开源模型密集发布，包括 Google 的 Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5 和 GLM-5.1 等。这些模型在性能、架构和开源策略上各有突破，标志着开源 AI 生态进入新一轮竞争。CAISI 的 V4 评估报告对这些模型进行了横向对比，揭示了不同模型在推理、多模态和效率上的优劣。对于关注开源模型选型和趋势的开发者与研究者，这是重要的参考节点。

AI模型开源模型 Gemma 4 DeepSeek V4 Kimi K2.6 模型评估

推荐理由：开源模型一个月内连发五款旗舰，做模型选型或研究的团队可以直接参考 CAISI 的 V4 评估对比，省去自己跑 benchmark 的时间。

原文