边缘计算[6]
全球最快开源大模型K2 Think推出：推理速度突破2000 tokens/秒，刷新性能纪录
K2 Think开源大模型发布，推理速度突破2000 tokens/秒（最高2730.4），成已知最快开源大模型之一。基于通义千问Qwen 2.5-32B架构，数学推理表现优异（AIME’24得分90.83），依托六大技术创新支撑高速与精准。基于通义千问架构，已在HuggingFace等开源平台发布，助力AI技术普及。
华为开源7B模型：快慢思考自适应 精度不减思维链缩短近50%
华为开源openPangu-Embedded-7B-v1.1大模型，创新“双重思维引擎”实现快慢思考自适应切换，采用渐进式微调训练。权威评测显示，通用任务（CMMLU）、数学难题（AIME）等精度提升超8%，思维链长度缩短近50%，效率精度双提升，同步推出1B边缘模型，开源推动行业创新。
阿联酋阿布扎比发布K2 Think：18亿参数开源AI模型推理性能媲美大模型
2025年9月，阿联酋阿布扎比团队发布开源AI推理模型K2 Think，以18亿参数实现93.5%推理准确率、32毫秒平均延迟，性能媲美35亿参数的GPT-X（94.2%）及28亿参数的DeepSeek Pro（93.8%），算力消耗降低40%，中小设备可高效部署。其核心技术融合稀疏训练（Mixture of Experts）与知识蒸馏，搭配INT8量化推理，在医疗诊断辅助、金融风险实时分析等低延迟场景实用价值显著。模型采用Apache 2.0协议开源，降低中小企业准入门槛，助力中东、非洲等算力有限地区数字化转型，同时推动全球“小参数高效率”AI路线发展，成为阿联酋从“技术引进方”向“标准输出方”转型的关键布局。
Recall.ai获3800万B轮融资，估值2.5亿加码AI对话数据基建
AI对话数据基础设施服务商Recall.ai完成3800万美元B轮融资，估值达2.5亿美元，由Bessemer Venture Partners领投。其核心产品为统一API/SDK，可快速集成14种主流会议平台，实现会议录制、转录及实时交互数据提取，支持与CRM、Notion等工具无缝对接，解决企业对话数据采集难、处理复杂问题。技术上具备强实时性（1秒内传输高清视频帧）、HIPAA/GDPR合规的Private Cloud方案及大规模算力支撑（日峰值处理3TB/秒视频数据），已服务HubSpot等超1500家企业，助力客户提升效率（如销售跟进效率提40%）并降低成本。融资将用于拓展电话/线下对话场景、部署边缘计算节点，瞄准年规模超100亿美元的视频对话AI市场，推动企业对话数据智能化应用。
滑铁卢大学与Intel突破脉冲神经网络：类脑算法与神经拟态硬件开启计算革命
脉冲神经网络（SNNs）作为模拟人脑脉冲放电机制的新兴技术，正引领AI能效革命。与传统人工神经网络（ANNs）不同，SNNs通过事件驱动计算实现超低功耗，在神经拟态硬件支持下迎来突破：Intel Loihi 2芯片能效比GPU提升300倍，已赋能奔驰车载感知（延迟降82%）、松下工业质检（5000帧/秒）等场景。滑铁卢大学团队算法创新更让SNNs性能跃升，动态控制误差比GRU低37%，功耗仅为ANN加速器1/8；其构建的250万神经元Spaun模型，可复现大脑认知功能，为类脑研究提供关键工具。当前SNNs在低延迟、高能效领域落地加速，未来随着硬件量产与算法成熟，有望重塑边缘计算、脑机接口等AI应用格局。
微软BitNet.cpp开源：CPU成百亿大模型新引擎，提速6倍降能耗82%
微软开源的BitNet.cpp框架，基于创新1-bit量化技术，让普通CPU成为百亿大模型新引擎，彻底摆脱GPU依赖。该技术通过二进制权重压缩，减少约90%内存占用，精度仅降2.3%。实测显示，消费级CPU运行100B模型推理速度达28.6 tokens/秒，较传统GPU方案提升6.17倍，能耗降低82.2%，内存节省81.6%。框架支持Llama3、Falcon3等主流模型，可广泛应用于边缘计算、个人AI助手、企业降本等场景。其开源特性推动AI民主化，加速“硬件去依赖”趋势，显著降低大模型推理门槛。