行业资讯

华为与湖北移动在MWC上海展期间完成全国运营商首个AI推理加速测试，UCM技术实现Token吞吐率最高提升372%。

DeepSeek联合北京大学正式发布DSpark开源推理加速框架，基于推测解码路线，单用户生成速度提升60%至85%，吞吐量最高提升4倍，已部署于DeepSeek-V4系列。

DeepSeek推出全新推测解码框架DSpark，采用半自回归生成架构与置信度动态调度验证技术，在保持生成质量无损前提下，单用户生成速度较现有方案最高提升85%。

OpenAI与博通联合宣布首款AI推理芯片Jalapeno正式进入量产筹备阶段，研发周期仅9个月，针对ChatGPT、Codex等交互式AI应用深度优化，计划2026年底启动部署。

智谱AI旗下GLM-5.2在GDPval-AA v2基准测试拿到1524分Elo评分，全球第三，超过GPT-5.5和Gemini 3.5 Flash。该模型在华为昇腾芯片上运行，为开放权重模型，定价仅为Claude Opus 4.8的十分之一。

京东开源实时视频视觉语言交互模型JoyAI-VL-Interaction，获得vLLM-Omni的day-0原生支持。该模型让AI像人一样持续在场：边看、边记、边判断，并在关键时刻主动回应，可应用于安防监控、直播讲解、AI眼镜等场景。

前Databricks AI负责人Naveen Rao创办的Unconventional AI发布Un-0模型，首个以物理作为计算原语构建的大规模生成模型，用模拟耦合振子系统驱动图像生成，目标是将AI推理能耗降低1000倍。

通用具身智能企业RoboScience机器科学发布自研Visics大模型技术架构VLOA，实现跨本体、跨物体、跨任务三大维度泛化，可控制机器人完成家具拼装等复杂操作任务，计划年内实现机器人本体量产。

阿里巴巴通义千问团队联合清华北大提出TAPO训练框架，让AI在数学推理中从错误中构建修正路径。在AIME 2024等顶级竞赛测试中显著提升AI数学解题能力。

小米MiMo大模型团队推出HySparse混合稀疏注意力架构，采用极少的Full Attention加稀疏注意力核心设计。在80B-A3BMoE模型实验中仅保留5层Full Attention仍能保持模型能力，带来接近10倍KV Cache存储降低。