高丽大学人工智能硕士在读｜专注大模型、RAG、OCR与AI工程实践

DeepSeek于2026年7月起在V4-Flash与V4-Pro中原生支持OpenAI Responses协议，实现Agent优先的多步推理、工具调用与流式语义事件输出，虽无服务端状态管理，但核心能力完备。此举大幅降低开发者构建复杂Agent系统的工程成本，减少协议转换层依赖，推动国产大模型向“代理式”接口对齐，标志着协议能力成为新一代AI基础设施的关键竞争点。

清华开源的MiniCPM5-2B仅2.52亿参数，却在34项基准中平均得分53.9，超越多个4B模型，成为端侧SOTA。其原生支持131K上下文，代码、数学、工具调用与Agent任务表现突出，部署友好，兼容主流框架，仅需4-8GB显存。适合本地RAG、编程助手、自动化工作流等场景，是低成本高性能的理想选择。

摘要：ThinkingCap-Qwen3.6-27B是基于Qwen3.6-27B优化的高效大模型，通过微调显著减少50%-90%计算量和推理token，同时保持原版性能。该模型在数学、代码、推理等多项任务中表现突出，如GSM8K准确率提升至96.5且token减少74.1%，并维持安全性和通用性。特别适合本地部署、RAG等需要平衡效率与性能的场景，实现"少算但精准"的效果，是工程化落地的理想选择。

本文通过一道3D户型图设计题测试了混元3、GLM5.2和GPT5.6sol三组大模型的前端综合能力。题目要求生成120平方米两室两卫的Three.js平面图，并输出单个HTML文件。测试发现：混元3完成基础结构但视觉简陋；GLM5.2界面包装完整但空间表达模糊；GPT5.6sol表现最优，兼具功能完整性和产品交付感，空间布局合理且视觉层次清晰。结果表明当前大模型在前端开发能力上已出现明显分层，从基础功能实现到完整产品交付存在显著差距。这类融合空间规划与工程实现的任务，能更有效评估AI的综合开发能力。

英伟达官方量化模型Qwen3.6-27B-NVFP4为27B参数大语言模型提供本地部署新选择，通过ModelOpt量化技术将显存需求从55.6GB（BF16）压缩至约20-22GB，支持262K长上下文，适合单卡工作站运行。官方测试显示其精度与FP8版本差距在±0.5内，MMLU Pro等任务表现接近。社区实测性能存在分歧：部分场景NVFP4解码速度达200 token/s（FP8约112 token/s），但FP8在长文本预处理（prefill）和部分解码任务中仍具优势。需注意潜在问题：Black

北京硅基流动科技递交港股上市申请，定位为AI时代的“Token工厂”，提供异构算力与开源模型的词元服务。2025年其公有云MaaS业务收入占比53%，但毛利率为-119%，亏损3.45亿元；本地部署业务毛利率达82.5%，但客户集中度高。公司估值77亿元，押注国产算力通用中间层与“中立第三方”优势，但面临大厂竞争与成本压力。核心挑战在于提升算力利用率，在时间窗口内证明商业模式可持续性。

想在自己电脑上体验“Claude 那种又聪明又会思考”的大模型？Qwythos‑9B 直接把门槛砍没了：它只用 9B 参数，却学了 5 亿条高级思维链，回答问题前会先认真“想一大圈”，算不准还会自己调用工具查资料、跑代码，最后给你一个有理有据的结论。更夸张的是，它能一次看下接近 100 万个 token的内容，整仓代码、几十篇文档丢进去都不怕。如果你是刚入门的大模型爱好者，只想要一句话评价——这是一个小白也能玩、但上限非常高的“本地版 Claude 风格神器”。

Codex 疯狂写盘的锅终于查到了：不是代码，不是系统，而是本地 SQLite 日志库。本文用亲测方式还原问题、定位 logs_2.sqlite 异常写入，并给出一条命令完成备份、拦截、清 WAL、验证的修复方案。

本文介绍了一款专为 coding + agentic work 打造的 12B 本地模型 Gemma4 v2，仅需约 4.5GB 显存即可运行，Agent 能力比官方 Gemma4 提升 3.5 倍，能写代码、调用工具、调试问题，并具备完整的 read→reason→act→verify Agent Loop，适合想做本地 coding agent、RAG+ 工具调用、CLI 自动化或替代在线 coding assistant 的开发者，可直接用 Ollama 三行命令部署。

谷歌最新发布的 Gemini 3.5 Live Translate 将实时语音翻译从“逐句翻译”推进到“边听边译”的新阶段。该模型支持 70 多种语言，可自动识别语言类型，无需手动设置；通过连续处理语音流，将翻译延迟压缩到几秒级，更接近同声传译体验。与传统翻译相比，Gemini 3.5 Live Translate 在翻译过程中能尽量保留说话者的语调、节奏和音高，使翻译语音更自然，同时对噪声环境有更好的容忍度。谷歌已将此能力接入 Google AI Studio、Gemini Live API

Google最新发布的Gemma4 12B是一款开源商用多模态AI模型，采用无编码器统一架构，能直接处理文字、图片和音频数据，显著降低显存占用和延迟。其12B参数规模在性能接近26B模型的同时，仅需16GB显存即可本地运行，成为性价比突出的"甜点级"选择。实测显示，该模型在Ollama平台运行25K上下文时仅占用14.8GB显存，支持256K超长文本处理，并能高效分析视频/音频内容。Apache 2.0许可和轻量化特性使其成为本地部署多模态应用的理想选择，普通16GB显存设备即可流畅运行

英伟达在2026年台北Computex上发布RTX Spark芯片，重新定义AIPC概念。该芯片集成Blackwell GPU与定制Grace CPU，具备1 petaflop AI性能，旨在将PC转变为可长期运行本地AI Agent的工作站。英伟达通过统一内存架构解决传统PC运行AI的瓶颈，推动PC从"执行应用"向"Agent自主任务"转型。此举标志着英伟达从数据中心向终端市场扩张，将面临与Intel、AMD等厂商的生态竞争。开发者需关注混合架构开发、工具接口设计等

2026年5月28日，Anthropic发布Claude Opus 4.8模型并完成650亿美元融资，估值达9650亿美元。该版本强化了代码能力、长程任务管理和Agent工作流，重点提升复杂工程执行、多代理协作及减少幻觉的能力，标志着大模型竞争从"智能聊天"转向"企业生产力工具"。其估值飙升反映资本市场对AI编程Agent和企业级应用场景的认可，开发者需适应AI作为"工程同事"的新范式，掌握任务拆解、结果验证和多模型调度能力。行业竞争将聚焦编程Ag

阿里云发布新一代大模型Qwen3.7-Max，标志着AI从对话助手向任务执行者的转型。该模型专注于智能体时代需求，在编程协作、办公自动化、长周期任务执行等方面表现突出。实测显示其能持续35小时自主完成复杂工程优化，并在3D建模等任务中展现出远超前代的专业能力。Qwen3.7-Max不仅保持了通用推理优势，更通过环境扩展训练实现了跨框架泛化能力，将AI应用场景从简单问答扩展到完整工作流执行。这一升级体现了大模型技术正从"回答问题"向"完成任务"的关键转变。

腾讯开源Hy-MT2-7B多语种翻译模型，支持33种语言及5种民汉/方言互译。该7B版本在翻译质量、复杂句处理和部署成本间取得平衡，适合企业私有化部署。模型通过数据筛选和强化训练优化专业领域翻译能力，在FLORES-200测试中接近行业顶尖水平，并支持端侧部署。腾讯同步推出"Hy翻译"小程序，验证其产品化能力。该模型标志着AI翻译进入专业化时代，为多语种场景提供高性价比解决方案。

一些最新的研究也在讨论类似问题：传统 LLM 更擅长语言和代码模式，对 3D 空间关系的理解仍然薄弱，因此才会出现「物体重叠、布局自相矛盾」这类现象。：Living Room、Kitchen、Dining、Master Bedroom、Bedroom 2、Master Bath、Bathroom 2 布局合理。（几何一致性、动线合理性、物体不穿模）却很容易被忽略，尤其到了 3D 任务，很多模型会出现「代码能跑，但场景完全不符合常识」的情况。

本文介绍了在Windows CMD中配置ClaudeCode接入DeepSeek API的完整步骤。主要内容包括：1)安装ClaudeCode（需Node.js 18+和Git）；2)配置DeepSeek环境变量（注意CMD需使用setx命令而非PowerShell的$env）；3)进入项目启动ClaudeCode并验证接入状态；4)常见问题解决方案，如环境变量未生效、模型显示错误等；5)首次使用建议。文章特别强调CMD与PowerShell命令的区别，避免配置错误。成功配置后，用户可在终端使用Claude

摘要：本文系统梳理了AI任务规划方法的演进路线。ReAct实现了边思考边调用工具，但缺乏全局规划；Plan-Then-Act先规划后执行，适合结构化任务；ToT通过多思路并行探索解决复杂推理；LATS则在真实环境中试错优化，适合交互式任务。建议开发者分阶段实施：先掌握ReAct基础，再叠加Plan-Then-Act规划层，最后针对复杂场景引入ToT/LATS。不同方法各有所长，需根据任务复杂度选择，循序渐进构建智能体系统。

小米同步启动的 Orbit 百万亿 Token 计划，旨在为开发者、AI Builder 及 Agent 框架团队提供充足的 Token 与 Credits 资源支持。该计划通过降低模型调用与试错成本，鼓励开发者基于 MiMo-V2.5 模型构建 Agent、多模态应用及行业解决方案。开发者可直接通过小米 MiMo 官方平台申请参与该计划，获取专属资源额度，从而加速项目开发与落地。

大模型幻觉：问题与应对策略 大模型幻觉指语言模型生成看似合理但实际错误的输出，严重影响应用的可靠性。幻觉可分为内在幻觉（与源内容矛盾）和外在幻觉（无法验证），产生原因包括数据差异、噪声、解码随机性等。虽然某些创意场景可容忍幻觉，但在医疗等关键领域需严格防范。 评估方法包括命名实体误差、蕴含率等自动指标。缓解策略主要有：利用外部知识验证（如主动检测修复）、调整解码策略（如事实核心采样）、多输出一致性检查（如SelfCheckGPT）。模型在数值处理、长文本、逻辑推理等场景易产生幻觉。未来需持续优化模型以减少错

中国叫停Meta收购AI公司Manus的交易，主因涉及国家安全和技术数据保护。Manus作为中国团队孵化的通用AI产品，其核心技术和数据与中国市场深度绑定。监管认为该交易存在关键技术外流和"洗澡式出海"转移资产的风险，依据《外商投资安全审查办法》作出"禁止投资"决定。这一案例凸显AI技术日益成为国家安全关注领域，提示创业公司需提前规划多法域合规路径，在技术架构和出海策略中充分考虑监管要求，避免因合规问题影响重大交易。

DeepSeek发布新一代模型DeepSeek-V4预览版，包含Pro和Flash两个版本，主打1M超长上下文、顶级推理能力和高性价比。Pro版参数1.6T，适合复杂任务；Flash版284B参数，侧重性价比。该模型在多项基准测试中表现优异，接近顶级闭源模型，同时提供API、开源权重和云平台支持。关键技术包括MoE架构、稀疏注意力优化等，使1M上下文在工程上可行。适用于长文档处理、代码重构、复杂Agent等场景，并兼容OpenAI接口，迁移成本低。此外，模型还开放了本地部署选项。

小米推出自研大模型MiMo-V2.5-Pro，在复杂任务处理、长程推理和软件工程方面表现突出。该模型能稳定执行上千次工具调用的长链路任务，在编译器开发、模拟电路设计等案例中展现了强大的工程能力。相比前代，V2.5-Pro提升了40-60%的token效率，成本更低。官方表示该模型即将开源，将为企业级自动化和智能体开发提供新选择。开发者可通过小米API平台直接调用，无需额外适配。

Qwen3.6-27B开源大模型发布：270亿参数旗舰编码模型全面解析 2026年4月22日，千问团队开源了270亿参数的Qwen3.6-27B多模态模型，定位为"旗舰级编码能力"开源模型。该模型采用稠密Transformer架构，在编码基准上全面超越上一代397B参数的MoE模型Qwen3.5-397B-A17B，同时部署成本大幅降低。核心优势包括： 强化了仓库级代码理解与智能体编程能力 原生支持262k tokens长上下文和多模态输入

OpenAI Images2.0专业能力测试报告：针对5类专业图像（时间线信息图、流程图、RAG架构图、工程制图、室内设计轴测图）的测试显示，该模型在专业视觉表达方面表现突出。测试重点考察了中文文本准确率、结构关系正确性、标注规范性等生产环境关键指标。结果显示模型能准确处理图文混排、流程逻辑、系统架构等技术内容，工程制图和设计图的专业表达接近实用水平。相比艺术创作，Images2.0更擅长结构化视觉内容的生成，提示词建议采用"场景-结构-细节-约束"的层级写法。测试表明该模型已具备生成可

Kimi K2.6 是 Moonshot AI 开源的多模态 Agent 大模型，采用 1T 参数 MoE 架构、32B 激活参数和 256K 上下文，专门为长程编码和复杂 Agent 工作流设计。 它在长时间多步编码任务中能稳定运行十几个小时、发起数千次工具调用，并通过最多 300 个子 Agent 并行协作完成端到端任务，在 SWE‑Bench Pro、DeepSearchQA 等基准上明显优于 K2.5，整体表现已经接近甚至对标顶级闭源模型。

Anthropic发布Claude Opus 4.7，重点升级代码能力、长任务稳定性、视觉理解和指令遵循。新模型在复杂编码、多步推理和Agent工作流中表现更优，支持高分辨率图像处理，但可能因tokenizer调整导致成本上升。用户评价两极分化：开发者称赞其工程能力提升，而普通用户抱怨对话体验退步和费用增加。该版本更适合企业级复杂任务，日常用户需谨慎评估需求后再升级。

Qwen3.6-35B-A3B是阿里巴巴推出的新一代中型MoE视觉语言模型，作为Qwen3.5-35B-A3B的升级版，在智能体编程、多模态理解和长上下文处理方面有显著提升。该模型采用Gated Delta-Network+MoE混合架构，总参数量350亿但仅激活30亿，支持262K原生上下文。在编码任务中表现突出，部分指标接近更大稠密模型，特别适合多轮代码修复、终端操作等场景。新增的preserve_thinking功能可复用历史推理链，提升多步决策一致性。支持多种主流推理框架部署，推荐使用SGLang或

开源大模型Qwen3.5和Gemma4系列展开激烈竞争。综合对比8个型号后，Qwen3.5系列整体表现更强，其中27B版本在通用能力、推理、代码等方面最为均衡，可称为"开源第一"。Gemma4在多语种、端侧部署、音频支持等方面有独特优势，31B和E4B型号表现突出。具体选择建议：追求全能选Qwen3.5-27B，需要小模型选Qwen3.5-9B/4B，侧重多语种或端侧部署则选Gemma4相应型号。两大系列各有千秋，为开发者提供了丰富的选择空间。