企业 AI 化怎么落地,每天看一眼
我们把全球 AI 前沿资讯编译成给中国企业主看的中文洞察——每条都标注来源、可查原文。看别人怎么用,想清楚自己怎么做。
GLM-5.3-Flash与Qwen3.8-Flash-Next架构惊人趋同
本周，智谱AI与阿里巴巴通义实验室几乎同步发布两款新型开源大模型：GLM-5.3-Flash（320B参数）与Qwen3.8-Flash-Next（125B+51B）。二者虽独立研发，却在核心架构设计上高度一致——均采用3:1线性/全注意力混合结构、2048-token压缩索引机制及四路门控残差流。该现象揭示中国头部AI实验室在高效长上下文建模路径上的自发共识。
GLM-5.3-Flash开源大模型发布：性能逼近旗舰，成本仅1/7且不依赖英伟达芯片
智谱AI（Z.ai）推出开源大模型GLM-5.3-Flash，参数量达3200亿，在Artificial Analysis Intelligence Index评测中仅比更大规模的GLM-5.3低3分。其推理全部运行于国产AI芯片，未使用任何英伟达硬件，综合成本仅为GLM-5.3的七分之一。
智谱发布GLM-5.3-Flash：3200亿参数原生多模态MoE模型
智谱（Z.ai）正式发布GLM-5.3-Flash，首个原生支持图像与视频输入的GLM-5系列多模态模型，总参320B、每token激活18B，上下文长达104万token，MIT开源，Hugging Face可下载。该模型在编码等任务上接近Claude Opus 4.8，成本约为其十分之一，首周以‘Ox Alpha’代号在OpenRouter匿名运行，全程部署于国产AI芯片。
阿里通义千问发布Qwen3.8-Flash-Next：125B稀疏激活多模态MoE模型
阿里通义千问团队正式开源Qwen3.8-Flash-Next，一款总参数量180B、单token仅激活6B参数的多模态混合专家模型，定位为下一代Qwen4架构的早期技术预览。该模型采用Gated DeltaNet与Qwen Sparse Attention混合注意力、门控残差、N-gram嵌入及Muon优化器四大创新，训练成本约为Qwen3.7-Plus的九分之一。
