AI 新闻

Recursive 发布 Apache 2.0 许可的本地编程模型 Flint，总参数 40B、激活参数 2.5B，官方称 SWE-bench Verified 达 74.2%，在 M4 Pro MacBook Pro 上生成速度超过 125 tokens/s。

初创公司Recursive推出免费、可在笔记本上运行的编程模型Flint，其大部分构建工作由自家AI研究系统完成，旨在初步验证AI自我改进的能力。

Hugging Face 的一篇文章探讨了针对具体应用定制小型语言模型词表（vocabulary）的做法，指出这种专业化能显著压缩推理成本，为端侧和低成本部署提供了一条被低估的优化路径。

Hugging Face 发布 TorchNeuron 系列第一篇，聚焦在 AWS Trainium 上的系统级性能剖析，为在非英伟达硬件上训练与推理 PyTorch 模型提供方法论。

WIRED报道的初创公司Recursive主张，用AI构建AI的收益大于风险，其最新模型表现引发关注。这背后是AI自我改进路线重新回到聚光灯下。

IBM 的 Granite Speech 5.0 在语音转写、翻译和说话人归属三项能力上同步提升准确率与速度，进一步压缩企业级语音处理的开销。

Inception 称 Mercury 3 是目前最强的扩散语言模型，速度比 GPT-6 Luna 和 Claude Haiku 5.5 快四到八倍，并在 12 项基准中赢下 8 项——但所有结论均来自厂商自测。

NVIDIA 在 Hugging Face 上发布 Kumo Forecast，将预训练时间序列表示、历史相似模式检索与可解释性结合，指向更可用的通用预测模型。

Mistral AI 推出 Voxtral 3 系列，包含 3 款语音转写模型、1 款文本转语音模型，以及基于 LiveKit 的语音智能体 SDK；其中 Voxtral Small Transcribe 3 在 Artificial Analysis 榜单上以 2.1% 的 AA-WER 位列第三。

ElevenLabs 推出两款面向实时对话的语音转语音模型，其中 v1 Max 在 Big Bench Audio 上得分 98.8%，响应时间 0.57 秒，官方称在 Artificial Analysis 榜单上无模型能同时更快且更准。

DeepSeek 开源了支撑其 V4.1-Flash 模型的推理框架 DeepInfer，基于 vLLM 构建，主打降低算力与能耗成本。这一动作把推理层的成本竞争摆上台面，也加大了对西方闭源厂商的价格压力。

OpenAI 称 GPT-6 系列显著提升了对 COBOL、Fortran、Visual Basic 等低资源语言的代码能力，在新基准 MultiLangBench 上通过率从约 38% 提升至 87.4%，COBOL 迁移场景最高达 97.9%。