从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 12
vLLM-Omni实现H3-Image在Rubin的Day-0支持AI热点vLLM-Omni将MiniMax H3-Image带到NVIDIA Vera Rubin，四卡配置下4K生成中位延迟0.866秒，吞吐达6115张/小时。
vLLM发布EPD分离架构工程实现AI热点vLLM发文讲解编码/预填充/解码分离架构的工程实现，支持metadata-only请求与DeepSeek V4.1 Flash。
vLLM首日支持Kimi K3.1 Pro部署AI热点vLLM宣布实现Kimi K3.1 Pro首日推理部署，覆盖多硬件平台并带来显著性能提升。
vLLM Hook v1开源：编程模型内部状态AI热点vLLM Hook v1开源插件发布，可编程vLLM模型内部状态，支持探测与干预且开销小。
vLLM实现Mistral Large 4首日支持AI热点vLLM宣布对Mistral新旗舰模型Mistral Large 4提供Day 0支持，该模型为1T参数、每token激活49B的原生多模态MoE模型，采用MLA稀疏注意力、跨层KV共享等新架构，并内置DSpark推测解码草稿器与Pixtral视觉编码器。
BlockLock实现可复现LLM推理，延迟降逾53%AI热点arXiv论文提出BlockLock方法，通过固定批处理几何形状保证LLM推理输出可复现，实验显示相对vLLM Batch-Invariant延迟降低53.5%至55.0%。
MasterControl开源Runway推理验证框架AI热点MasterControl发布内部验证工具Runway，围绕NVIDIA AIPerf构建合规决策流水线，并给出三项推理引擎评测发现。
阿里开源实验模型，预览Qwen4架构AI热点通义千问开源180B实验模型Qwen3.8-Flash-Next，首秀Qwen4三项架构设计，上下文可扩至百万token。
ServerBench发布：智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准，评测编码智能体设计专用LLM服务系统的能力，Claude Sonnet 5.5表现领先。
Anthropic发布可验证推理系统FlashProveAI热点Anthropic发布基于zkSNARK的可验证推理系统FlashProve，开源代码与Lean证明。
蚂蚁灵波LingBot下载量破220万AI热点蚂蚁灵波携全栈开源机器人通用大脑亮相乌镇峰会，LingBot系列开源9个月下载量突破220万，并展示机器人智慧药房落地进展。
蚂蚁百灵发布Ling-3.1-flash模型AI热点蚂蚁百灵上线Ling-3.1-flash原生混合推理模型，总参数560B、激活25B，支持100万token上下文。