MiniMax
全部主題MiniMax 的模型與產品動態:M 系列大模型、語音與多模態能力、開源與商業化進展。
最新精選
第 21–33 條 · 共 33 條
MiniMax (official)@MiniMax_AI精選品質評分6767
SGLang Releases精選品質評分7878 SGLang v0.5.22 釋出多模型支援與效能提升
SGLang v0.5.22 釋出,新增多模型支援、效能最佳化與跨平臺功能。 - 新模型:DeepSeek‑V4.1、Qwen3.8‑Flash‑Next、GLM‑5.3‑Flash、MiMo‑V2.6‑Pro、EmbeddingGemma 2、LLaDA2.2、HunyuanImage‑3.0‑Instruct 等。
推薦理由:本次更新大幅提升多平臺推理吞吐量並加入多模型支援,開發者可直接使用新功能加速多模態應用,並在多種硬體上獲得顯著效能提升。
vLLM Official Blog精選品質評分8080 vLLM 在 NVIDIA Vera Rubin NVL72 上實現 7.8 倍吞吐提升
vLLM 現已支援 NVIDIA Vera Rubin NVL72,透過 Rubin‑tuned kernels 與 locality‑domain 技術,單張 GPU 的推理吞吐率比 GB200 NVL72 高達 7.8 倍,在 AgentX 端點與 MLPerf VLM 測試中分別提升 5.18 倍 與 3.7 倍。
推薦理由:本篇展示 vLLM 在新一代 NVIDIA Vera Rubin NVL72 上的 7.8 倍吞吐提升,並說明如何利用 Rubin‑tuned kernel 與 locality‑domain 技術達成高效代理推理,為部署高效代理模型提供實際效能參考。
ComfyUI Blog精選品質評分7474 我如何在單一 GPU 上使用 MiniMax H3 生成即時影片
本篇示範如何在單一 RTX 5090 GPU 上以 15 秒即時影片的速度,使用 MiniMax H3 生成 448×256 解析度的影片,並以低成本完成。
推薦理由:本篇示範如何以單一 RTX 5090 GPU 產生 15 秒即時影片,提供實際最佳化技巧與開源節點,對想節省成本的開發者具有參考價值。
Recode China AI精選品質評分8585 DeepSeek 與華為攻擊 Nvidia CUDA 鎖定,Manus 重啟引發代理戰爭升溫
DeepSeek 與 Huawei 針對 Nvidia 的 CUDA 鎖定釋出全套工具,並同步 Manus 以 Cue 個人代理重啟,點燃代理戰爭。
推薦理由:DeepSeek 和華為的舉措揭示中國 AI 硬體與模型共設計趨勢,對 Nvidia 產業格局構成挑戰。
SGLang Releases精選品質評分7474 SGLang v0.5.20 釋出多模型支援與跨平臺推理最佳化
SGLang v0.5.20 釋出多模型支援、推理效能提升與跨平臺部署功能,協助開發者更快落地實際應用,並提供 CPU、GPU、XPU 等多硬體環境的最佳化實現,讓模型部署更靈活高效。
推薦理由:SGLang v0.5.20 釋出多模型支援、推理效能提升與跨平臺部署,協助開發者更快落地實際應用。
vLLM Official Blog精選品質評分7676 vLLM x AgentX:針對實務代理服務的最佳化
vLLM 在 AgentX 基準上實現高效能與成本優勢,提供可驗證的全棧最佳化方法。 - 總吞吐量:在 DeepSeek V4 Pro 上達到 130 000 tokens / GPU‑sec,MiniMax M3 互動率 376 tokens / sec。
推薦理由:本文展示 vLLM 在 AgentX 基準上實現高效能與成本優勢,並提供可驗證的全棧最佳化方法,對於需要高吞吐量與低成本的代理服務部署具有實務參考價值。
SGLang Releases精選品質評分8383 SGLang v0.5.19 發布:帶來 Beam 搜尋、DeepEP v2 與全方位效能最佳化
SGLang 正式發布 v0.5.19 版本,此次更新匯集來自 214 位貢獻者的 786 個 PR,全面提升大模型與擴散模型的推論效能、硬體相容性與快取機制。
推薦理由:原文詳細列出各項核心效能改進與硬體支援,開發者可據此評估升級至新版本對模型推論吞吐量與延遲的實質助益。
LMSYS Org Blog精選品質評分7474 SGLang Diffusion 如何加速 MiniMax-H3 影片生成,最快達 6.24 倍
生成高畫質影片要反覆計算很多次,想加快速度,常得在畫面相似度上有所取捨。SGLang Diffusion 團隊在 8 張 NVIDIA H200 顯示卡上測試 MiniMax-H3,並和 Diffusers 比較;在不近似計算的設定下,速度快約 1.85 到 1.95 倍。加入重用前面計算結果的 Cache-DiT,以及略過部分注意力運算的 SubBlock 後,最快達 6.24 倍,但部分 T2VA 影片的 SSIM 降到 0.76 至 0.78。若更重視畫質,單用 Cache-DiT 可達 2.99 倍,SSIM 為 0.90 至 0.92。測試固定提示詞、種子和輸出設定,結果顯示加速幅度會隨影片型別和設定改變。
推薦理由:這組實測在固定影片生成條件下比較速度與畫質,呈現不同加速設定的取捨,方便估算可接受的畫質變化。
Browser Use精選品質評分7373 我們如何為瀏覽器打造可擴充套件的長期 RL 環境
本報告說明如何利用真實瀏覽器使用者流量構建可擴充套件的長期 RL 環境,並公開 200 個樣本供開源社群使用。 - 任務來源:來自數億筆瀏覽器代理任務,經過篩選縮減至約 1,000 萬個獨特任務。
推薦理由:本報告展示如何從真實瀏覽器流量構建可擴充套件長期 RL 環境,對研發者評估模型長期行為提供可複製實驗基礎。
vLLM Official Blog精選品質評分7777 vLLM-Omni 推出分散式層級解除安裝,實現 200B+ DiT 模型高效擴容
vLLM-Omni 0.27.0 版加入分散式層級解除安裝 (DLO) 與 AllGather,可讓 200B+ DiT 模型跨多個 NPU 或 GPU 以最小主機記憶體執行。
推薦理由:此文詳細說明如何利用 vLLM-Omni 的分散式層級解除安裝,讀者可快速部署 200B+ DiT 模型並評估效能。
SGLang Releases精選品質評分8282 SGLang 發布 v0.5.17 版本
SGLang 正式發布 v0.5.17 版本,匯集 194 位貢獻者的 582 項 PR,全面升級推理與平行化效能: - 新模型日支援。
推薦理由:新版本帶來多項新模型支援與底層平行化最佳化,開發者可參考其升級日誌評估效能提升與架構調整。
Together AI Official Blog精選品質評分7777 Together AI 於 ICML 2026:全棧前沿研究
Together AI 在 ICML 2026 展示了九篇跨層研究,從代理到 GPU 核心,涵蓋模型、演算法、系統與硬體最佳化。 - 代理層:DSGym 1,000+ 任務、10+ 領域;ThunderAgent 3.6× 推理吞吐量、3.9× RL 迭代速度提升。
推薦理由:Nine ICML 2026 論文涵蓋從代理到 GPU 核心的全棧研究,讀者可洞悉跨層最佳化的實際效能與落地策略,並展示多層協同效益與實際部署案例。