4月29日·阿里Qwen3开源，登顶全球开源模型王座

4月29日·周二  AI工具和资源推荐

阿里Qwen3开源，登顶全球开源模型王座

4月29日凌晨，阿里新一代通义千问模型Qwen3正式开源，并迅速登顶全球最强开源模型宝座。Qwen3采用混合专家（MoE）架构，总参数量达235B，激活仅需22B，预训练数据量高达36T。其性能全面超越DeepSeek-R1和OpenAI o1等顶尖模型，推理能力显著增强，在数学、代码生成和常识逻辑推理方面表现卓越。Qwen3支持119种语言和方言，部署成本大幅下降，仅需4张H20即可部署满血版。此次开源的Qwen3家族包含8款混合推理模型，全部免费商用，已在魔搭社区、Hugging Face、GitHub上线，个人用户可通过通义APP体验。来源：微信公众号【新智元】

无问芯穹开源三大推理加速神器，推动端云推理系统升级

无问芯穹在终端和云端连续开源三项推理加速技术，助力新一代端云推理系统的发展。这三项技术分别是：SpecEE、Semi-PD和FlashOverlap。SpecEE通过基于推测的Early Exiting机制，显著提升了端侧推理速度，尤其在AI PC场景下，性能提升超过2倍。Semi-PD作为第三代PD半分离架构，采用“计算分离、存储融合”的设计理念，通过动态资源调整机制，最大化有效吞吐量。FlashOverlap提出了一种基于信号的计算通信重叠技术，可实现高达1.65倍的性能提升，尤其适用于低端消费卡。这些技术的开源旨在推动大模型在端侧和云侧的高效应用，降低通信开销，提升推理效率，加速AI技术的普惠与产业升级。来源：微信公众号【机器之心】

ISCA Fellow 2025公布，三位华人学者入选

近日，国际语音通讯协会（ISCA）公布了2025年ISCA Fellow入选名单，共有8位学者入选，其中包括三位华人：思必驰联合创始人、上海交通大学特聘教授俞凯，中国台湾大学教授李宏毅，以及新加坡科技研究局旗下资讯通信研究所生成式AI小组和AI for Education项目负责人Nancy Chen。ISCA Fellow旨在表彰在语音通信科学与技术领域做出杰出贡献的会员，每年新增人数不超过会员总数的千分之三。俞凯因其在语音识别、口语对话系统及口语技术部署方面的贡献入选；李宏毅在语音自监督学习及社区基准构建方面做出开创性贡献；Nancy Chen则在多语言语音处理、多模态人机通信和AI技术部署方面展现出卓越的技术领导力。此次入选体现了他们在语音领域的卓越成就和国际影响力。来源：微信公众号【机器之心】

UC伯克利研究发现：推理模型无需思考过程也能更高效

UC伯克利和艾伦实验室团队的最新研究提出了一种“无思考（NoThinking）”方法，表明推理模型在某些情况下跳过显式思考过程直接生成解决方案，可能比传统思考方式更有效。实验数据显示，在低资源（少token数量、少模型参数）或低延迟情况下，NoThinking方法在多个推理任务中的表现优于传统思考方法，尤其是在数学问题解决、形式定理证明和编程任务中。该研究还发现，NoThinking方法在并行扩展时展现出更高的效率，能够显著降低延迟和token使用量。这一发现挑战了传统观点，即推理模型需要详细思考过程才能有效工作，为推理模型的优化提供了新的方向。来源：微信公众号【量子位】

微软发布BitNet v2，实现1bit LLM的4bit激活值量化

微软最新研究推出了BitNet v2框架，为1bit LLM实现了原生4bit激活值量化，充分利用新一代GPU（如GB200）对4bit计算的原生支持能力，显著提升了计算效率并减少了内存带宽占用。BitNet v2通过引入H-BitLinear模块，在激活量化前应用Hadamard变换，将尖锐的激活分布重塑为更接近高斯分布的形式，减少了异常值数量，从而实现了4bit激活量化。实验结果显示，BitNet v2在不同模型规模上均表现出色，4bit激活版本相比8bit激活版本性能几乎不下降，且在低bit注意力状态实验中，其准确率与全精度版本相当。该研究为大模型的高效推理提供了新的技术路径。来源：微信公众号【量子位】