Gate News Nachricht, 29. April — Die Modellgewichte von Ant Groups Ling-2.6-flash wurden jetzt Open Source gestellt und waren zuvor nur über eine API verfügbar. Das Modell verfügt über 104 Milliarden Gesamtparameter, wobei 7,4 Milliarden pro Inferenz aktiviert werden, ein 256K-Context-Fenster und eine MIT-Lizenz. BF16, FP8 und INT4

Gate-News-Mitteilung, 28. April — NVIDIA hat Nemotron 3 Nano Omni veröffentlicht, ein Open-Source-Multimodalmodell mit einer 30B-A3B-Mixture-of-Experts (MoE)-Architektur, das eine Unterstützung für ein 256K-Context-Window bietet. Das Modell vereinheitlicht die Verarbeitung von Video-, Audio-, Bild- und Texteingaben in einem einzigen Framework. Im Vergleich

Gate News-Meldung, 28. April — Meituan hat stillschweigend ein neues KI-Modell, LongCat-2.0-Preview, auf seiner LongCat-API-Plattform eingeführt, mit einem Update-Log vom 20. April, aber ohne irgendeine offizielle Ankündigung oder technischen Bericht herauszugeben. Im Gegensatz zu früheren LongCat-Serienmodellen

Gate News-Нachricht, 27. April — Das MiMo-Team von Xiaomi hat die Modellreihe MiMo-V2.5 großer Sprachmodelle unter der MIT-Lizenz als Open Source veröffentlicht und unterstützt kommerzielle Bereitstellung, fortgesetztes Training und Feintuning. Beide Modelle verfügen über ein Kontextfenster von 1 Million Tokens. MiMo-V2.5-Pro ist eine Reinform-Text-Mixture-of-Experts MoE Modell mit 1,02 Billionen Gesamtparametern und 1T aktiven Parametern.

Gate News Mitteilung, 24. April — OpenAI-Ingenieur Clive Chan hat detaillierte Einwände gegen das Kapitel mit den Hardware-Empfehlungen im technischen V4-Bericht erhoben und es im Vergleich zur vielgepriesenen V3-Version als "überraschend mittelmäßig und fehleranfällig" bezeichnet. Die Hardware-Anleitung von V3, die Q&A-Sessions

Gate News-Meldung, 23. April — DeepSeek hat TileKernels unter der MIT-Lizenz Open Source gestellt: eine GPU-Kernel-Bibliothek, die in TileLang geschrieben ist und für das Training und die Inferenz großer Sprachmodelle entwickelt wurde. TileLang ist eine domänenspezifische Sprache, die vom tile-ai-Team entwickelt wurde, um leistungsstarke GPU-Kernels auszudrücken in

Gate News Nachricht, 23. April — Das Seed-Team von ByteDance hat Seed3D 2.0 veröffentlicht, ein Text-zu-3D-Modell, das aus einem einzigen Bild texturierte 3D-Assets generiert. Das Upgrade konzentriert sich auf geometrische Präzision und Materialrealismus, wobei die API jetzt auf Volcano Ark verfügbar ist. Geometrische Generierung nutzt ein

Gate News Nachricht, 22. April — Der Princeton-Promotionsstudent Yifan Zhang hat auf X vollständige technische Spezifikationen für DeepSeek V4 offengelegt, nachdem es am 19. April eine Vorschau gegeben hatte. V4 verfügt über insgesamt 1,6 Billionen Parameter und eine leichte Variante, V4-Lite, mit 285 Milliarden Parametern. Das Modell verwendet die DSA2

Das Qwen Lab von Alibaba hat Qwen3.6-35B-A3B veröffentlicht, ein Open-Source-Großes-Sprachmodell mit einer sparsamen Mixture-of-Experts-Architektur, das 35 Milliarden Parameter umfasst und agentische Programmierschnittstellen für die Integration mit Coding-Assistenten Dritter bietet.

Google hat am 3. April das Multimodal-Modell Gemma 4 veröffentlicht, das Text-, Bild- und Audioeingaben unterstützt und Textausgaben generiert. Sein Kontextfenster kann 256.000 Token aufnehmen, unterstützt 140 Sprachen und ist für verschiedene Umgebungen geeignet. Es umfasst vier Modelle in unterschiedlichen Größen.