一篇技术分享围绕“面向智能体（Agentic）推理的下一代大模型推理引擎”展开，讨论多轮工具调用、长上下文与高并发场景下，推理引擎在调度、缓存和显存管理上需要做哪些改变。
近日，Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex，并开放适配器权重与推理代码。该模型通过六步去噪联合生成画面和声音，支持文本、首尾帧和多模态参考输入，供创作者进行镜头设计、参考生成和视频编辑
针对 Qwen 系列大模型的线性注意力机制，分享高性能优化实践，涵盖算子实现与推理加速思路，对做大模型推理部署和长上下文优化的工程师有参考价值。
工信部正研究起草新一代智能制造政策，推动“AI+制造”；新央企国家数据集团成立，董事长、总经理亮相；DeepSeek宣布全面开源内部推理框架，宇树科技称人形机器人行业仍处商业化早期。
QCon上海议题聚焦大模型在手机、PC等终端上的探索与量产落地，讨论端侧部署的工程路径与商业化进展，对终端厂商和AI应用开发者有参考价值。
蚂蚁百灵开源 560B 参数大模型 Ling-3.0-flash，主打低成本复杂工作流，单次调用成本约 0.19 美元，面向智能体与多步骤任务场景。
一支由前谷歌Gemini核心成员组成的创业团队刚公开亮相，就传出被英伟达收购的消息。团队选择押注编程智能体（Coding Agent）赛道，认为代码生成与自主编程是AI落地的重要方向。
世界人工智能开源大赛（GOAI）总决赛将在杭州举行，70支入围队伍从全球参赛者中脱颖而出，围绕开源AI项目展开最终角逐。
文章探讨单机柜能承载多少 AI Agent，指出瓶颈不在 GPU 算力，而在内存带宽、网络与调度等系统环节，为算力规划提供新视角。