AI教程KV 缓存、前缀缓存、提示缓存与语义缓存：同名不同命的四种“加速器”
KV 缓存、前缀缓存、提示缓存、语义缓存听起来都叫缓存，但存的东西、命中规则和踩坑点完全不一样。本文用代码和案例拆开讲清楚：它们各自做什么、在哪一层省钱省时、以及在生产环境里最容易翻车的地方。
#大模型
按标签聚合查看文章内容。
AI教程
AI资讯字节跳动火山引擎推出云端OpenClaw版本ArkClaw，开箱即用无需配置
火山引擎发布ArkClaw，解决AI Agent部署难题，作为云端OpenClaw的SaaS版本，将顶级开源Agent框架能力网页化，用户无需环境配置、购买算力或管理API，打开网页即可全天候在线使用强大AI功能。
AI资讯成功运行4000亿参数模型！iPhone 17 Pro挑战本地大模型执行，速度仅0.6词/秒
iPhone 17 Pro凭借12GB内存，通过闪存流式传输和专家混合模型技术，突破硬件限制，成功运行4000亿参数的大型AI模型。
AI资讯智谱发布GLM-5-Turbo：首个专为龙虾场景打造的原生模型，自研基准测试国内领先
GLM-5-Turbo针对复杂Agent场景进行深度优化，解决通用大模型在长链任务中性能下降的问题。该模型融合“OpenClaw”原生基因，提升工具调用、指令分解、定时触发及高吞吐执行能力，在自研ZClawBench测试中排名国内第一，开发者盲测认可率达90%。
AI聊天助手Google DeepMind 人工智能平台
Google DeepMind 是谷歌旗下专注前沿人工智能研究与应用的平台，提供从通用大模型、图像与视频生成、音乐与音频创作，到天气预测与机器人智能控制等一系列先进 AI 能力，致力于通过安全可靠的智能系统推动科学进步与现实世界应用。
AI资讯Ali Qwen 3.6 Plus 预览版登陆 OpenRouter，免费开放百万上下文能力
阿里巴巴最新的 Qwen3.6Plus 预览版已在 OpenRouter 平台上线，现阶段免费开放，支持百万级长上下文处理能力，性能显著优于前代模型。
AI资讯报告称DeepSeek V4将于2026年4月发布，腾讯姚顺宇的混元模型同步亮相
DeepSeek V4和姚顺宇的新混元模型预计将于2026年4月正式发布，聚焦视觉内容处理和人工智能搜索，推动国内大模型技术发展。
AI资讯拒绝Token效率低下：蚂蚁数字发布百灵企业版金融大模型，速度更快更轻便更优质
随着OpenClaw等自主执行智能体的兴起，AI应用正从对话交互迈向任务执行。企业面临算力浪费和安全合规等挑战，大规模部署成为关键。蚂蚁数字张鹏指出，这标志着企业级AI应用进入新阶段。
AI聊天助手讯飞星火——懂你的中文认知大模型与AI助手
讯飞星火是科大讯飞推出的新一代中文认知智能大模型与AI助手，具备强大的语言理解、知识问答、逻辑推理、数学解题和代码编写等能力，可通过自然对话方式帮助用户学习、办公、创作与开发。
AI资讯模型也能“自我克隆”吗？MiniMax发布M2.7：首个深度参与自我迭代的国产大模型
MiniMax发布了M2.7模型，实现了“AI自我进化”的突破，标志着大模型从依赖人类输入迈向自我迭代的新阶段。
AI资讯腾讯内部测试AI股票问询小程序：大模型全面融入证券咨询服务
腾讯推出“腾讯AI问股”小程序限量内测，利用AI技术提供投资咨询，助力完善其金融生态体系。
AI教程LLM中的分页注意力机制：把操作系统那一套搬进显存
用可视化和类比操作系统分页内存的方式，讲清楚分页注意力如何把LLM推理的显存利用率从20%拉高到接近满载。