搜索关键词 万亿级参数
AI & Enterprise
Underdog开发者Sigil Wen：AI正加速从数据中心转向端侧
Underdog开发者Sigil Wen表示，AI模型正从数据中心向手机、笔记本等个人终端迁移，未来大部分AI token将来自本地设备。他称，基于Underdog运行的Qwen 3.8 27B在公开评测中的得分已高于Opus 4.6 Max，速度、隐私保护和端侧加密存储能力正成为重构AI商业模式的关键变量。
AI & Enterprise
Z.ai创始人Jie Tang：不能只盯参数量，推理成本正在重塑AI模型Scaling Law
清华大学教授、Z.ai创始人Jie Tang表示，衡量AI模型性能不能只看参数规模，还需同时考虑数据量、算力分配及实际运行方式。随着模型调用频次持续攀升，生命周期总成本的重心正从训练转向推理，这也使“更小模型、训练更久”成为更具吸引力的路线。Jie Tang还指出，MoE架构下，Chinchilla提出的“20:1”配比已不再普适；Z.ai最新公开的GLM-5.3也显示，仅在后训练阶段加码，仍能带来明确提升。
Telecommunications & Media
SK Telecom通过韩国自主AI基础模型第二阶段评估，加速布局多模态与AI Agent
SK Telecom已通过韩国政府“自主AI基础模型”项目第二阶段评估。公司表示，将以A.X K2为核心，推进多模态和AI Agent能力建设，并推动模型在制造、国防等场景落地。按规划，后续型号K3将向万亿级参数迈进；韩国科学技术信息通信部也计划将NVIDIA B200 GPU支持规模由约768块扩大至约1000块。
