小米公开MiMo-V2.5推理系统全链路优化细节，API最高降价99%
根据IT之家报道，小米于2026年5月30日公开了MiMo-V2.5系列大模型推理系统的全链路优化技术细节。该优化围绕Hybrid SWA、MoE和多模态架构，重构了KVCache管理、分级缓存、前缀缓存到调度策略的推理栈，将KVCache存储压缩至同级方案的约1/7，并通过自研GCache三级缓存系统提升长序列推理效率，支撑了API服务高达99%的降价。
大语言模型
First-Principle 上关于「大语言模型」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
香港中文大学提出新型优化器Pion，在等谱流形上更新大模型参数
香港中文大学团队提出新型优化器Pion，通过在等谱流形上进行参数更新，解决了AdamW和Muon等主流优化器在训练超大规模语言模型时出现的失稳问题，为提升大模型训练稳定性和效率提供了新思路。
何小鹏：多数机器人公司未做好小脑，小鹏专注大脑与双足路线
根据IT之家2026年5月30日的报道，小鹏集团董事长何小鹏在访谈中指出，许多机器人公司连‘小脑’都未做好，仅实现了类似‘脑干、脊椎’的基础稳定功能。他认为大模型的发展让机器人‘大脑’突破成为可能，小鹏将坚定走‘大脑’与双足路线。
神秘Hy3 LLM领跑OpenRouter模型排行榜
2026年5月30日，据Hacker News热门（buzzing.cc中文翻译）报道，一款名为Hy3的神秘大型语言模型在OpenRouter模型排行榜上大幅领先其他模型，引发了AI社区的关注。
面壁智能与OpenBMB开源千万级SFT数据集及MiniCPM 5B-1B底座
2026年5月30日，面壁智能与OpenBMB宣布开源千万级SFT（监督微调）数据集和目前最大的中文数据集，并公开了其轻量级大语言模型MiniCPM 5B-1B的底座。这是国内首次开源如此规模的数据和模型，旨在降低AI开发门槛，促进中文AI社区发展。
Parallax：面向语言建模的参数化局部线性注意力机制
根据HuggingFace Daily Papers于2026年5月29日发布的论文介绍，Parallax是一种可扩展的参数化局部线性注意力机制，旨在改进大语言模型。该机制通过消除数值求解器并引入查询投影器，提升了注意力机制的偏差-方差权衡，并设计了硬件感知算法。
阶跃星辰开源 Step 3.7 Flash 模型，最高生成速度达每秒 400 Tokens
2026年5月29日，阶跃星辰正式发布并开源 Step 3.7 Flash 模型。这是一款面向 AI Agent 生产化阶段的新一代 Flash 模型，采用稀疏 MoE 架构，总参数达 196B+1.8B（含 ViT），激活参数为 11B，最高生成速度可达每秒 400 Tokens，非常适合需要高频、多轮、低延迟交互的 Agent 应用。
MiniMax-M2系列：基于混合专家架构的智能体语言模型
2026年5月27日，HuggingFace Daily Papers发布的社区热门论文介绍了MiniMax-M2系列语言模型。该系列基于混合专家（MoE）架构，旗舰模型总参数229.9B，每个token仅激活9.8B参数，专为智能体部署设计。其核心组件包括智能体驱动数据管道、强化学习系统Forge以及能初步自我进化的M2.7检查点。
小米招聘 Agent 上线官网，提供政策解答、职位智能推荐、招聘进展查询等服务
2026年5月28日，小米官宣其招聘Agent正式上线官网，该Agent基于Xiaomi MiMo大模型，可为求职者提供政策解答、职位智能推荐、招聘进展查询等服务。
2026年第一季度中国AI融资总额超1100亿元
据36氪2026年5月24日报道，2026年第一季度中国人工智能创投市场融资事件近600起，总额超过1100亿元人民币，同比增长185.4%。国产大模型公司融资额激增，资金主要投向研发、算力采购和人才招募。
蚂蚁集团百灵开源万亿级思考模型 Ring-2.6-1T
2026年5月16日，据IT之家报道，蚂蚁集团旗下百灵大模型正式开源了万亿级旗舰思考模型Ring-2.6-1T。该模型面向复杂任务场景，支持可调节的推理强度，包括面向高频Agent工作流的high模式和面向数学、科研等高难任务的xhigh模式。