大黑AI速报

Kimi团队发布Kimi Linear 48B A3B模型，采用1M上下文MOE架构，运行速度快于Qwen 3.5 35B，但输出偏简短。Reddit讨论：https://www.reddit.com/r/LocalLLaMA/comments/1v6f5vf/kimi_linear_48b_a3b/^[1]

LFM 2.5 230M模型通过WebGPU在浏览器中实现1440 tok/s推理速度，采用自定义内核和优化，展示轻量模型在浏览器端高性能推理的可能性。详情：https://www.reddit.com/r/LocalLLaMA/comments/1v6e0uq/lfm_25_230m_running_at_1440_toks_inbrowser/^[8]

Bento是一个只用单个HTML文件实现的PPT工具，支持全文编辑、全屏播放、多人协作。其数据为明文JSON，可方便交由AI修改。演示中丢入博客网址即可自动生成PPT，并将配图转为背景。开源地址见原推评论区。^[3][4]

Jerry Liu使用LlamaParse解析Opus 5系统卡，该PDF共193页，含大量标注信息。展示了解析复杂技术文档的能力，对AI工程师理解模型系统卡有实用价值。^[5]

社区分享了TensorSharp与llama.cpp在Cuda和Vulkan下的基准测试结果，并介绍基于Unsloth的开源本地推理引擎，支持多种模型，对本地部署优化有参考价值。测试详情：https://www.reddit.com/r/LocalLLaMA/comments/1v6ect8/benchmarks_tensorsharp_vs_llamacpp/^[7]

Demis Hassabis宣布Gemma 4模型下载量已超3亿次，整个Gemma开源系列总下载量达9亿次，显示该开源模型系列的巨大社区影响力。^[2]

报告显示28家AI训练数据创业公司年收入约85亿美元，估值近1000亿美元，一年暴涨100倍，揭示数据侧商业机会。^[6]