模型观察18 分钟
2026 端侧模型大全与本地部署指南：48 个模型家族怎么选
系统比较 Qwen、Gemma、MiniCPM、LFM、GLM、ArmorOCR、InternVL、Llama、Mistral 等端侧模型的设备层级、工作负载、内存误区和企业选型方法。
基座模型研究文章
企业实践13 分钟
NVIDIA、AMD 与国产 AI 算卡：企业采购到底该比较什么
从芯片、软件栈、模型适配、集群、功耗、供应与迁移成本比较 NVIDIA、AMD、昇腾、寒武纪、昆仑芯、壁仞和摩尔线程。
模型观察16 分钟
2026 基座模型生态地图：14 个主流家族与企业多模型路由
核验 GPT、Claude、Gemini、Qwen、DeepSeek、Llama、ERNIE、混元、豆包、Kimi、MiniMax、GLM、Mistral 与 Grok 的当前主线。
模型观察14 分钟
企业如何选择基座模型：2026 能力、成本、安全与可替换性清单
用一套可执行评分卡评估基座模型，覆盖任务成功率、Agent 工具、上下文、Token 成本、部署、数据治理、生命周期和供应商切换。
基座模型决策地图
从研究判断进入家族、端点、价格和实验验证，不把品牌名当成固定规格。
全球与中国主流模型家族
各条目的资料核验日期与待复核状态见模型观察站。
火山引擎 / 豆包持续更新
字节跳动豆包大模型系列
Seed2.1 Pro / Turbo
Seed2.1 ProSeed2.1 Turbo
腾讯云 / 腾讯混元持续更新
腾讯混元 Hunyuan 系列
Tencent Hy4 preview / Hy3
Tencent Hy4 previewTencent Hy3
阿里云 / Qwen开源可用
阿里通义千问 Qwen 系列
Qwen3.8-Flash-Next
Qwen3.8-Flash-NextQwen3.7 Max
智谱 AI / Z.AI开源可用
智谱 GLM 系列
GLM-5.3-Flash
GLM-5.3GLM-5.3-Flash
Anthropic持续更新
Anthropic Claude 系列
Claude Fable 5 / Opus 5 / Sonnet 5
Claude Fable 5Claude Opus 5
百度智能云持续更新
百度文心 ERNIE 系列
ERNIE 5.0 Thinking / ERNIE 4.5 Turbo
ERNIE 5.0 ThinkingERNIE 4.5 Turbo
DeepSeek持续更新
DeepSeek 系列
DeepSeek V4 Flash / V4 Pro
deepseek-v4-flashdeepseek-v4-pro
Google持续更新
Google Gemini 系列
Gemini 3.7 Flash 与 Gemini 3.x 模型家族
Gemini 3.7 FlashGemini 3.6 Flash
Meta开源可用
Meta Llama 系列
Llama 4 Scout / Maverick
Llama 4 MaverickLlama 4 Scout
MiniMax持续更新
MiniMax 模型家族
MiniMax-M3
MiniMax-M3MiniMax-M2.7
Mistral AI开源可用
Mistral 模型家族
Mistral Medium 3.5 / Small 4 / Large 3
Mistral Medium 3.5Mistral Small 4
Moonshot AI / Kimi持续更新
月之暗面 Kimi 系列
Kimi K3
Kimi K3Kimi K2.7 Code
OpenAI持续更新
OpenAI GPT 系列
GPT-5.6 Sol / Terra / Luna
GPT-5.6 SolGPT-5.6 Terra
xAI持续更新
xAI Grok 系列
Grok 4.6
Grok 4.6Grok Imagine
先理解这些概念
本地推理
在用户设备、企业自有服务器或受控边缘环境中运行模型推理，而不是将每次请求发送给外部托管 API。
大语言模型
以大量文本和代码为主要训练数据，能够理解、生成和转换自然语言，并支持推理、结构化输出与工具调用的模型。
端侧多模态模型
在手机、AI PC、工作站或企业边缘环境本地处理文本、图像、视频或音频中至少两种模态的模型。
端侧模型
部署在手机、PC、边缘设备或现场服务器附近，能够在弱网、离线或数据不出域条件下完成推理任务的 AI 模型。
基座模型
在大规模数据上训练、可以适配多种下游任务的通用模型，是大语言模型、多模态模型和企业智能体的重要能力基础。
检索增强生成
在模型生成答案前，从企业知识库或外部数据源检索相关材料，并把证据作为上下文提供给模型的方法。
模型幻觉
生成式模型输出看似合理、实际缺乏依据或与事实不符的内容，包括编造来源、数字、事件和因果关系。
模型量化
使用更低数值精度表示模型权重或激活，以减少内存、存储和计算成本，使模型更容易在本地或端侧设备运行。
模型路由
根据任务类型、质量要求、延迟、成本、数据敏感度和可用性，将请求动态分配给不同模型的机制。
小语言模型
参数规模、激活计算量或部署资源明显低于大型通用模型，面向低延迟、低成本、端侧运行或特定任务优化的语言模型。
GGUF
llama.cpp 生态常用的模型文件格式，可封装权重、量化信息和运行元数据，便于在 CPU、GPU 与统一内存设备上进行本地推理。