一句话判断
Delta Attention 在百万token 语境中的 6.3 倍加速及训练效率提升是同类开源模型中罕见，值得跟踪其开源落地对代理编程的影响。
核心信息
Kimi.ai 发布 Kimi K3 大模型，拥有 2.8 万亿参数、1 百万上下文长度和原生多模态支持，采用 Delta Attention 将百万token 解码速度提升 6.3 倍，并通过 Attention Residuals 实现训练效率提升 25% 以下降成本 2%，计划 2026 年 7 月 27 日开放权重。
原始内容
相关动态
Mind Lab 开源长文本强化学习项目
Mind Lab 开源了一个长文本强化学习（RL）项目，支持 2M tokens 的长上下文。相比以往需要数千个 GPU 的 1M 上下文研究，该项目仅需 8 个 GPU 即可完成，大幅降低了超长上下文研究的算力门槛。
BestBlogs 早报 · 07-18
月之暗面发布Kimi K3，2.8万亿参数，896选16的Stable LatentMoE，上下文100万token，接近Fable-5但仍落后最强闭源模型，完整权重7月27日前开源；VentureBeat调查显示54%企业已发生AI代理安全事件；xAI开源Grok Build（84万行Rust代码）并残留上传用户代码痕迹；Cursor评...
InklingMoE模型发布
Thinkymachines 发布开源 MoE 模型 Inkling，总参数 975B、激活参数 41B、上下文长度 1M，支持文本、图像、音频的可控推理。
Astribot发布Lumo-2
Astribot发布了40亿参数的Lumo-2机器人基础模型，推理速度比前代快2.71倍，支持人类视频和多机器人身体。该模型在105个未见物体上取得更好结果，并在22项涵盖 motion prediction、memory、physical reasoning、long tasks、fine hand control的真实操作任务中表现最...
杨植麟在 GTC 2026 演讲：如何扩展 Kimi K2.5
月之暗面在 GTC 2026 宣布开源三个替代 Transformer 基础组件：MuonClip 优化器（数据效率接近翻倍）、Kimi Linear 线性注意力（3:1 混合全注意力，首个全面超越全注意力的架构）、Attention Residue 残差连接（提升 24% Token 效率）。同时披露 Agent Swarm 支持 10...