《AI HOT 速览：MiniMax M3、推理加速与企业 AI 基础设施》

导语

这期 AI HOT 是一组 AI 产品、模型、基础设施和行业动态的密集快报。它的主线不是单个模型发布，而是 AI 应用层正在同时经历三件事：开源模型继续变强，推理与工具链快速提速，企业应用与资本市场开始围绕智能体基础设施重组。

1. 模型与推理：从 MiniMax M3 到高速编码模型

MiniMax 开源了 M3 模型权重：总参数 428B、激活参数 23B，并同步发布 MSA（MiniMax Sparse Attention）论文，用稀疏注意力降低长上下文计算成本。M3 的特殊性在于，它从预训练阶段就进行文本、图像等多模态交错混合训练。发布两周后，M3 在 Artificial Analysis 综合智能指数和 GDPval-AA 中获得开源模型第一，在 Code Arena WebDev 进入帕累托最优序列，并在 Vals.AI 榜单居国产模型首位。输出速度已从约 30 TPS 提升到约 80 TPS，计划再提升 30%-40%，Token Plan 后台也新增调用量看板。

Z Lab、Modal 与 SGLang 团队则发布 DFlash 投机解码模型和 SGLang 默认 Spec V2 引擎。DFlash 采用块扩散和 KV 注入并行生成 draft token，在 Qwen 3.5 397B-A17B（BF16）与 HumanEval 场景中，并发 1 时吞吐达到基线 4.3 倍。它说明推理优化正在从“换模型”进入“模型周边执行引擎”的竞争。