Grok 4 系列模型据信将在一周内发布。
目前消息称 Grok 4 系列会有 grok-4-0629 和 grok-4-code-0629 两个型号。具有和前代模型相同的 131k 上下文窗口，支持推理，但只能输入文本模态内容。
目前消息称 Grok 4 系列会有 grok-4-0629 和 grok-4-code-0629 两个型号。具有和前代模型相同的 131k 上下文窗口，支持推理，但只能输入文本模态内容。
百度开源 ERNIE 4.5 大模型家族
百度正式宣布开源其最新的旗舰级大模型系列 ERNIE 4.5，这是一个包含 10 个不同变体的大规模多模态模型家族。该系列包含 2 个多模态大模型和 4 个大语言模型，共计 23 个模型版本，其中最大模型拥有 4240 亿参数，47B 活跃参数。
ERNIE 4.5 采用了创新的异构多模态混合专家（MoE）架构，支持跨模态参数共享的同时，也为每个模态保留专用参数。这种设计在提升多模态理解能力的同时，实现了文本处理性能的同步增强。模型支持图像、视频和文本等多种输入模态，并生成文本输出。
在技术创新方面，ERNIE 4.5 在三个关键领域实现了突破：多模态异构 MoE 预训练、高效扩展的基础设施，以及针对特定模态的后训练。该模型在预训练阶段达到了 47% 的模型 FLOPs 利用率（MFU），在 2016 块 NVIDIA H800 GPU 上实现了高效训练。
性能评测显示，ERNIE 4.5 在指令遵循、世界知识记忆、视觉理解和多模态推理等方面表现出色。在传统基准测试如 MMLU、MMLU Pro 等任务上，该模型与当前最强的 DeepSeek-V3、Qwen 等模型不相上下。然而在更具挑战性的新评测任务如 AIME、LiveCodeBench 等方面，表现相对一般。
本次开源遵循 Apache 2.0 协议，意味着开发者可以自由进行商业化使用和二次开发。百度还同时开源了完整的开发工具链，包括 ERNIEKit 训练工具包和 FastDeploy 推理部署工具包，涵盖从训练、微调到部署的全栈能力。模型提供了 PyTorch 和 PaddlePaddle 两个版本，以满足不同开发者的需求。
（技术报告）
百度正式宣布开源其最新的旗舰级大模型系列 ERNIE 4.5，这是一个包含 10 个不同变体的大规模多模态模型家族。该系列包含 2 个多模态大模型和 4 个大语言模型，共计 23 个模型版本，其中最大模型拥有 4240 亿参数，47B 活跃参数。
ERNIE 4.5 采用了创新的异构多模态混合专家（MoE）架构，支持跨模态参数共享的同时，也为每个模态保留专用参数。这种设计在提升多模态理解能力的同时，实现了文本处理性能的同步增强。模型支持图像、视频和文本等多种输入模态，并生成文本输出。
在技术创新方面，ERNIE 4.5 在三个关键领域实现了突破：多模态异构 MoE 预训练、高效扩展的基础设施，以及针对特定模态的后训练。该模型在预训练阶段达到了 47% 的模型 FLOPs 利用率（MFU），在 2016 块 NVIDIA H800 GPU 上实现了高效训练。
性能评测显示，ERNIE 4.5 在指令遵循、世界知识记忆、视觉理解和多模态推理等方面表现出色。在传统基准测试如 MMLU、MMLU Pro 等任务上，该模型与当前最强的 DeepSeek-V3、Qwen 等模型不相上下。然而在更具挑战性的新评测任务如 AIME、LiveCodeBench 等方面，表现相对一般。
本次开源遵循 Apache 2.0 协议，意味着开发者可以自由进行商业化使用和二次开发。百度还同时开源了完整的开发工具链，包括 ERNIEKit 训练工具包和 FastDeploy 推理部署工具包，涵盖从训练、微调到部署的全栈能力。模型提供了 PyTorch 和 PaddlePaddle 两个版本，以满足不同开发者的需求。
（技术报告）
据 The Information 报道，DeepSeek 备受期待的下一代大语言模型 R2 可能无法像其前任 R1 那样在中国迅速广泛普及。据中国主要云服务提供商员工透露，国内英伟达服务器芯片短缺是主要原因，而美国最近禁止专为中国市场设计的英伟达 H20 芯片销售进一步加剧了这一问题。
DeepSeek 的模型完全针对英伟达的硬件和软件进行了优化，在英伟达芯片上运行时表现最佳。R1 发布后，包括字节跳动、阿里巴巴和腾讯在内的中国科技巨头在 2025 年第一季度为英伟达 H20 芯片下了 160 亿美元订单，相当于 120 万块芯片。相比之下，2024 年英伟达向中国发运了 100 万颗 H20 芯片。
据知情人士透露，由对冲基金公司幻方量化拥有的 DeepSeek 尚未确定 R2 的发布时间。CEO 梁文锋对新模型的性能并不满意，工程师正在持续优化直到获得批准发布。
英伟达在声明中表示：「中国拥有全球最大的开发者群体之一，他们创建了开源基础模型和非军事应用。虽然安全至关重要，但这些应用都应以美国的人工智能堆栈为最佳运行平台。」
云服务提供商员工表示，如果 R2 发布后能超越现有开源模型，其需求将令正在应对英伟达芯片短缺的中国云提供商应接不暇。目前使用 R1 的云客户大部分都使用英伟达 H20 芯片运行该模型。
（The Information）
Cloudflare 于 6 月 24 日宣布，Cloudflare Containers 现已面向所有付费计划用户提供公开测试版服务。
Cloudflare Containers 与现有的 Workers 平台实现了紧密集成，开发者只需定义几行代码即可创建容器，就像部署 Worker 一样简单。容器无需管理跨多个区域的配置。当请求新的容器实例时，Cloudflare 会从其全球网络中选择已预置就绪容器的最佳位置，初始容器启动仅需几秒钟时间。
该平台的突出特点是其可编程性。容器实例可以按需启动，并由 Workers 代码控制。开发者可以根据需求灵活选择工具：轻量级可扩展任务使用 Worker，需要更多算力和灵活性的任务使用容器。这为开发者提供了运行以前无法在 Workers 中运行的库的能力，例如使用 FFmpeg 将视频转换为 GIF 的应用程序。
在定价方面，Containers 采用按使用量付费的透明模式。目前提供三种实例类型：dev（256 MiB 内存）、basic（1 GiB 内存）和 standard（4 GiB 内存）。费用从向容器发送请求时开始计算，在容器实例进入休眠状态后停止计费。容器按每 10 毫秒的活跃运行时间计费，内存费率为每 GiB- 秒 0.0000025 美元，CPU 费率为每 vCPU- 秒 0.000020 美元。
Cloudflare 已经规划了多项未来增强功能，包括提高并发实例限制、支持基于利用率的全球自动扩展、增强 Containers 和 Workers 之间的通信方式，以及与开发者平台其他服务的更深度集成等。
（Cloudflare 官方博客）
