AI 资讯 · 2026-10-23

15 分钟交付工业级可交互3D 资产，重写视觉大模型的“理科生法则”    作者丨高允毅    编辑丨岑   峰                                                                                                       刚刚，Kimi 官方发布了一段“极具暗示性”的先导片，各种高能科学画面与粒子特效快速切换，有眼尖的网友已经捕捉到画面中的彩蛋“Kimi K3.1”。Kimi K3.1 要来了？这次它带着极强的视觉效果来了，有网友指出官方视频就是 Kimi K3.1 做的。图注：眼尖的网友在画面中找到了亮点“Kimi K3.1”AI 博主 Chris 不仅肯定了即将发布的消息，而且表示他已经实测了一周。他透露，Kimi K3.1在开源 3D 图形库 Three.js 上表现出色，而且这个模型的成本只有 Kimi K3 的 70%，Token 效率全面升级。从 Chris 晒出的实测画面中，可以看到 Kimi K3.1 跑完了一整套 24 小时昼夜环境模拟，从晨光漫射到夜幕沉落，光影过渡帧级精

在企业网 D1net 主办的 2026 秋季央国企 CIO 及数科公司高管峰会（第 19 届）上，硅基流动解决方案总监唐安波出席峰会并作主题分享：《从“算力”到“Token 生产力”：央国企大模型规模化落地的推理基础设施与 ROI 实践》。以下为分享内容精华。当下，AI 应用正处于爆发式增长的早期阶段，Token 消耗量呈指数级增长。这背后，模型架构持续演进，版本更新节奏快速；同时，算力架构也在不断演进。模型与算力之间，是相互推动的迭代过程。对于企业来说，一方面要适配这些变化，另一方面又要面向自己的业务场景提供多元化模型服务，还要把成本控制在合理范围内。硅基流动在做的事，就是打通从算力到 Token 之间的转化层：把算力统一纳管起来；通过自研推理引擎，让模型跑得更快、更好。我们既在公有云端建设 Token 工厂，也帮助央国企在内部打造自己的 Token 工厂。简言之，通过系统化的推理工程，做好模型与算力的多重适配。基于此，硅基流动提出 Token 生产力核心公式：Token 生产力 = 产能 × 利用率 × 交付质量。其中，产能由芯片硬件能力、模型优化水平共同决定；利用率依靠流量治理与

记者：郭思编辑：包永刚导语：超算产业需要更多算力中立供应商深夜十一点，某新能源汽车企业的仿真计算中心里，屏幕上的流体模拟进度条正在缓缓推进。窗外的城市已经安静下来，但这里的服务器仍在轰鸣——工程师白天做分析、调参数，到了晚上就把计算任务交给算力，第二天一早推开门，结果已经摆在了桌上。这种“夕发朝看”的工作节奏，正在中国各地的研发实验室里成为新常态。而与此同时，在内蒙古、宁夏、新疆的广袤土地上，一排排服务器机房亮着指示灯，像沉默的巨人吞吐着数据。这些地方的电费便宜、气候适宜，是部署大规模算力中心的理想之选。但它们不再是过去那种只服务于高校科研的“象牙塔”——越来越多的汽车制造商、大模型企业、航空航天企业、生物医药公司，正在成为这些机房里最活跃的用户。超算，这个曾经带着浓厚学术色彩的词汇，正在经历一场深刻的产业迁徙。超算“出圈”：从象牙塔到产业主战场“五六年前，科研跟高校的场景在我们业务里要超过70%-80%。但到今年，需求更多的是来自企业。”并行科技行业事业部总经理吕昇亮在采访中这样描述行业的巨变。这个数字背后的驱动力，是各行各业对算力需求的急剧增长。IDC发布的《2026年中国人工智能

Learn how OpenAI scaled Habitat with reliable multi-tenancy, global caching, and Azure Cosmos DB to deliver 12× faster reads for ChatGPT.