谷歌为Gemma 4开放Multi-Token Prediction推测解码，在不改变模型和输出质量的情况下最高提速三倍。推理优化正在重新计算本地部署、企业应用与AI基础设施的成本。

智谱让模型以Infra Agent身份参与优化推理系统，在10万颗国产AI加速器集群上将KV开销从超过30%降至1%以下。RSI开始从概念走向可测试、可回滚的工程流程，模型效率、安全边界与企业部署方式正在...

Agentic Infra、Token 调用增长、异构算力调度和 Agent 工程共同说明，AI 竞争正从模型参数转向推理成本、系统效率和可交付能力。

OpenAI Doug 大型预训练、GPT-5.6 与 Fable 解题、MiniMax Code 2.0 重构执行层同台出现，说明 AI 竞争正在回到底座模型、Agent 工程和成本治理。

英伟达押注SSI、Spectro Cloud融资、Kimi K3开源与SearchOS发布同时出现，AI竞争正在从模型能力转向算力供给、资源调度、开放模型和系统效率。

OpenAI加码企业部署，Claude锁定长期云算力，长上下文、端侧提速、主动助手和多模态应用同步推进，AI竞争正从模型发布转向基础设施、工作流和真实交付。