SGLang v0.5.16強化推論
SGLang v0.5.16 上線，加入信心驅動的 DSpark 推測解碼，並支援具 975B 參數、1M token context 的多模態 MoE 模型 Inkling。
GitHub sgl-project/sglang
完整日報
AI 日報 2026-07-25
22 則值得知道的變化
要聞
3 則輝達、SK啟動逾5千億美元AI合作
輝達與南韓SK集團宣布規模逾5,000億美元的AI合作計畫，將與SK海力士建立長期關係，確保次世代記憶體供應，並共同開發用於AI訓練、AI Agent及Physical AI的高頻寬記憶體。
中央社 科技綜合 2 家
AI巨頭競逐企業部署最後一哩
Anthropic 出資成立的 Ode 於 7 月 15 日正式亮相，OpenAI、AWS 與微軟也相繼成立前進部署團隊，協助企業把 AI 接入核心業務流程。相關布局規模龐大，包括 AWS 投入 10 億美元、微軟投入 25 億美元並動員約 6,000 名工程師，OpenAI 的合資公司整體規模則上看 100 億美元。
科技新報 AI
模型發布
3 則ESP32執行2,890萬參數模型
開發者在約 8 美元的 ESP32-S3 上離線執行 2,890 萬參數語言模型，端到端速度約為 9.5 tok/s，並公開韌體、訓練、量化與實驗程式碼。模型運用源自 Gemma 的 Per-Layer Embeddings，將其中 2,500 萬個參數留在 flash 查詢表，使 4-bit 模型以 14.9MB 容量部署於微控制器。
Hacker News
Vivix發布A1與W1模型
據量子位報導，Vivix發布即時互動多模態模型A1與W1，以原生流式架構支援持續音訊、影片生成及即時介入。Vivix稱，近30B活化參數的A1可在消費級GPU即時推論，平均可見反應延遲低於0.6秒，單卡吞吐量超過10000 video tokens/s。相關效能目前主要來自Vivix技術資料，產品已開放測試申請。
量子位據報導
Ollama v0.32.4 支援 Laguna
Ollama v0.32.4 透過 MLX engine 支援 Apple GPU 的 Laguna，並依指定類型量化 speculative decoding 的 draft-model 輸出層。
GitHub ollama/ollama
開發生態
6 則ChatGPT與Codex服務已恢復
ChatGPT、Codex 與部分 OpenAI 服務一度出現錯誤率升高，官方已採取緩解措施。OpenAI 狀態頁顯示，所有受影響服務已於 2026 年 7 月 25 日上午 11:08 完全恢復。
X @reach_vb
Codex與ChatGPT Work重設用量
官方表示，昨晚約凌晨2時至4時發生近乎全球性的服務中斷，目前已完全恢復。團隊已重設所有 Codex 與 ChatGPT Work 使用者的用量上限，並表示將從事故中學習。轉述貼文則稱重設範圍涵蓋所有 ChatGPT 與 Codex 使用者，範圍較官方說法更廣。
X @thsottiaux綜合 2 家
AMD Helios 推進兆瓦級供電
據報導，AMD 與施耐德電機共同發布 Helios AI Factory 參考設計，單一機櫃最高支援 246 kW，並可透過模組化架構擴充至 10.4 MW AI 叢集。
科技新報 AI據報導
資料中心同步斷載衝擊PJM電網
據 TechCrunch 報導，華府外一條輸電線本週故障後，PJM 轄區資料中心在約 30 秒內同步移除約 3.1 GW 負載，使電網一度多出 3.49 GW 電力，約 11 分鐘才恢復穩定。事件未造成停電，但導致區域燈光閃爍，顯示高度集中的 AI 資料中心若同時切換備援電力，可能放大供需與電壓波動。
TechCrunch AI據報導
Fly.io轉向Sprites並換帥
據單一來源貼文，Fly.io 表示已取得新一輪資金，將推出新版 Sprites，並由 Scott Johnston 接任 CEO。公司將策略重心轉向為 AI coding agents 提供半可拋式雲端運算環境，回應代理程式不適合長期綁定傳統公有雲伺服器的需求。相關融資與策略調整目前尚無其他來源佐證。
Hacker News未證實
Cloudflare推AI流量分類控制
據單一來源消息，Cloudflare 將向所有客戶推出 Search、Agent 與 Training 三類 AI 流量控制，Free 方案亦可使用。自 2026 年 9 月 15 日起，新加入 Cloudflare 的網域中，顯示廣告的頁面將預設封鎖 Training 與 Agent，Search 則維持允許。
Hacker News未證實