蚂蚁集团的论文《LLaDA2.0-Uni》提出了一种离散扩散语言模型，旨在统一视觉理解和图像生成。该模型通过将图像压缩为离散语义token，并利用混合专家架构实现文本和视觉token的并行处理，显著提升推理速度。LLaDA2.0-Uni在视觉理解和图像生成任务上表现优异，展现出理解与生成的连续交互能力。

DeepSeek V4通过混合专家架构和计算优化，显著降低了AI推理成本并提升了能力。该模型使普通开发者以低成本使用强大AI，打破了算力垄断。优化的路由策略和长文本处理能力提高了计算资源利用率，促进了AI行业的创新与发展。

npx workos推出了一款AI代理，能够将身份验证直接集成到现有代码中。DeepSeek V3及其他模型采用混合专家架构，优化了计算效率和内存使用，推动了开源生态的发展。

Zhipu AI发布了GLM-4.5和GLM-4.5-Air两款新AI模型，分别拥有355B和106B参数，采用混合专家架构，优化为“思考”和“非思考”模式。GLM-4.5在编码基准测试中表现优异，成功率达到90.6%。

Qwen3是阿里巴巴于2025年4月29日发布的开源AI模型，参数规模从600M到32B不等。其混合专家架构实现了高效计算，支持深度推理和快速响应，训练数据涵盖119种语言，适合编程和逻辑问题解决。

字节跳动发布的Seed-Thinking-v1.5模型在数学、编程和科学任务中表现优异，参数量达到2000亿。其混合专家架构和强化学习方法提升了推理能力，尤其在创意写作方面表现突出。尽管在某些领域仍有不足，但其系统性方法为AI推理能力提升提供了新思路。

Kimi团队发布的Kimi-VL是一个高效的开源多模态模型，采用混合专家架构和长上下文窗口，显著提升视觉语言理解能力，超越多个闭源模型，标志着开源领域的重要突破。

Llama 4引入混合专家架构，提升了模型效率和响应速度，支持高达1000万的上下文窗口，适合复杂任务。与以往模型相比，在多模态理解和资源利用上有显著改进，开发者可通过Cloudflare轻松实现应用。

Meta在周末发布了最新的AI模型系列Llama 4，包括Llama 4 Scout、Maverick和Behemoth。这些模型经过大量数据训练，具备强大的视觉理解能力，特别是Llama 4 Maverick在多项基准测试中表现优异，超越竞争对手。Scout和Maverick支持长达1000万token的上下文，适用于多种应用，且采用混合专家架构，提升推理效率和性能。