VIDRAFT
PulseAugur coverage of VIDRAFT — every cluster mentioning VIDRAFT across labs, papers, and developer communities, ranked by signal.
- 2026-08-02 research_milestone VIDRAFT achieved the #1 verified result in the Google x Hugging Face Fast Gemma Challenge for optimizing the Gemma 4 E4B it model's speed while maintaining quality. 来源
- 2026-07-13 product_launch VIDRAFT's Darwin model family achieved over 1 million cumulative downloads on Hugging Face. 来源
11 天有情绪数据
-
韩国资助国家级网络安全AI模型；SKT、NAVER财团竞标
韩国科学技术信息通信部正在资助一项开发国家网络安全专业人工智能基础模型的计划。由SKT牵头的一个财团和由NAVER Cloud牵头的一个财团已提交了提案。NAVER Cloud牵头的财团包括VIDRAFT、LG CNS以及众多其他安全公司、大学和基础设施运营商。该计划旨在创建针对韩国网络威胁形势定制的人工智能模型，以提高检测和响应能力。
-
韩国AI初创公司VIDRAFT发布PROMETHEUS具身世界模型
韩国AI初创公司VIDRAFT发布了PROMETHEUS，这是一个用于模拟和推理物理环境的具身AI世界模型。该模型旨在推进具身智能和世界建模，这对于机器人和自主代理至关重要。PROMETHEUS学习环境动态的内部表征，使AI代理能够在采取行动前预测未来状态和模拟轨迹，这对于基于规划的系统和仿真到现实的迁移至关重要。
-
AI初创公司VIDRAFT推出AX-RAY以检测模型中隐藏的因果泄露
AI安全初创公司VIDRAFT开发了一个名为AX-RAY的新审计框架，用于检测混合序列模型中的因果泄露。这种泄露发生在未来令牌信息不当地影响早期位置时，这种缺陷会人为地夸大性能指标。该框架在arXiv论文中进行了详细介绍，在注入合成故障后，成功地在两个已公开的模型Nemotron-H-8B和Zamba2-1.2B中识别出了这个问题。AX-RAY旨在为AI模型提供一种精确、无需训练且与架构无关的验证技术。
-
包括GPT、Claude、Gemini在内的LLM面临药物发现基准测试
VIDRAFT 推出了 Open Discovery Challenge，这是一个新的公共基准，旨在比较包括 OpenAI 的 GPT 系列、Anthropic 的 Claude、Google 的 Gemini 和 DeepSeek 在内的领先大型语言模型在药物候选物发现方面的能力。该挑战超越了一般的自然语言处理性能，专门评估人工智能在生物医学发现这一复杂领域的推理和知识检索能力。虽然具体的量化结果尚未公布，但该计划旨在让生命科学领域…
-
Claude 模型在早期药物发现挑战赛中领先 GPT-4
VIDRAFT 发起了开放发现挑战赛，这是一个在 Hugging Face 上举办的药物发现竞赛，参赛者使用各种 AI 模型为疟疾和结核病提出候选分子。前三天的早期数据显示，使用 Claude 系列模型的提交在两个疾病赛道上均优于使用 OpenAI 系列模型的提交。这个生成式基准测试与传统基准测试不同，它评估的是 AI 辅助的分子生成，而不是预测准确性，旨在加速对被忽视疾病的研究。
-
VIDRAFT推出Hansu，一款优先考虑数据主权的浏览器本地AI
韩国初创公司VIDRAFT推出了Hansu，这是一款专为本地、客户端推理设计的浏览器AI助手。这种方法优先考虑数据主权，确保用户数据保留在浏览器内，不发送到外部服务器，使其适用于具有严格隐私要求ルの企业和专业工作流程。该系统利用WebAssembly和WebGPU对量化的小型语言模型进行本地处理，从而在不依赖云基础设施的情况下实现AI功能。
-
VIDRAFT发布专用于科学推理的398B参数LLM
韩国AI初创公司VIDRAFT公布了其新型3980亿参数模型Darwin-398B-JGOS的评估结果。该大型语言模型专门为科学推理任务设计，旨在实现严谨的、特定领域的推理。该模型的规模使其跻身前沿LLM之列，VIDRAFT自称为Pre-AGI公司，表明其在更强大的推理系统方面的更广泛研究议程。
-
韩国AI模型因“借鉴”技术和狭隘基准测试面临审查 · 跟踪1个来源
在中国知乎平台上的一场病毒式辩论，对声称超越DeepSeek的韩国人工智能模型浪潮进行了审视。批评集中在几个方面：模型被指控建立在其他实验室的开放权重模型之上（例如SK Telecom的A.X K2使用了阿里巴巴的Qwen2.5），狭隘的基准测试选择忽略了更广泛的性能指标，以及为获得政府资助而进行的声称。在这些批评声中，初创公司VIDRAFT成为一个例外，其Darwin-398B-JGOS模型在GPQA基准测试中取得了特定、可验证的排…
-
VIDRAFT 团队在快速 Gemma 挑战赛中实现经验证的 SOTA
VIDRAFT 团队以 vidraft-darwin 的名义参赛，通过优化 Google Gemma 模型，在快速 Gemma 挑战赛中取得了经验证的最先进（SOTA）成果。他们的提交版本 vidraft-fw188-ctk49-n64-patchbridge-v1 在单个 NVIDIA A10G GPU 上达到了每秒 510.58 个 token 的速度，困惑度为 2.3930。该性能是通过广泛的软件优化实现的，且未损害模型质量，这…
-
VIDRAFT 以经验证的速度和质量荣登 Google x Hugging Face Fast Gemma 挑战赛榜首
VIDRAFT，一个由韩国初创公司开发的 AI 代理，在 Google x Hugging Face Fast Gemma 挑战赛中获得了 #1 经验证的领先地位。该挑战赛专注于优化 Google 的 Gemma 4 E4B it 模型在固定 A10G GPU 上的性能。VIDRAFT 通过平衡高吞吐量和严格的质量门槛，确保困惑度接近参考水平，从而获得 #1 的位置，与其他牺牲质量只追求速度的参赛者不同。
-
韩国初创公司Darwin-398B-JGOS模型在GPQA Diamond上全球排名第三
一家名为VIDRAFT的韩国初创公司开发了一个名为Darwin-398B-JGOS的语言模型，该模型在GPQA Diamond基准测试中位列韩国模型之首。据报道，该模型在约24个GPU上训练，在全球基准测试中获得第三名，超过了包括DeepSeek V4-Pro和NVIDIA的Nemotron 3 Ultra在内的多个知名模型。Darwin-398B-JGOS通过对开放模型进行进化融合而创建，强调方法而非大规模训练，并在旨在抵抗简单网络…
-
韩国初创公司 VIDRAFT 凭借 24 个 GPU 实现 AI 突破
韩国初创公司 VIDRAFT 使用约 24 个 GPU 的适度配置取得了显著成果，挑战了科技巨头大规模运营的主导地位。该公司的 Darwin 模型在韩国 AI 排行榜上名列前茅，并在 GPQA Diamond 和 Polaris 药物发现基准测试等基准测试中表现出色。据报道，VIDRAFT 还开发了一种结合 Transformer 和 Mamba 组件的新型跨架构模型合并，在 IBM 量子计算机上进行了密码分析演示，并发布了一个名为 …
-
LLM 推理引擎通过新技术和优化实现重大速度提升 · 跟踪 4 个来源
多个项目正在增强本地 LLM 推理引擎的性能。Kernel Acceleration (VK) 开发了三个引擎（VKAE、VKUE、VKIE），通过多令牌预测等技术将令牌生成速度提高到每秒 601 个令牌，并在 Fast Gemma 挑战赛中被验证为第一名。Llama.cpp 为 GLM-5.2 引入了推测解码，并为 Vulkan 增加了量化连接支持，而 vLLM 则增加了对 Inkling 模型系列的支持，并改进了其 CUDA 图实…
-
Aether-7B-5Attn 以完全透明引领真正开放的大型语言模型
VIDRAFT 的 Aether-7B-5Attn，一个 7B 的专家混合模型，已被添加到 awesome-free-models 列表，使其区别于其他“开放”模型。与通常只提供训练参数的“开放权重”模型不同，Aether-7B-5Attn 通过其权重、数据、代码和训练日志提供了完全的透明度。这种在 Apache 2.0 许可下的完全开放，允许可复现性、可审计性和更大的用户主权，这对于基础模型至关重要。
-
VIDRAFT 的 POCKET 35B 模型可在无 GPU 的手机和 PC 上运行
VIDRAFT 发布了 POCKET，这是一个拥有 350 亿参数的混合专家模型，可以使用 llama.cpp 等标准工具在无 GPU 的设备上运行，包括 PC 和手机。这为像 Bonsai 这样需要更强大硬件才能获得可比性能的模型提供了一种替代方案。POCKET 的稀疏架构使其在许多设备上运行的场景中比同等甚至更大尺寸的密集模型更快，通过完全在本地运行来优先考虑隐私和可复现性。
-
Aether-6B-11Attn-base: 训练中期模型作为研究产物发布
一项新的研究产物 Aether-6B-11Attn-base 在训练中期发布，独特地展示了一个结合了包括传统注意力、状态空间、卷积和线性时间组件在内的十一（11）种异构混合器的模型的发展过程。该模型具有 121 层、57.9 亿参数的深而窄的架构，未针对服务进行优化，并且生成 token 的速度很慢。此次发布强调了透明度，承认训练代码未存档，模型是从分片检查点重建的，并通过参数匹配和困惑度检查进行了验证。
-
VIDRAFT发布完全开源的Aether-7B-5Attn模型
VIDRAFT发布了Aether-7B-5Attn，一个完全开源的Apache 2.0许可基础模型。与许多仅提供权重的“开放”模型不同，Aether-7B-5Attn包含了其架构、训练数据配方、代码、超参数和日志，实现了完全可复现性。该模型在其49层中采用了一种新颖的异构注意力机制，以拉丁方阵排列，以控制深度偏差。一个关键的操作注意事项是，推理必须以批处理大小1进行，以避免由于特定的注意力分支未处理填充掩码而导致的输出损坏。
-
VIDRAFT的Darwin模型家族通过进化合并达到Hugging Face下载量100万
VIDRAFT的Darwin模型家族在Hugging Face上的下载量已突破一百万次，这得益于其独特的无需训练的进化合并方法。该方法允许在没有传统梯度下降的情况下快速迭代和重组模型优势，从而创建出许多性能优于其父模型的衍生模型。模型的开放性以及该方法，加上在普通硬件上表现出的强大基准性能，促进了一个社区驱动的生态系统，极大地推动了其广泛采用。
-
VIDRAFT 推出双 LLM 服务引擎，兼顾 GPU 吞吐量和 CPU 覆盖范围
VIDRAFT 开发了两款不同的语言大模型服务引擎，分别针对不同的优化目标。VKAE 是一款内核级加速引擎，旨在最大化 GPU 上的吞吐量，在多请求场景下性能提升高达 23.4 倍，速度超过 10,000 tokens/秒。相比之下，VKUE 通过优化内存带宽而非原始计算能力，使得一个 34.7B 参数的模型能够在包括 CPU 在内的各种硬件上运行，适用于受监管或本地部署的工作负载。
-
Tencent and VIDRAFT showcase sparse MoE models with reduced active parameters
Tencent has released Hy3, a 295-billion-parameter Mixture-of-Experts (MoE) model that utilizes only 21 billion active parameters per forward pass, significantly reducing inference costs. This MoE architecture, featuring…