Qualcomm 已重新設計其下一代 Hexagon NPU，以支援行動裝置上的代理式 AI 工作負載。更新後的處理器將 NPU 共享記憶體容量提升 50%，減少頻繁存取外部記憶體的需求，並支援更長的上下文處理、多模型協作及 AI Agent 平行運作。 該架構導入了專為 Transformer 工作負載打造的新 Element Accelerator，並新增對 Mixture-of-Experts (MoE) 模型的支援。這類模型會針對每項任務動態啟用所需的參數。對於 INT4 模型，該平台可將預填充效能提升最高 50%，同時加快代幣生成速度。

據 Beating 稱，華為已於今年秋季在 Mate XT 2 摺疊智慧型手機上正式部署一款總計 300 億個參數、20 億個啟用參數的裝置端 MoE 大型語言模型。該模型運行於最新發布的 Kirin 9050 Pro 晶片組上，AI 運算由 Da Vinci 架構 NPU 提供動力。華為聲稱，這是業界首款裝置端 MoE 多模態大型模型。

據 Beating AI 和 Tencent 的官方公告，Tencent Hunyuan 和 WorkBuddy 已完成針對 Hy4 preview 的最佳化，現已全面部署至 WorkBuddy 平台。此次更新在不犧牲效能的情況下，減少複雜任務所需的任務輪次，以及輸入／輸出代幣用量，主要解決過度的思維鏈推理與重複驗證問題。 Hy4 preview 是 Tencent 於 8 月下旬發布的開源混合專家（MoE）模型，具備總計 7,700 億個參數，其中 490 億個為啟用參數，並支援 100 萬個代幣的上下文長度。該模型專為程式碼、辦公室工作和研究應用而設計。

據 ChainCatcher 稱，9 月 2 日，B.AI 宣布正式推出 Tencent 的 Hunyuan Hy4 Preview 模型 API 服務，現已可供開發者整合。該模型採用 7700 億參數的稀疏 MoE（專家混合）架構，每個代幣啟用 490 億個參數，並支援 100 萬代幣的上下文視窗。開發者可透過 B.AI 的官方平台存取 API。

據 ChainCatcher 報導，SemiAnalysis 和 P Equity Research 的研究人員，包括 Nick Doyle，最近在 X Space 會議中討論了高頻寬快閃記憶體（HBF）技術。Doyle 表示，目前要評估 HBF 與 HBM 之間的成本溢價可縮小至何種程度仍言之過早，因為現有資料大多反映供應商的說法。Sandisk 表示，其每位元成本約為 HBM 的八分之一，但 TSV、堆疊和 pSLC 模式所帶來的結構性成本仍將持續存在，而耐久性則是一項關鍵的未知因素。 HBF 的使用情境僅限於 AI 推論，尤其是小批次、長上下文的 MoE 模型，因此不適合作為 HBM 的廣泛替代品。約 1.6 TB/s 的目標頻寬與 HBM3E 的水準相當，並針對循序讀取模型權重進行最佳化，更適合本地部署或企業私有部署的 GPU 記憶體容量需求，而非超大規模資料中心情境。熱可靠性問題仍未解決，因為快閃儲存裝置在接近 GPU 熱源時會迅速劣化；包括透過 UCIe 分離以及每日重新整理在內的緩解措施，也尚未經過驗證。

據金十報導，薩斯喀徹溫省省長 Scott Moe 於 8 月 26 日宣布，為回應加拿大與美國之間日益升高的貿易緊張局勢，該省將自 9 月 8 日起對進口美國酒類產品徵收 50% 的報復性關稅。Moe 指出，在這場貿易爭端中，美國酒類在薩斯喀徹溫省的銷售額已暴跌 40%。

據 Beating AI 報導，Alibaba Qwen 今日發布 Qwen3.8-Flash，同時以 Qwen3.8-Flash-Next 的形式提供開源權重，並採用新一代 Qwen4 架構。這款多模態 MoE 模型總計擁有 1,250 億個參數，其中僅有 60 億個參數會被啟用，另搭載 510 億個 N-gram 嵌入，以提升記憶體使用效率。 在官方基準測試中，Qwen3.8-Flash 的 SWE-bench Pro 得分比 Claude Opus 4.6 高出 9.1 分，在 JobBench 高出約 20 分，在 AndroidWorld 高出 22.5 分，在 MathVision 高出 25.1 分。該模型原生支援長達 26.2 萬個 token 的上下文，並可擴展至 100 萬個 token。Qwen Cloud 的輸入價格為每百萬個 token 1 元人民幣，輸出價格為每百萬個 token 3 元人民幣。Alibaba 聲稱，其訓練成本約為 Qwen3.7-Plus 的九分之一。

據 ChainCatcher 報導，Alibaba 的 Qwen 團隊將於星期三（8 月 27 日）發布 Qwen 3.8-Flash-Next，這是一個混合專家（MoE）模型，總參數量為 1,250 億，每個代幣的活躍參數量為 60 億。該模型被定位為即將推出的 Qwen 4 架構的早期預覽，而非最終的旗艦版本，並結合了基於 Qwen 4 架構設計的多模態能力。 作為一個開放權重模型，開發者可以自由下載、微調並執行該模型，不必將資料傳送至封閉式 API，從而降低託管成本。模型權重將可在 Hugging Face 和 ModelScope 上取得。Alibaba 尚未公布基準測試分數，或其相較於 Qwen 3 系列及競爭對手的效能數據。

據 ModelScope 消息，阿里巴巴將於 8 月 26 日晚上 11 點發布 Qwen3.8-Flash-Next。該模型是基於 Qwen4 架構的多模態混合專家（MoE）系統，目前預覽頁面已在該平台上線。 阿里巴巴將此次發布定位為技術預覽，為社群推出完整的 Qwen4 模型系列做好準備。該公司本月稍早發布了擁有 2.4 兆個參數的 Qwen3.8-Max。

據 ChainCatcher 報導，B.AI 於 8 月 24 日宣布，小米的 MiMo-V2.5 多模態模型現已可透過 API 免費使用。這款擁有 3,100 億參數的稀疏 MoE 模型支援文字、圖片、影片和音訊輸入，具備 100 萬個標記的上下文視窗，並針對回應速度進行了最佳化。開發者可透過 B.AI 的 API 平台免費存取該模型。