speed-optimization

Google DeepMind 推出两种 Deep Research 变体：为交互式应用优化的极速版，以及专为穷尽式背景调研任务打造的 Max 版。

Google 发布了 Gemini 3 Flash，这是一款快速、高性价比的 AI 模型，将 Pro 级别的推理能力与 Flash 级别的速度相结合，适用于编程、复杂分析和智能体工作流等任务。

一个高度优化的OpenAI Whisper Large v3版本，使用Transformers、Optimum和Flash Attention 2，能够在Replicate上在2分钟内转录150分钟的音频。