五月下旬，燕京，聯想總部。
婚禮結束後的第二週，陸堯回到辦公室。
桌上堆著幾份待籤的檔案，最上面的一份是倪光南團隊提交的靈犀端側大模型最新進展報告。
他翻開第一頁，封面上寫著一行字——“靈犀V3.0：端側百億引數模型技術評估報告”。
報告日期是五月十九日，婚禮結束的第二天。
倪光南的團隊在婚禮期間沒有休息。
陸堯把報告逐頁看完。
核心資料如下——靈犀端側模型引數從五十億提升到一百億，在征程五代晶片上的推理速度達到每秒六十個token，功耗控制在五瓦以內。
端雲協同的切換延遲壓到了三十五毫秒，失敗率降到了百分之零點五。
模型架構用了分組查詢注意力和稀疏啟用技術，在不損失精度的前提下把推理成本壓了下來。
多模態能力同步升級，支援影像識別、語音轉寫和影片摘要，全部在端側完成。
他拿起內線電話撥了倪光南的號碼。
“倪院士，靈犀這一版的提升很大，一百億引數，每秒六十個token，五瓦功耗，這個資料是怎麼做到的？”
“兩個原因。”倪光南的聲音從電話裡傳來，帶著一種被長期壓力磨過之後終於鬆開的沉穩。
“第一，征程五代的算力比四代翻了四倍，四代跑五十億引數已經是極限了，五代跑一百億引數還有餘量。
第二，我們把模型的架構重新設計了一遍，用了分組查詢注意力和稀疏啟用的技術，在不損失精度的前提下把推理成本壓下來了。
端雲協同的切換延遲也優化了，三十五毫秒，使用者感覺不到端側和雲端的切換。”
“測試資料可靠嗎？”
“跑了三週的壓力測試。，端側推理的準確率跟上一版持平，推理速度快了將近一倍。
端雲切換的失敗率從百分之零點八降到了百分之零點五。
這些資料都是實測的，不是模擬。測試機型是Take Fold三代和Yoga 2026款的工程樣機，跑了一萬多次對話，覆蓋了中英文、多輪對話、影像識別、語音轉寫這些場景。”
倪光南停了一下，又補了一句，“另外，多模態能力的提升比預想的快，影像識別和語音轉寫的端側準確率都到了百分之九十五以上。
影片摘要稍微慢一點，端側處理一段五分鐘的影片大概需要二十秒，但使用者感覺不到明顯的等待。”
“靈犀的這一版什麼時候能推到使用者端？”
“六月中旬，Take Fold三代、Yoga 2026款的預裝版本已經在測試了。
如果一切順利，六月中下旬開始推送OTA升級，第一批推送一百萬臺裝置，第二批五百萬臺。”
倪光南翻開筆記本的聲音從電話裡傳來，“另外，端雲協同的雲端部分也做了最佳化，引擎的推理叢集擴容了一倍，雲端處理的延遲從十五毫秒壓到了十二毫秒。
端側加雲端的總延遲，從四十二毫秒壓到了三十五毫秒。”
”？了多在現？呢料資者用使的犀靈“。筆一了記上本記筆在堯陸
”。鐘分八十二長時用使均日者用使，萬千六過超者用使活日，億兩破突者用使球全“
。高最率用使者用使的能功個四譯翻地本、作寫地本、話對地本、同協置裝“，說南倪
”。的高最裡能功有所是，五十六之分百了過超率用使的同協置裝
。室公辦了到軍小李把堯陸，後之話電了掛
。”月5年6202——析分用使能功與長增者用使犀靈“著寫上面封，報簡料資者用使的犀靈份一著拿裡手軍小李
。上幕螢到投料資把，頁一第開翻他
”。快的想預我比度速個這，間時年半，在現到出釋月二十年去從犀靈“，上桌在放報簡把堯陸”。者用使億兩“
。犀靈了裝預都臺一每，臺萬百八了破突量貨出球全的代二dloF ekaT“，頁二第的報簡開翻軍小李”。的來起帶量銷的代二dloF ekaT是要主“
。萬千三了過超經已數基置裝的犀靈，板平baT和本記筆agoY上加再
。的用啟上置裝臺多在者用使個一同是分部一當相有，裡者用使億兩
”。用有很播傳場市對字數個這億兩但，右左萬千九在概大者用使立獨際實
”？呢饋反者用使“
。網聯要需不和置裝出不料資是點個兩的認最者用使，多居面正“
。多不差候時的網聯跟驗，網聯不程全，譯翻做、件郵寫犀靈用上機飛在，測實了做主博技科個幾有
。次億五了過超計累，高很量放播的上浪音在片影評測些這
