VIDRAFT
专注于开源智能体决策模型的AI公司，发布Darwin系列开源权重模型，定位为专有带类型决策模型的开源替代方案
时间轴 (近 90 天)
VIDRAFT在一款推理专用NPU上完成了完整的反向传播，从零预训练了一个语言模型，并发布为VKORE-46M-NPU。
据VIDRAFT透露，扩展到更大模型和真实数据是下一步计划。但单一来源指出核心训练技术尚未公开，这意味着独立复现目前还无法完成。
VKORE-46M-NPU核心训练技术为专有方案，正在申请专利，细节将在后续论文中公布；核心训练代码出于知识产权保护暂未开源。
VIDRAFT正在将上述能力整合为一个名为VKORE的NPU软件层，并将其定位类比为Nvidia通过CUDA构建的生态优势，描述为「NPU的CUDA」。
VIDRAFT的同一套NPU方案已覆盖从零预训练、LoRA微调、推理加速（在通用开源模型上同样得到验证）、量化模型执行与加速等模型生命周期环节。
该训练跑在一款2025年发布的第一代推理专用NPU上，使用32颗芯片完成，并非最新硬件。
研究团队在完全相同的初始化、数据和学习率调度条件下，分别在32芯片NPU和GPU上从零训练了同一个模型，两条损失曲线的皮尔逊相关系数达到0.99。
VIDRAFT 的具体参赛成绩和排行榜排名在目前可获取的报道内容中并未披露。
目前报道中没有披露 FINAL-Bench 或 VIDRAFT 量子模拟工作的具体开放渠道——没有 GitHub 仓库地址、Hugging Face 数据集链接、API 端点或安装指令。
VIDRAFT 是一家韩国 Pre-AGI 方向的 AI 初创公司，作为参赛方参与该挑战赛。
还有 25 条时间轴事件
全部知识事实 (20)
VIDRAFT 在 GPQA Diamond 的 500B 参数以下类别中达到 93.43%
60%待验证VIDRAFT正在将上述能力整合为一个名为VKORE的NPU软件层，并将其定位类比为Nvidia通过CUDA构建的生态优势，描述为「NPU的CUDA」。
50%待验证研究团队在完全相同的初始化、数据和学习率调度条件下，分别在32芯片NPU和GPU上从零训练了同一个模型，两条损失曲线的皮尔逊相关系数达到0.99。
50%待验证VKORE-46M-NPU核心训练技术为专有方案，正在申请专利，细节将在后续论文中公布；核心训练代码出于知识产权保护暂未开源。
50%待验证该训练跑在一款2025年发布的第一代推理专用NPU上，使用32颗芯片完成，并非最新硬件。
50%待验证VIDRAFT的同一套NPU方案已覆盖从零预训练、LoRA微调、推理加速（在通用开源模型上同样得到验证）、量化模型执行与加速等模型生命周期环节。
50%待验证VIDRAFT 的具体参赛成绩和排行榜排名在目前可获取的报道内容中并未披露。
50%待验证目前报道中没有披露 FINAL-Bench 或 VIDRAFT 量子模拟工作的具体开放渠道——没有 GitHub 仓库地址、Hugging Face 数据集链接、API 端点或安装指令。
50%待验证VIDRAFT 是一家韩国 Pre-AGI 方向的 AI 初创公司，作为参赛方参与该挑战赛。
50%待验证VIDRAFT 的判账引擎模型 Darwin-27B-ZTC-v5 在公开基准 S1MB 上于 152 个模型中排名第一，官方称表现超过了 Perplexity、Cloudflare 和 Meta 的模型。
50%待验证VIDRAFT 计划将 VKORE 用于两类内部负载：AI 判断引擎（输出概率或分数而非自由文本）和递归自我改进模型（RSI，模型反复解题并把验证过的结果喂回自己的训练循环）。
50%待验证VKORE 本身尚未公开，目前是专有基础设施软件，处于开发阶段，没有公开的 SDK、GitHub 仓库或 API，训练能力仅在内部 NPU 硬件上演示过。
50%待验证本次公告没有确认任何 OpenAI 兼容推理 API 的公开端点。
50%待验证Darwin 模型系列在 Hugging Face 上有公开记录，参考 VIDRAFT 此前发布的曾登顶五个 Hugging Face 基准的 Darwin-180B-RSI，可到其组织主页查看已发布的 checkpoint。
50%待验证VIDRAFT 已提交 16 项与 VKORE 相关的专利。
50%待验证上述性能数据全部来自 VIDRAFT 自身的公开公告，尚无第三方独立复现。
50%待验证VIDRAFT（비드래프트）是韩国AI创业公司，发布了VKORE软件加速层。
50%待验证VIDRAFT的CEO表示目标是让VKORE运行在韩国国产NPU上，但支持的NPU厂商和芯片系列清单尚未公开。
50%待验证VIDRAFT正在参与政府支持的AI基础模型项目（MSIT/NIPA框架下），属于NAVER Cloud联盟的一部分。
50%待验证VIDRAFT推出的VKORE软件加速层在不改动芯片的前提下，既将NPU推理性能提升数倍，又让Transformer的LoRA训练在这类推理专用硬件上跑通，数值精度与标准PyTorch达到0.9999对齐。
50%