📰 Mamba-3：面向推理效率优化的新型状态空间模型

卡内基梅隆大学、Princeton、Cartesia AI和Together AI联合发布。

• 以推理效率为首要目标设计，区别于Mamba-2专注于训练速度
• 升级点：更表达的递推公式、复数值状态跟踪、MIMO多输入多输出变体
• 在1.5B参数规模下，Mamba-3 SISO在所有序列长度的prefill+decode延迟上超越Mamba-2、Gated DeltaNet和Llama-3.2-1B
• 已开源内核，使用Triton、TileLang和CuTe DSL编写

原文链接：https://www.together.ai/blog/mamba-3

🕐 发布于: 2026年03月22日 08:05