今日精选

推荐理由：DisCo代理把GitHub仓库变成可重用技能，在多个AI研究基准上大幅提升性能，比无技能版本表现更好。

推荐理由：Google新发布的Gemini 3.8 Flash Cyber在软件漏洞修复基准上取得47.2%的pass@1分数，专为网络安全场景优化。

推荐理由：Anthropic 开源了电商智能体方案，包含面向消费者和商家的两个智能体，采用单智能体架构，比子智能体方案更优。

推荐理由：Anthropic新模型降价25%，Fable 5.1编码能力提升，Mythos 5.1专注网络安全，还新增企业安全功能。

推荐理由：谷歌新发布的 Gemini 3.8 Flash 模型，在软件工程和智能体任务方面有提升，支持自定义努力水平，适合大规模部署。

推荐理由：李飞飞团队出的Atlas模型，几张照片就能生成3D世界，还能做机器人训练数据，比专业模型还强。

推荐理由：看看这四款模型Ox Alpha、DeepSeek V4 Flash、MiMo和GPT-5.6 Luna如何推动市场增长

推荐理由：科大讯飞开源了百万token上下文的边缘模型，比普通模型能处理更长文本，适合设备端部署。

推荐理由：Meta把语音识别、说话人分离和端点检测三个模型合成了一个，延迟更低，故障点更少。

推荐理由：阿里发布Qwen3.8-Max-0902，在编程评测中夺冠，性价比超越对手。

推荐理由：阿里Qwen新模型Qwen3.8-Max-0902在代码评测中登顶，性价比超高。

推荐理由：HoH框架让AI编码代理能持续改进软件，在三个基准测试中平均提升52%，还能自主开发完整游戏。

推荐理由：MiniMax团队发布H3-World，让33B视频模型通过语言精确控制角色和相机，训练成本低效果好。

推荐理由：新发布的架构融合了语言和视频模型优势，从零开始预训练，多模态处理能力强。

推荐理由：Facet-0 模型通过预测和评估接触后果，让机器人能完成高精度装配，成功率比最强基线高出 5 倍多。

推荐理由：俄语安全护栏新模型，在俄语提示注入检测上表现优异，延迟最低，开源权重已发布。

推荐理由：Anthropic新出的Claude F5.1花3.3美元能生成超棒的SVG海鸥，还能直接变动画，比之前的模型强多了。

推荐理由：Anthropic 发布了 Fable 5.1，在科学基准测试中大幅领先，推理级别设置对创意输出质量影响显著。

推荐理由：Anthropic发布了Claude Fable 5.1，专为复杂知识工作优化，比前代更简洁

推荐理由：Google让Gemini系列模型看懂视频了，API直接调用，比之前强不少。

推荐理由：LatchBio测试了Grok 4.6的生物安全能力，它能拒绝危险查询同时允许科学查询。

推荐理由：Shopify用0.8B模型干翻GPT-5.6，小模型专用场景真香

推荐理由：蚂蚁集团等机构推出AQuA框架，解决量化金融模型开发中的数据污染问题。

推荐理由：Runway的Solaris模型能实时生成可交互的界面视频，拖动树木、壁画等元素会实时变化，开创了视频模型新应用。

推荐理由：腾讯发布了Hy4预览版，770B参数模型能自发现推理瓶颈并提升31.8%吞吐量，1M上下文还开源。

推荐理由：谷歌发布3.3亿参数的TimesFM-3，能零样本预测多变量时间序列，无需微调即可捕捉复杂依赖关系。

推荐理由：大连化物所等发布智能化工大模型 3.0 Pro，从问答升级为能执行复杂任务的智能工程伙伴，准确率提升超 20%。

推荐理由：清华AIR和域变换联手搞了个WAM模型，不用改参数就能自己进化，比传统方法强多了。

推荐理由：腾讯把 1.5TB 的 Hy4 模型压缩到 214GB，还能在异构设备上联合推理，速度提升 6 倍。

推荐理由：DeepSeek 175B在普通笔记本上完成20万蛋白质筛选，比A100集群快100倍，误差仅0.88，让小团队也能做药物发现。