InAgent登顶OSWorld，任务成功率90.2%超越OpenAI、谷歌和Anthropic
InAgent在OSWorld刷到90.2%，系统级任务100%，比OpenAI、谷歌、Anthropic都高，快看。
全部动态
AI 相关资讯全量信息流 · 1295 条
8月3日
MiniMax 开源 H3：33B Omni-Transformer，API 价格仅为 Seedance 2.0 三分之一
MiniMax 把 H3 开源了，33B 参数，两张 RTX 5090 就能本地跑，API 价格只有 Seedance 2.0 的三分之一，想玩视频生成的可以试试。
英特尔为 MiniMax H3 提供 Day 0 支持，实现多卡 GPU 部署方案
英特尔把 MiniMax H3 跑在多卡 GPU 上，锐炫 Pro B70 首发支持，还搞了 2TP×4USP 混合并行，视频生成部署有参考了。
模型13:27
MiniMax 开源多模态生成模型 H3，摩尔线程完成 Day-0 适配MiniMax H3 开源当天就被摩尔线程国产卡接住了，2K 视频生成一秒钟才 8 毛钱，视频编辑能力还排全球第一。
IT之家原文
模型13:09
华为诺亚开源MindMemOS，AI Agent的记忆与Skill可自演进华为诺亚开源了MindMemOS，给AI Agent配上能自进化的记忆，经验还能沉淀成技能，做智能体的可以研究下。
模型10:57
MiniMax H3 正式开源，支持多模态上下文与 2K 视频生成MiniMax 把能处理多模态上下文的视频模型直接开源了，最长生成 15 秒 2K 带立体声的视频，比一般文生视频强在能看懂图片、音频和视频混合输入。
IT之家原文
清华开源VeriLoop Coder-E1，证据治理螺旋驱动可验证递归自改进
清华开源了个能自己改代码的模型VeriLoop Coder-E1，SWE-bench拿85.2分，比很多大模型都强，想搞代码修复的可以试试。
Onton发布神经符号搜索模型Ontology 1，搜索精度超越Google Shopping和Amazon
Onton发布了搜索模型Ontology 1，90条查询上precision@10到0.630，压过Google Shopping和Amazon，而且只用了1%索引数据。做搜索的可以看看。
8月2日
国家超算互联网上线 DeepSeek-V4-Flash 正式版 API，一键接入调用
想用 DeepSeek-V4-Flash 的话，超算互联网已经上线了，不用自己配环境，一键就能调 API，试试它的智能体能力。
AMD发布开源MoE模型Instella-MoE-16B-A3B，总参数16B激活仅2.8B
想用AMD显卡跑大模型的可以看看，AMD把16B总参数、2.8B激活的MoE模型全开源了，连训练配置和数据配方都给了。
8月1日
马斯克关注 DeepSeek X 账号，V4-Flash 正式版 API 公测
马斯克刚关注了 DeepSeek，同一天 V4-Flash 正式版 API 公测，性价比拉满，X 上已经 2.5 万赞，值得围观。
OpenAI公布数学与理论计算机科学十项进展，Token成本约2000美元
OpenAI用Astra模型解决了十个多年没人做出来的数学难题，整个研究烧了约2000美元的token，还在Lean里验证过，值得看看。
DeepSeek-V4-Flash 正式版跑分：98% 缓存命中，AII 50 分
DeepSeek V4-Flash 正式版上线，AII 得 50 分只比 GPT-5.6 Luna 低 1 分，价格便宜 60%，前端代码跑分 1586，可以试试。
DeepSeek V4 Flash 升版后追平 GPT-5.6 Luna，成本低约60%
DeepSeek 把 V4 Flash 升到 0731 版，性能只比 GPT-5.6 Luna 低 1 分，成本却省六成，平价模型也能打了。
7月31日
模型21:17
MiniMax H3 通用多模态视频模型 8 月 3 日开源，最高支持 15s 2K 分辨率MiniMax H3 8 月 3 日开源，能做 15 秒 2K 音视频，价格只有主流模型的 1/3，看看合不合用。
IT之家原文
OpenAI改进框架使GPT-5.6 Sol在ARC-AGI-3提分188%
OpenAI给GPT-5.6 Sol换了套测试框架，ARC-AGI-3得分从7.8%涨到38.3%，输出还省了六分之五，这招挺妙。