全部动态
OpenAI 出了个新基准 LifeSciBench，专门测 AI 做生命科学研究的能力，比一般问答难多了，能看出模型哪里不行。
Vercel 出了个开源 Agent 框架 Eve，把 Agent 做成文件目录，自带沙箱和评估，用 npx init 就能部署，挺省事的。
OpenAI搞了个新方法，用历史对话模拟测试模型，能估算不良行为率，误差才1.5倍，做AI安全评估的朋友可以看看。
xAI 刚上线的 Grok Imagine Video 1.5，6 秒 720P 视频生成只要 25 秒，音画同步和运动真实感比前代强不少，做短视频挺合适。
英伟达Blackwell平台在MLPerf上把DeepSeek-V3 671B训练时间压到2分钟，比上代快60%，性能真狠。
OpenRouter用多个便宜模型拼出顶级效果，成本砍半但性能追上Claude Fable 5，预算有限又想用好模型可以试试。
阿里刚出的Qwen-Robot系列，三个模型从7B到72B，让机器人能边看边想边动，RoboBench成绩提升15%，搞具身智能的值得看看。
谷歌新榜单实测，Gemini 3.5 Flash 在安卓开发任务中得分低、成本高，性价比远不如 DeepSeek V4 Flash。
AMD确认了，RX 7000用INT8跑FSR 4.1画质不输FP8，RX 6000得等到明年。想玩新超分可以关注。
AMD要在桌面处理器里加NPU，砍掉核显，看来是为了推AI PC和降成本，跟英特尔的新品对标。
GitHub新出的多语言数据集，免费开源，里面各种语言的README和讨论都有，做多语言AI模型训练正好用上。
这个预报模型比美国飓风中心的系统更准，用四个机器学习算法组合判断台风内核有没有变对称，24小时内预测台风会不会突然变强。国内气象局和香港天文台已经开始用啦。
理想发布了马赫Mind-4系列模型，Mind-Pro在多个权威基准领先，Mind-Edge是端侧原生智能体，还要在Q4对标特斯拉FSD V14，自动驾驶的可以关注。
理想把马赫 Mind-Pro 模型塞进 L9 了，指令跟随和推理稳居第一梯队，多模态本地跑还不传数据，车载 AI 这波挺实在。
开源Flash-KMeans在H200上比FAISS快200多倍，做精确k-means不近似，适合大规模数据聚类。
噪点AI和港科大、清华联手做了一个音频模型，4步生成只要0.24秒，比同类快很多，还开源了，想玩音频AI的可以试试。