Mistral 开源 Leanstral 1.5，在形式化数学基准中表现出色且发现真实代码漏洞
Mistral 新模型 Leanstral 1.5 专攻形式化验证，能自动找出代码漏洞，数学基准也比同类强。
全部动态
AI 相关资讯全量信息流 · 2103 条
7月4日
NVIDIA AI 推出 ASPIRE 机器人框架，零样本成功率 31% 提升 77 点
NVIDIA 搞了个新框架 ASPIRE，自己写程序自己修，LIBERO-Pro 长任务零样本就 31%，还能再提 77 点，做机器人的可以看看。
Anthropic 抓虫 AI 模型助推 6 月高危漏洞数达此前纪录 3.5 倍
Anthropic 的 Claude Mythos Preview 让 6 月高危漏洞报告数冲到纪录的 3.5 倍，抓虫效率惊人。
Mistral AI发布Leanstral 1.5：Apache-2.0的Lean 4代码Agent可解587道Putnam题
Mistral开源了Leanstral 1.5，一个能解数学竞赛题的Lean 4代码模型，Apache-2.0免费商用，实测解决587道Putnam难题，值得看看。
7月3日
华为 Mate 80 Pro 性能解禁：麒麟 9030 Pro GPU 比 9020 提升 76%
麒麟 9030 Pro GPU 比上代强 76%，原神能效反超骁龙 8 Gen3，鸿蒙原生优化很强，想买 Mate 80 系列的话值得看看。
IT之家原文
字节豆包视频生成模型 Seedance 2.5 预计 7 月 6 日上线体验中心
字节豆包 Seedance 2.5 要上线体验中心了，能生成 30 秒视频还能同时用 50 个素材编辑，实打实提升视频创作效率。
IT之家原文
桥水基金研究：前沿AI模型金融判断准确率不足80%，微调开源模型达84.7%
桥水和Mira Murati团队发现，GPT和Claude在金融判断上准确率才70%，不如微调的Qwen3-235B的84.7%，成本还低14倍。
谷歌 Gemini Omni Flash 文生视频模型登顶 Video Arena 盲测榜
谷歌新模型 Gemini Omni Flash 在盲测中赢了字节 Seedance 2.0 Mini 101 Elo，视频生成质量被用户投票认可，想看看最新视频生成标杆可以关注。
Anthropic 称 Fable 5 模型提示词更精简，Claude Code 系统提示词减少 80%
Anthropic 发现 Fable 5 模型不再吃长指令，Claude Code 提示词直接砍掉 80%，用上下文代替硬性规则。看他们怎么给 AI 减肥。
英伟达开源 TwoTower AI 模型：保留 98.7% 质量，Token 生成提速 2.42 倍
英伟达放出了一个双塔扩散模型，生成速度比普通模型快 2.4 倍，质量只掉了 1.3%，权重和代码都已经开源了。
阿里达摩院AI智能体ElementsClaw发现4种全新超导材料
达摩院搞了个AI智能体，从240万晶体里筛出6.8万候选，还实战验证了4种超导新材料，比传统SuperCon数据库效率高太多，搞材料的人可以白嫖数据。
Anthropic因Fable 5模型“想要更小的系统提示”将Claude Code系统提示削减80%
Anthropic发现Claude Code的新模型Fable 5太聪明，系统提示反而碍事，直接砍掉80%。
7月2日
模型09:32
葡萄牙发布首个欧洲葡语开源大语言模型 AMALIA葡萄牙政府新搞了个葡语开源大模型AMALIA，9B参数就能理解文本、图像和声音，年底还要出22B带智能体，搞葡语相关任务可以试试。
IT之家原文
7月1日
扩散模型在分子设计中的突破：前Llama负责人加入Genesis，PEARL零样本OpenBind获胜
前Llama老大跑去做药了，他们用扩散模型搞的PEARL在OpenBind零样本赢了，共折叠也终于过了门槛。想了解AI怎么设计新药的可以看这个。
OpenAI 推出 GeneBench-Pro 基准，专注生物学计算能力评估
想测测 AI 在生物学研究里的实战能力？OpenAI 搞了个 GeneBench-Pro 基准，129 道题，合成数据防作弊，快看看你的模型能得几分。
Loop世界模型论文登顶Hugging Face，中国初创获周鸿祎陆奇投资
中国初创搞的世界模型火了，能反复推演不同情境，Hugging Face上热度第一，周鸿祎和陆奇都投了，做推理模型的朋友可以看看。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档