全部动态
Mistral新出的OCR 4能自己部署，支持170种语言，还带边界框和置信度分数，识别效果领先，做文档处理很合适。
Mistral 出了 OCR 4，能提取带边界框和置信度的结构化内容，方便直接用于 RAG 和搜索，支持170种语言还自托管，很实用。
OpenAI 新出的 GPT-5.5-Cyber 专攻网络安全，能自动修补漏洞，基准测试里已经跑赢了 Anthropic 的 Mythos。
网易新开源Confucius4-TTS，3秒克隆你的声音，还能用这个声音说14种外语没口音，全开源随便用，做配音超方便。
百度搞了个Unlimited-OCR，用Constant KV Cache解决长文档识别，缓存不爆炸，性能还最强，适合处理几百页的合同或文献。
OpenAI新出的网络安全大模型GPT-5.5-Cyber挺猛，CyberGym跑分超了Claude Mythos 5，安全团队可以关注一下。
日本 Sakana AI 搞了个 Fugu 系统，能自动选最好的模型干活，Fugu Ultra 在某些测试上比 Anthropic Fable 5 还强，值得看看。
字节跳动新视频模型 Seedance 2.5 能直接生成 30 秒长视频，还支持 50 个全模态素材输入，马上 7 月就能用上了。周星驰经典片段也能用 AI 二次创作，挺有意思。
字节新出的豆包Seed 2.1 Pro和Turbo，专门优化编程、智能体和多模态任务，Pro适合高难度场景，Turbo便宜且效率高，很适合接项目用。
Sakana AI 搞了个 Fugu 编排模型，能自动在多个前沿 LLM 之间切换最优选择，在编码和推理基准上表现很突出。
生数 Vidu Q3 上线华为云，能一键文/图生视频，支持 16 秒 1080P 和 4K，还有专为剧集设计的镜头叙事能力，做短视频或专业视频都合适。
百川发了医疗增强大模型 M4，在 HealthBench 碾压 GPT-5.5，幻觉率仅 3.3%，看病问诊更靠谱。
京东开源了JoyAI-VL-Interaction，能实时看视频主动说话，安防、直播都能用，盲评胜率比豆包和Gemini高一大截。
日本AI公司Sakana AI搞了个新系统叫Fugu，能让不同模型一起干活，不用只靠一家供应商。效果还跟Anthropic的Fable 5差不多，值得看看怎么做到的。
MoonMath 开源了一个注意力内核，能在 AMD MI300X 上全面碾压官方 AITER v3，速度更快，所有形状都更强，值得跑推理的人试试。
阿里刚发了视频生成模型 HappyHorse 1.1，动态和一致性更强了，还搭了百万大奖的比赛，玩 AI 视频的可以试试。
谷歌和联发科联手要做 TPU v9 推理升级版 Triggerfish，缓存翻倍、内存升级，2027 年就能看到成品了。
Cisco开源了FAPO，能自动修多步LLM管线的提示，比GEPA强在15/18个测试里，想搞提示优化的快去试试。
想精细控制Agent工具？Nous Research给Hermes Agent加了Blank Slate模式，从零选工具，不预装一堆，清爽又可控。
LM Studio 用四台 Mac Studio 跑起万亿参数的 Kimi K2.6，还能用 iPhone 远程调用，给消费级本地部署开了个好头。
上海交大团队搞了个BabelTele，AI之间能说人类看不懂的语言，压缩四分之三文本还差不多全对，省token神器。
OpenAI 要发 GPT-5.6 了，上下文拉到 150 万 tokens，编码能力还干翻了 Anthropic 的 Mythos，价格还更便宜，开发者可以关注一下。
英特尔和AMD联手推出了ACE规范1.15，专门给x86芯片加AI加速指令，未来Zen 6和Zen 7都会用上，搞深度学习的朋友可以关注。
Anthropic 的最强模型 Mythos 和 Fable 5 很快要重新开放了，面向美国之外，韩国市场也在快速扩张。
智谱的 GLM-5.2 刚登顶设计榜单，比 Claude Fable 5 便宜很多，还能用好第三方库，做网页设计的可以试试。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档