最新 AI 新闻与行业动态

模型 Agent 与开发者多源确认精选76°23:59

Claude Sonnet 5.5在Agent Arena排名第三

Anthropic的Claude Sonnet 5.5在Agent Arena表现亮眼，但成本比Opus 5.5高73%，性价比如何？

#Claude #Sonnet 5.5 #Agent Arena #Anthropic

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认83°23:54

GPT-6 Astra存在安全隐患

GaryMarcus指出GPT-6 Astra的5项危险能力，OpenAI的安全团队还因此裁员了3人。

#GPT-6 #Astra #OpenAI #AI安全

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

模型中美对照多源确认23:42

中国模型需一年追赶OpenAI/Anthropic

DeepSeek已备齐RSI系统组件，只需更多数据与算力，一年内或能追上OpenAI/Anthropic

#DeepSeek #OpenAI #Anthropic #RSI

事件专题

Teortaxes@teortaxesTex11 个信源在谈原文

模型中美对照23:38

GeneralityLabs Exploit Bench测试结果

GeneralityLabs公布Exploit Bench测试结果，V4.1 Flash性能下降，Claude Code超越Codex。

#Exploit Bench #GeneralityLabs #Claude Code #Codex

事件专题

Teortaxes@teortaxesTex2 个信源在谈原文

模型 Agent 与开发者精选23:36

DSec是软件机器而非RL系统

DSec重新定义了分布式系统架构，将38万个代理集中解决单一问题，不同于传统RL系统。

#DSec #软件机器 #并发代理 #Linux审计

Teortaxes@teortaxesTex原文

模型 Agent 与开发者23:22

VSA提升10万token推理能力

新发布的VSA方案显著提升了长文本推理能力，DS系列模型用户值得关注。

#VSA #DS-lineage #长上下文 #推理模型

Teortaxes@teortaxesTex原文

模型 Agent 与开发者多源确认02:59

AI芯片2027年可支持数亿智能体

DeepSeek基准测算显示，2027年AI芯片可支持19亿智能体，相当于80亿人工作量

#DeepSeek V4 Pro #AI芯片 #智能体 #前沿模型

事件专题

Andrew Curran@AndrewCurran_3 个信源在谈原文

模型中美对照多源确认73°02:10

四大模型重塑文本、代码与智能体前沿

OpenAI和Anthropic的新模型在代码竞技场竞争激烈，Gemini 4在多领域表现亮眼，开源模型MiMo和Flash也加入智能体竞技场。

#GPT-6.1 #Sonnet 5.5 #Gemini 4 #Agent Arena

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认72°02:07

Claude Fable 5.5 即将发布

Claude Fable 5.5 要来了，继承了 Sonnet 和 Opus 5.5 的好评，OpenAI 的 Bel 得加把劲了。

#Claude #Fable #Sonnet #Opus

事件专题

@koltregaskes@koltregaskes11 个信源在谈原文

模型 Agent 与开发者多源确认83°01:50

Black Forest Labs发布FLUX 3图像编辑模型

BFL的FLUX 3能实现9轮编辑无痕迹，商业版已发布，开源版即将上线，图像编辑精度大幅提升。

#FLUX 3 #Black Forest Labs #图像编辑 #多模态

事件专题

Justine Moore@venturetwins4 个信源在谈原文

模型 Agent 与开发者01:37

富国银行发布金融欺诈检测基础模型

富国银行分享用基础模型处理数十亿交易数据的欺诈检测经验，金融安全领域实用案例。

#Wells Fargo #fraud detection #foundation model #金融安全

AI Engineer@aiDotEngineer原文

模型中美对照01:23

DeepSeek发布Ascend引发关注不足

DeepSeek的Ascend模型低调发布，却可能是行业重要信号，值得关注。

#DeepSeek #Ascend #AI模型

Teortaxes@teortaxesTex原文

模型 Agent 与开发者01:23

DeepSeek推出skip-scale优化技术

DeepSeek的新优化技术直接提升芯片性能，通过减少数据移动来提高计算频率。

#DeepSeek #skip-scale #芯片优化 #AI性能

Teortaxes@teortaxesTex原文

模型00:50

Fable 5.5生成Claude的一天视频

Fable 5.5生成的Claude日常视频效果比Opus 5.5更好，视频生成质量有显著提升。

#Fable #Claude #Opus #视频生成

Gorden Sun@Gorden_Sun原文

模型 Agent 与开发者72°00:43

Tavus发布Griffin实时视频交互模型

Tavus的Griffin能像真人一样视频通话，支持实时互动，比传统系统更自然。

#Tavus #Griffin #视频生成 #多模态

Gorden Sun@Gorden_Sun原文

模型 Agent 与开发者多源确认00:42

Cloudflare开源多模态模型Jev

Cloudflare开源了能处理图文的Jev模型，基于Qwen3.8-27B，支持图片和文本输入回答问题。

#Jev #Qwen3.8-27B #Cloudflare #多模态

事件专题

Gorden Sun@Gorden_Sun3 个信源在谈原文

模型 Agent 与开发者官方一手00:40

Gemma 4 开发者代理竞赛启动

Google 推出 Gemma 4 编程代理竞赛，10万奖金等你拿，用开源模型加速日常开发工作流。

#Gemma #Google #编程助手 #开源模型

官方一手Google Research@GoogleResearch原文

模型 Agent 与开发者00:26

韩国Upstage发布Solar Mini 4模型

Upstage的Solar Mini 4虽参数量大但激活参数少，性能介于Qwen 3.6和3.8之间，专为自动化任务设计。

#Solar Mini 4 #Upstage #Qwen #韩国AI

Gorden Sun@Gorden_Sun原文

模型 Agent 与开发者多源确认72°00:03

黑森林发布FLUX 3图片模型

黑森林新出的FLUX 3能精准编辑图片像素，比Ideogram 4.5更稳定，还能参考10张图。

#FLUX 3 #黑森林 #图片生成 #像素编辑

事件专题

Gorden Sun@Gorden_Sun4 个信源在谈原文

模型中美对照多源确认精选73°00:00

GLM-5.3模型接近Claude Mythos安全表现

GLM-5.3安全性能接近Claude Mythos，开源模型又进步了，还有小米和DeepSeek的新消息。

#GLM-5.3 #Claude Mythos #DeepSeek-V4.1-Flash #开源模型

事件专题

DeepLearning.AI@DeepLearningAI7 个信源在谈原文

模型 Agent 与开发者精选23:39

AstaBrief 8B开源模型发布

AstaBrief 8B帮你把研究文献变成带引用的报告，还能本地运行，开源可定制。

#AstaBrief #开源模型 #研究助手

官方账号Allen AI (Ai2)@allen_ai原文

模型 Agent 与开发者精选73°22:27

Reka发布RIDM模型从视频提取低级动作

Reka开源了RIDM模型，能从游戏视频学习并应用到现实世界，无需复杂标注。

#RIDM #Reka #逆向动力学模型 #视频生成

官方账号Reka@RekaAILabs原文

模型 Agent 与开发者22:02

Recursive Self-Improvement: A New Perspective

RicursiveAI创始人分享对递归自我改进的新思考，挑战传统观点。

#RicursiveAI #递归自我改进 #AI Deep Dive

The Information@theinformation原文

模型19:03

Tavus Griffin 通过视频通话测试

Tavus 的 Griffin 模型在视频通话中成功伪装成人类，展示了逼真的 AI 视频生成能力。

#Tavus #Griffin #视频生成 #AI模型

The Rundown AI@therundownai原文

模型 Agent 与开发者18:02

Claude Opus 5 完胜人类会计师

Claude Opus 5 在会计测试中完胜人类，展示AI如何颠覆规则性职业。

#Claude #Claude Opus 5 #会计 #AI替代

rohanpaul_ai@rohanpaul_ai原文

模型 Agent 与开发者17:15

Cloudflare发布决策模型Clef

Cloudflare开源了决策模型Clef，性能超过Jev，开发者可以直接下载使用。

#Clef #Jev #Cloudflare #决策模型

向阳乔木@vista8原文

模型 Agent 与开发者多源确认17:04

GPT-6 Astra破解拿破仑将军217年未解密码

GPT-6 Astra用6小时破解了217年未解的拿破仑密码，展示了多模态AI的惊人效率。

#GPT-6 #Astra #多模态 #密码破解

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者多源确认76°17:04

GPT-6 Astra破解217年拿破仑密码信

GPT-6 Astra只用6小时就破解了217年的密码信，还独立完成了整个破译流程。

#GPT-6 #Astra #密码破译 #历史文献

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者精选73°16:50

ScienceBuddy通过交替优化提示和模型提升性能

ScienceBuddy研究教你如何交替优化提示和模型，比单独改进任一方法效果更好。

#ScienceBuddy #提示工程 #模型训练 #智能体

rohanpaul_ai@rohanpaul_ai原文

模型 Agent 与开发者71°16:46

推理成本降低不应止步

Ilya新公司SSI将突破推理边界，Fable模型还有改进空间

#SSI #Ilya #推理模型 #Fable

Bindu Reddy@bindureddy原文

模型 Agent 与开发者16:03

Claude Opus 5.5 创作音乐与3D动画

Claude Opus 5.5 能用 Python 写音乐、做3D动画，还支持 Blender 渲染，多模态创作能力真强。

#Claude #Opus 5.5 #多模态 #Python

AI Will@FinanceYF5原文

模型 Agent 与开发者83°15:58

Claude Opus 5.5 完成钢琴曲与3D动画创作

Claude Opus 5.5 能用代码写音乐做动画，从作曲到渲染全自动化，创意编程新突破。

#Claude #Opus 5.5 #Python #3D动画

AI Will@FinanceYF5原文

模型 Agent 与开发者15:05

LLM地理定位测试：陆地或水域判断

Karpathy分享的简单测试：让LLM判断16,200个坐标是陆地还是水域，模型表现令人惊讶。

#Claude #LLM #地理定位 #基准测试

官方账号Andrej Karpathy@karpathy原文

模型中美对照多源确认14:39

GPT-6.1 Sol即将登陆ChatGPT

微软说GPT-6.1 Sol下周就要进ChatGPT了，Copilot已经开始分阶段上线了。

#GPT-6.1 #ChatGPT #Copilot #OpenAI

事件专题

@koltregaskes@koltregaskes11 个信源在谈原文

模型 Agent 与开发者精选73°14:26

webAI发布3.66B逻辑模型TwIL-LM3-Pro

webAI发布的小型逻辑模型TwIL-LM3-Pro性能强大，可在笔记本本地运行，适合需要逻辑推理能力的开发者。

#TwIL-LM3-Pro #webAI #Qwen3-8B #逻辑模型

kimmonismus@kimmonismus原文

模型 Agent 与开发者精选13:17

Apple发布LoopCD模型

Apple新发布的LoopCD模型，减少循环次数还能提升性能，AIME成绩提升超11个百分点。

#LoopCD #Apple #AIME #循环神经网络

事件专题

Aran Komatsuzaki (论文推介)@arankomatsuzaki2 个信源在谈原文

模型 Agent 与开发者多源确认10:11

Claude 12小时创作《The Clodyssey》

Claude花12小时创作出新作品《The Clodyssey》，展示AI创意生成能力。

#Claude #Anthropic #创意生成 #AI创作

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型 Agent 与开发者09:40

搜索可能是符号过程，支持神经符号混合模型

Gary Marcus分享新观点，解释搜索为何可能是符号过程，这对理解LLM局限性很有启发。

#Gary Marcus #神经符号 #LLM #搜索

Gary Marcus@GaryMarcus原文

模型 Agent 与开发者多源确认83°09:10

Griffin模型通过视频图灵测试

Tavus的Griffin让近半人误认为真人对话，全双工技术实现实时互动，远超同类系统表现。

#Griffin #Tavus #视频图灵测试 #全双工AI

事件专题

shao__meng@shao__meng9 个信源在谈原文

模型 Agent 与开发者多源确认83°08:22

Claude Sonnet 5.5、GPT-6.1 Sol和Gemini 4 Argon发布

三大模型最新编程性能对比：谁第一谁最便宜，开发者选型参考

#Claude Sonnet 5.5 #GPT-6.1 Sol #Gemini 4 Argon #编程代理

事件专题

官方账号Artificial Analysis@ArtificialAnlys10 个信源在谈原文