全部动态

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。

shao__meng@shao__meng9 个信源在谈原文

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

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

Fable 5.5 能根据图片风格实时变换，展示了动态艺术风格转换的新能力。

宝玉@dotey原文

OpenAI的GPT-6.1 Sol在浏览器任务上击败了Astra、Opus和Grok，成本还低7.8倍，靠缓存技术实现。

Browser Use@browser_use11 个信源在谈原文

阿里新发布的Qwen-Image-2.1在图像生成和编辑基准上超越所有开源模型，支持原生2K输出和透明图像生成。

官方账号Artificial Analysis@ArtificialAnlys原文

Tavus的Griffin能实时视频对话，首个通过图灵测试，分数接近真人。

TestingCatalog@testingcatalog9 个信源在谈原文

Tavus的Griffin模型48%测试者误认为真人，NVIDIA评分接近真人水平，一体化设计减少延迟。

rohanpaul_ai@rohanpaul_ai9 个信源在谈原文

OpenRouter的FLUX 3现在能根据多张参考图生成场景，比单图参考更灵活

OpenRouter@OpenRouterAI4 个信源在谈原文

BFL新出的FLUX 3 Image能精确控制每个像素，支持4K生成和多轮编辑，首周还有5折优惠。

Replicate@replicate2 个信源在谈原文

LiquidAI新推的D1决策模型在OpenRouter上线，能帮你做带概率的决策，还免费输出。

OpenRouter@OpenRouterAI原文

Cloudflare 推出了两个快速准确的决策模型 clef，质量和延迟都领先基准，还开源了权重。

Julien Chaumond@julien_c原文

Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。

lmarena.ai@lmarena_ai11 个信源在谈原文

webAI开源的TwIL-LM3-Pro小模型在推理任务上表现优异，3.6B参数就能跑本地，比同类模型高出一大截。

elvis@omarsar0原文

Tavus的Griffin模型让AI首次在视频通话中骗过人类，48%的人以为遇到真人。

rohanpaul_ai@rohanpaul_ai原文

Anthropic 的 Sonnet 5.5 几个月就追上 Fable 5.1，中模型也能达到顶尖水平了。

kimmonismus@kimmonismus11 个信源在谈原文

JEV-27B-VL开源多模态模型，能像人类一样快速判断或深度分析，适合视频推荐和游戏场景。

Gorden Sun@Gorden_Sun原文

Jev模型让AI决策更直接，省去文本解析环节，适合需要高效逻辑集成的开发者。

coderabbitai@coderabbitai3 个信源在谈原文

Claude最新模型Opus 5.5超越GPT-6 Astra成为最强模型，分数差距很小。

官方账号Epoch AI@EpochAIResearch11 个信源在谈原文

AWS上微调的Qwen3 4B击败了原始模型和Claude Sonnet 4.6，又快又便宜。

Ate-a-Pi@svpino原文

Stuart Russell谈AI自我组织能力，解释Muse和Dots等智能体的运作原理

Ethan Mollick@emollick原文

谷歌发布了Gemini 4 Argon，这是他们重返AI前沿的最新尝试，值得关注其性能表现。

The Rundown AI@therundownai原文

Gemini 4被曝实际编码能力与测试成绩不符，内部员工使用体验不佳。

kimmonismus@kimmonismus原文