The Information 称 Gemini 4 训练接近完成，或年内早些时候发布
The Information 传 Gemini 4 快训练完了，发布可能比年底早很多，盯着 OpenAI 的朋友可以留意下 Google 这边的时间线。
全部动态
AI 相关资讯全量信息流 · 5314 条
9月25日
GLM-5.3 物理模拟测试战胜隐身模型 Space Bunny Alpha
有人拿牛顿摆实测了 GLM-5.3 和 OpenRouter 上的神秘新模型，物理模拟谁更靠谱一看便知，还有难倒两个模型的翻车场景。
Dario Amodei 重申 AI 可在 5-10 年内治愈多数疾病，Anthropic 展示早期证据
Anthropic 让 950 个 agent 跑了 21 小时，真在病毒数据里找出一个 CRISPR 类似结构，Amodei 说这就是 AI 治病的第一步。
MiMo-V2.6-Pro、Claude Opus 5.5 等四款模型刷新性价比前沿
Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。
9月24日
Together 发布 tev1-4B-experimental：基于 Qwen3.5 4B 的分类器模型
Together 开源了一个基于 Qwen3.5 4B 的分类器，训练只花了 $17，还把数据配方和微调教程一起放出来了。
OpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3
OpenAI 拉了 80 多位心理医生做了个心理健康对话基准，GPT-6 Astra 考了 57.3 分，GPT-4o 只有 32.1，想看模型心理对话靠谱程度可以关注这套评测。
Anthropic 湿实验室用 949 个 Claude 智能体 21 小时发现新酶系统 ART
Anthropic 让 949 个 Claude 智能体自己跑 21 小时，扫了 19 亿蛋白簇，真挖出一个类似 CRISPR 的新酶系统，AI 做科研这回是真落地了。
Google 宣布 Gemini 4 已进入早期 post-training 阶段
Google 官宣 Gemini 4 进入 post-training 了，初步版本很快就来，盯着 OpenAI 那边的朋友可以对照看看进度。
Anthropic 宣布成立生物学实验室，Claude Mythos 5 自主发现新酶系统
Anthropic 让约 950 个 Claude 智能体跑 21 小时，自己从 DNA 数据库里挖出一个类似 CRISPR 的新酶系统，还做了湿实验验证，很科幻的一条。
Bonsai 2 27B 配 9.7 MB 适配器可去审查并保持 MMLU 成绩
一个才 9.7 MB 的小适配器，挂在 Bonsai 2 27B 上就能去掉拒绝回答，MMLU 几乎不掉分，16 GB 的 MacBook 也能跑。
Zenith 系统让 DeepSeek v4.1 Flash 在长程任务上超过 GPT 5.6 Sol
Zenith 用最便宜的 DeepSeek v4.1 Flash 打赢了 GPT 5.6 Sol，开源党可以看看它怎么做到的。
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音生成模型
Google 出了两款新 TTS 模型，Gemini 3.8 Flash TTS 主打表现力，做配音或语音交互的可以上 AI Studio 先试试效果。
蚂蚁开源声纹验证模型 AntSpeaker/MECT，9.57M 参数支持 100ms 实时推理
蚂蚁开源了个 9.57M 参数的小声纹模型，100ms 延迟就能实时验证身份，银行核身、端侧解锁直接能用，小模型打大模型这点挺有意思。
英伟达发布 Nemotron 3 Diarization，支持 8 说话人日志
英伟达新出的说话人日志模型，100M 能本地跑，专门负责“谁在何时说话”，配 ASR 就能做分角色转写，比 Qwen 那个更专精。
Claude Opus 5.5 被指已内化人类技能，简单提示词即可获得好用回应
一位博主聊 Opus 5.5 的使用感受：提示词可以写得越来越简单了，模型自己就会干活，原来靠第三方技能补的事模型直接包办。
Claude Opus 5.5 (Max) 登顶 Code Arena WebDev 榜，价格低 60%
Anthropic 新的 Claude Opus 5.5 (Max) 在 Code Arena 编程榜拿了第一，价格还比 GPT-6 Astra 便宜 60%，写代码的可以看看实测视频。
Claude 在噬菌体中发现类 CRISPR 新酶系统 ART
Anthropic 让 950 个 Claude 智能体跑了 21 小时，真在基因数据库里挖出一个类似 CRISPR 的新酶系统，流程用的还是公开发布的 Claude Science 和 Claude Code。
JEV 将语义推理引入判别式推理范式，推荐搜索或迎来变革
一位前 TikTok 推荐算法工程师拆解了 JEV 这个新范式，还拿 500 篇 ECCV 论文的查询任务和 Claude 打了个平手，做推荐搜索的值得看看。
Claude 在噬菌体 DNA 中发现未知酶系统
Anthropic 让 950 个 Claude Agent 跑了 21 小时分析噬菌体 DNA，还真找到一个类似 CRISPR 的未知酶系统，科学研究玩法变了。
Claude 通过 950 个智能体在噬菌体 DNA 中发现未知酶系统
Anthropic 的 Claude 派出 950 个智能体跑了 21 小时，在噬菌体 DNA 里找到人类漏掉的类 CRISPR 酶系统，有点意思。
Claude Opus 5.5 (Max) 以混合价 $16/Mtoken 登顶性价比前沿
Anthropic 的 Claude Opus 5.5 (Max) 在 LMArena 拿下第一，混合价才 $16 每百万 token，性价比曲线被改写了。
Claude Opus 5.5 登顶 Code Arena: WebDev 榜首，得分 1818
Anthropic 新发的 Claude Opus 5.5 直接拿下 Code Arena 网页开发榜第一，比 Opus 5 高出 126 分，跑任务成本还降了 40%。
The Information 称 Google 将在两天内发布旗舰 Gemini 4 模型
Google 的 Gemini 4 据说要这两天就发，The Information 爆料的，感兴趣的可以先蹲一下官方消息。
小米 MiMo 团队发布 HySparse2 注意力架构
小米 MiMo 团队搞了个新注意力架构，1M 上下文时 prefill 计算量和 KV cache 都砍到原来的几分之一，长文检索分数还涨了，做长上下文部署的可以看看论文。
用 Claude Opus 5.5 和 Three.js 把草图变成 3D 房屋
有人拿 Claude Opus 5.5 加 Three.js 做了个演示，随手画的草图直接生成四阶段演进的 3D 房屋，做前端的可以看看思路。
Fireworks 发布 Ember-1：基于 Kimi K3 减少 40% 推理 token
Fireworks 在 Kimi K3 上做了个减法：推理 token 少用 40% 但质量不掉，跑推理烧钱的朋友可以看看。
Qwen3.8 Max Prime 上线 OpenRouter，吞吐更高
阿里把 Qwen3.8 Max 出了个高吞吐版 Prime，2.4T 参数、1M 上下文还能吃图和视频，已经能在 OpenRouter 直接调了。
Arena 上线 Claude Opus 5.5 与 GPT-6 Sol 对比输出
Claude Opus 5.5 和 GPT-6 Sol 都上了 Arena，可以直接并排看两个模型的输出，还能自己上手测。
OpenRouter 推出 Memebench，8 个模型同图比拼梗图创作
OpenRouter 让 8 个模型画同一张梗图，还把两个真人用户 P 进去，第二季 B 组投票开始了，去围观哪个模型最有梗。
GPT-6 Sol (Max) 登上 Code Arena WebDev 榜第4名，价格低于 Claude Opus 5 一半
OpenAI 新的 GPT-6 Sol 在真实用户投票的 Code Arena 拿了第4，价格只要 Claude Opus 5 的一半不到，做 Web 开发的可以看看分数再决定用哪个。
Audio8 ASR Infinite 开源：流式语音识别无限时长无漂移
一个叫 Audio8 ASR Infinite 的流式语音识别开源了，能 7x24 无限时长转写不漂移，靠语义轮次检测解决长音频老毛病，做实时转写可以看看。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档