全部动态

NVIDIA 盘点了一圈合作方怎么拿 Nemotron 3.5 Super VL 做后训练，想参考别人微调视觉语言模型思路的可以翻翻这个推文串。

官方账号NVIDIA AI@NVIDIAAI11 个信源在谈原文

Perplexity 把两个开源决策模型挂上了 Hugging Face，flash 版推理快 5 倍还是 4B 档第一名，做智能体路由的可以试试。

官方账号Clement Delangue@ClementDelangue原文

Perplexity 把开源决策模型 Decider v1.2 放到 OpenRouter 了，27B 和 4B 两档，Flash 版成本砍半，还能直接吃图。

OpenRouter@OpenRouterAI原文

OpenAI 给 GPT-6 Astra Pro 升了级，工具调用更快还能多智能体并行干活，Pro 用户现在就能用。

TestingCatalog@testingcatalog11 个信源在谈原文

Reflection AI 放出了首个开放权重的 Beam 模型，在 CoreWeave 上 API 就能调，预览用户反馈它又快又准还不啰嗦。

CoreWeave@CoreWeave原文

Claude 只花 30 分钟就搞定一个拖了 25 年的密码学难题，验证便宜但搜索空间大的研究问题，智能体真的很擅长。

Yuchen Jin@Yuchenj_UW11 个信源在谈原文

本周 Arena 榜单更新，Gemini 4 Argon 升到第 5，小米 MiMo 拿下开源第一，Meta 的 Muse Wonder 一上榜就冲到第 2，还有省钱 37% 的新路由器。

lmarena.ai@lmarena_ai原文

Elorian 发了个叫 Glimpse 的视觉模型，能把机器人操作录像自动拆成带时间标注的动作步骤，做机器人训练的可以看看。

kimmonismus@kimmonismus5 个信源在谈原文

一家叫 Elorian 的公司出了首个模型 Glimpse，最特别的是边想边回头重看视频细节，自测比 GPT-6 Astra 便宜七倍还更准。

TestingCatalog@testingcatalog11 个信源在谈原文

LMArena 团队上线了 Agent Arena 排行榜，想知道各家智能体谁强谁弱，去这看排名就行，选工具前先逛逛。

lmarena.ai@lmarena_ai原文

哈佛研究员拿 Claude 做量子电路设计，8 个任务里多数赢了人类纪录，写法是让模型写代码再让评估器打分迭代。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Anthropic 让 Claude Mythos 5 只凭文字描述就设计出比已发表最优方案好一个数量级的量子电路，搞量子和算法的可以看看细节。

官方账号Anthropic@AnthropicAI11 个信源在谈原文

Anthropic 让 Claude Mythos 5 自己写量子电路、自己按分数迭代，8 个原语上都打赢了已发表最优解，量子方向的朋友可以看看.

Andrew Curran@AndrewCurran_11 个信源在谈原文

NVIDIA 工程师又把 ReflectionAI 的吞吐量从 70K 拉到约 90K 了，跑 Hugging Face 部署的可以看看这次优化细节。

官方账号NVIDIA AI@NVIDIAAI11 个信源在谈原文

Gemini 前负责人出来做的 VLM Glimpse，10 块棋盘测试 8 比 5 赢了 Gemini 3.8 Flash，做数据标注的可以试试。

elvis@omarsar011 个信源在谈原文

Reflection 把自家第一个开源模型 Beam 放上了 Together AI，501B 参数只激活 23B，1M 上下文，Apache 2.0 随便商用，写代码跑智能体的可以试试。

官方账号Together AI@togethercompute原文

微软的语音转写模型 MAI-Transcribe-2 上架 OpenRouter 了，想用 API 做转写的朋友可以直接去试试。

Mustafa Suleyman@mustafasuleyman原文

微软的 MAI 转录模型在 OpenRouter 上准确率和调用量都排第一，做语音智能体的可以试试。

Mustafa Suleyman@mustafasuleyman原文

Reflection AI 发了 Beam 1.0，官方博客里有完整介绍，想了解细节的直接去博客看。

lmarena.ai@lmarena_ai原文

Gemini 4 Argon 刚拿下 WANDR 纪录，用 Perplexity Pro 或 Max 的话现在就能切换体验，可以去试试搜索效果差多少。

官方账号Perplexity@perplexity_ai原文

Meta 的 816B 大模型现在有量化版能跑在 256GB 内存的机器上了，224GB 那档保住 89.2% 原始质量，有硬件的可以试试。

@atomic_chat_hq@atomic_chat_hq原文

Reflection把Beam 1.0开源了，501B总参但只激活23B，跑起来不算重，不过评分比GLM 5.3 Flash低一些，可以拿来对比试试。

Gorden Sun@Gorden_Sun原文