全部动态
AMD MI355X 和 NVIDIA B200/B300 跑智能体工作负载的对比数据来了，DeepSeek V4 Pro 上每瓦吞吐反超 B200 最多 40%，但高负载下被拉开，想选卡部署的可以看数据。
Meta 发了两款新模型 Muse Wonder 和 Muse Wonder Full，主打智能体任务，官方称达到 SOTA，细节在他们的 researcher blog 上。
语音模型又卷起来了，这个延迟不到 1 秒，价格还没涨，做语音智能体的可以去看看 benchmark 数据。
OpenRouter 上架了 Jev 1.14，输出免费输入才 $0.042/M，还加了看图能力和多语言改进，性价比党可以试试。
Kombaico 做了个测 AI 设计创造力的榜单，GPT-6 Astra 才拿 65.5 分，人类是 92.3，模型们设计得都挺像，论文和代码都开源了。
Google 的 Embedding Gemma 2 冲上 Hugging Face 热门第一，HF 老大趁机吐槽：别只盯着推理模型，300 多万个公开模型里好东西多着呢
有人拿 Devin 当 Agent，让 Opus 5.5 和 Gemini 4 Argon 各做一段视频，猜猜哪段是谁做的，评论区吵翻了。
昆仑万维这个 Matrix-Game 4.0 用一张 RTX 5090 就能跑 60 帧的视频生成游戏，延迟不到 150 毫秒，还开源了，做游戏原型的可以试试。
StepFun 新模型 Step 5 Preview 上线当天就能在 vLLM 上跑，稀疏注意力加 MoE，Blackwell 和 Hopper 都能部署，附内核实测数据。
Datalab 放出一个开源 OCR 基准，16,288 个可判断对错的测试，覆盖 92 种语言，选 OCR 解析器前可以先跑一遍看看谁过得多。
一家叫 Ricursive Intelligence 的初创公司想让 AI 自己设计芯片，每轮迭代还能自我改进，思路挺新鲜，可以看看他们怎么讲。
Paper Instruments 拿 GLM-5.3 Flash 做后训练，出了个专门写 Excel、PPT 和备忘录的开源模型，成本只有 Claude 的几十分之一，做咨询和法律文档的可以看看。
Cline 公布了 Gemini 4 Argon 的真实使用数据：首日用户是 Claude 新版的三倍，还省 30% token，编程党可以关注下。
阶跃把 Step 5 Preview 的权重直接放出来了，600B 激活 27B 还能吃 100 万 token 上下文，OpenRouter 调用量已经全球第二，想自建 Agent 的可以上手试试。
一个 5 人团队花 30 万美元训出的开源模型 Ultramarine 1 Flash，主打知识工作，性能对标 Fable 5 还便宜 60 倍，API 已上线。
一篇教游戏智能体超越演示数据的新方法，用16个合成环境做强化学习，MineDojo-300成功率从12.63%拉到38.33%，做agent训练的可以看看。
有人爆料 Intern-S2 底层其实是 Qwen 3.5-397B-A17B 后训练的，还拿它和 OpenAI 的研究路线做了对比，搞开源模型的朋友可以看看。
有人说 GPT-6 Astra 和 Opus 5.5 在创意内容上的提升，就像当年 Opus 4.5 改变编程那样，做内容的朋友可以留意
一家小团队花 1.33 万美元从零训了个泰米尔语小模型，8 张 H100 六天搞定，还开源了权重和训练细节，低资源语言玩家可以抄作业。
Stanford 的 Hazy Research 组出了新生成框架 NCM，先写梗概再填细节，比扩散语言模型快最多 31 倍，推理任务还更强。
最难的代码任务可以扔给 Muse Wonder Full，Wang 说它强过 Astra，略输 Claude Code Fable。
Gemini 4 Argon 全球上线，Cursor 接入价 $2/$10，Liquid AI 开源了 24B MoE。
Google 的 Gemini 4 Argon 开始推送了，Pro 和 Ultra 订阅用户打开 gemini.google 或 App 就能用。
Gemini 4 Argon 开始全球推送，Pro 和 Ultra 订阅用户打开 Gemini 应用就能用上。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档