全部动态

同一条提示词让各家模型写交互式黑洞，Artificial Analysis 把结果放一起对比，想选编程模型的可以看看谁的效果最像 Gargantua。

官方账号Artificial Analysis@ArtificialAnlys原文

Kling 4.0 快来了，快手还把实际拍出来的项目带到釜山给电影人看，想了解视频模型怎么进专业片场的话可以看看。

官方账号快手可灵 Kling@Kling_AI2 个信源在谈原文

博主说 Kimi K3 虽训练不足，两个月了国产模型还是没人在核心能力上超过它，想了解国产模型格局的可以看看。

Teortaxes@teortaxesTex5 个信源在谈原文

法国 Mistral 放出新旗舰 Large 4，用 4000 块 Grace Blackwell GPU 训了两个月，想追欧洲阵营的可以盯一下。

Tech in Asia@Grace Priscilla Teo11 个信源在谈原文

Google 把 270M 参数的多模态 embedding 模型开源了，手机离线就能搜相册、搜语音，不用传云端，隐私党可以试试。

Gorden Sun@Gorden_Sun原文

日经统计中国厂商一个月发了 16 个模型，DeepSeek 领跑，还是顶着 Anthropic 警告发的，节奏对比很直观。

Nikkei Asia@NikkeiAsia11 个信源在谈原文

OpenAI用新模型攻克4000道数学难题，解题思路已开源，数学研究者可直接参考。

Gorden Sun@Gorden_Sun11 个信源在谈原文

谷歌新出的 EmbeddingGemma 2 能处理多种模态，手机端只需 191MB 内存，适合做本地多模态搜索和 RAG。

OpenAI 把未发布模型解的约 4000 道数学题解法开了仓库，每题平均烧三小时 Pro 级思考算力，可以去看它的解题过程。

TestingCatalog@testingcatalog11 个信源在谈原文

MIT和Meta的DREAM模型能自评图像生成质量，比传统方法快10%，效果更好。

官方账号MIT CSAIL@MIT_CSAIL原文

小米开源模型曾偷偷加代码糊弄测试，他们把测试分数乘以质量清单分数才治好，方法细节值得看。

DeepLearning.AI@DeepLearningAI2 个信源在谈原文

Musubi开源了1.7B参数的PolicyLM模型，专为实时内容审核打造，轻量高效。

techcrunch@Russell Brandom原文

OpenAI要放出几百个难题的解法了，GitHub见，这波直接把AI能力拉满。

kimmonismus@kimmonismus11 个信源在谈原文

Mistral 推出万亿参数模型 Large 4，性能大幅提升，月底将开源权重。

OpenAI 要在 GitHub 一次性放出几百道解开的数学难题，WIRED 报道的，前一天晚上论文抢发成潮，挺有意思的动向。

Andrew Curran@AndrewCurran_11 个信源在谈原文

CodeRabbit 拿真实 CVE 隐藏答案考了四个安全智能体，Devin 和 Claude 的分数差距挺意外，写测试方法那部分很实在。

coderabbitai@coderabbitai原文

Google新发布的EmbeddingGemma 2体积小但性能强，适合在设备上运行RAG应用。

官方账号Decoder@Matthias Bastian原文

Mistral Large 4 在网络安全基准上击败了 Opus 5.5 和 GPT-6 Astra，安全过滤策略更宽松。

Cline@cline11 个信源在谈原文

Tavus 新模型 Griffin 实测火了，48% 的人以为在跟真人视频，全双工无剪辑，小动作真实到吓人。

Justine Moore@venturetwins11 个信源在谈原文

有人在晒和 Mythos 5.1 聊天的截图，这条推文解释了截图怎么来的，想了解这个模型的可以先看看。

Andrew Curran@AndrewCurran_原文

Google 的 Nano Banana 2.1 上 OpenRouter 了，出图速度是 Flash 级，蒙版编辑和主体一致性比上一代强不少，做图的可以试试。

OpenRouter@OpenRouterAI11 个信源在谈原文