全部动态
Reflection AI 出了个开源模型 Beam，501B 参数只激活 23B，跑编程和智能体任务省算力，权重这个月就放，可以蹲一下。
Reflection AI 开源了 Beam，501B 参数 MoE，作者称推理算力只要 GLM-5.2 的三分之一，Apache 2.0 可商用，不过注意这数字只是估算。
Reflection AI 出了个叫 Beam 的开源模型，501B 参数只激活 23B，主打编程和 Agent，本月开源权重，Ollama 也能跑。
Arena.ai 更新了 Agent Arena 榜单，Anthropic 和 OpenAI 的模型在真实任务上谁强谁弱，一目了然。
Nvidia 投资的 Reflection 出了首个开源权重模型 Beam，号称推理打平 GLM-5.2 还更省算力，权重这个月就放。
Reflection 的 Beam 开源在即，501B 参数只激活 23B，SWE-bench Verified 拿到 80.9 分，效率号称比 GLM 5.2 高 3-4 倍，写代码跑智能体的可以盯一下。
Reka AI 用 320 块 H100 三个月训出 19B 的 Rho-1，文本图像视频加机器人控制一个模型全包，算力开销比主流大模型小得多。
GPT-6-Astra 和 GPT-6.1 Sol 速度从 30 提到 50 token/秒，日常用起来明显更跟手，这次只提速不重置。
Hugging Face 把 Claude Code、Codex 这些真实编程工具直接当 RL 训练环境用，不用改一行代码，LFM2.5-2.6B 训练后 OpenCode 成绩从 34% 涨到 58%，全套开源可复现。
德国公司 Aleph Alpha 把 Kolibri 权重完全开源了，Apache 2.0 许可随便用，78B 参数 MoE 架构还特意喂了 21% 德语数据。
GPT-6 Sol Codex 近 30 万字系统提示词被扒出来了，反废话黑名单、60 秒汇报机制、心跳唤醒全在里面，做提示词工程的不看亏大了。
EverMind AI 开源了 Raven，每个模型配一套会自我进化的 harness，用 DeepSeek-V4-Flash 在 BrowseComp 上跑出 69.3%，研究者可以看看这套思路。
不生成文本、只做分类决策的 Jev 三周就跑到日处理 1 万亿 token，OpenAI 和 Cloudflare 都出了同路线产品，挺值得了解的新方向。
Cantina 把 Z.ai 的 GLM-5.3-Flash 微调成了专挖漏洞的开源模型，60 个私有漏洞任务解出 40 个，MIT 协议随便部署。
一篇把 Qwen 从 7B 到 2.4T 参数每个版本的发布和许可证变化都捋清的长文，还带了来源链接，想对比选型可以收藏。
NVIDIA把PixelUMM开源了，一个模型搞定图文视频的理解和生成，做法是不用视觉编码器直接吃像素块，搞多模态研究的可以看看源码。
MIT开源的JAZ只用一个invoke函数就干了记忆库和优化管道的活，成本不到Letta一半，成绩还更高，做Agent的可以看看源码。
Yandex 用一个 transformer 就把推荐系统的候选生成加排序全包了，Yandex Music 点赞数涨了 11.42%，做推荐的朋友可以看看。
四个前沿模型各有所长：Astra 擅长操作电脑，Argon 强在法律金融，Sol 写代码最便宜，看完就知道该用哪个。
Ethan Mollick 试了 Fable 5.1，一句话直接生出一个能玩的粗野主义城市建造游戏，对比一年前 GPT-5 的水平挺直观。
Google 悄悄上线了 Gemini 4 Argon，主攻推理和安全方向，就是冲着 OpenAI 和 Anthropic 的旗舰模型去的，可以看看它到底强在哪。
一条推文把本月各家新模型全列齐了，GPT-6 Astra、Grok 4.7、Gemini 4 Argon 都在，想快速扫一遍本月发布看这条就够。
Google 放出了新旗舰 Gemini 4 Argon，一次能输出 100 万 token，主打编码和企业场景，现在只有 Fairwind 测试者能先摸到。
NASA 和 IBM 把月球轨道器 17 年的观测数据训成了一个开源模型，预测极地冰误差能降 22%，做月球研究的可以直接拿来用。
德国人自己从零训了个开源小模型，德语成绩还压过 Qwen3.5 和 GPT-OSS，数学也够硬，编程稍弱。
有人实测推理只有 72 TPS，对比 DeepSeek V4-Flash 在 DSpark 报告里的单 GPU 成绩直接少了三分之二，评论里讨论了 TileLang 内核和 npugraph_ex 还能优化多少。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档