Opus 5 性能强于 4.8，价格不变，还接近 Fable 5 但便宜一半，值得升级。
全部动态
AI 相关资讯全量信息流
NVIDIA团队用智能体协作拿下两个Kaggle大赛名次，还缩小了大小模型性能差距，挺有启发的。
NVIDIA AI 刚发了 NeuroGolf 冠军方案和 KDD Cup 榜单，做竞赛的朋友可以看看。
Claude Opus 5价格只有Fable 5的一半，token效率更高，适合想要前沿智能又不想花大钱的用户。
Anthropic发了Opus 5，比Fable更便宜，限制也更少，日常用更香。
vLLM 出了个新插件，把 MoE 推理的注意力层和专家层拆分部署，想分别扩缩容就方便了，支持 NVIDIA 和昇腾卡。
OpenAI 的模型命名越来越绕了，看看 E 教授的实测对比，帮你搞清 GPT-5.6 各版本谁最强。
模型00:29
微软发布27B电脑操作Agent Fara1.5-27B微软开源了27B的电脑操作Agent Fara1.5-27B，能控制电脑做网页自动化，本地就能跑，RPA可以退了。
模型00:24
Handoff 发布 H1：专为住宅建筑蓝图设计的垂直 AI 模型Handoff 的 H1 模型专啃建筑蓝图，自动算材料清单，准确率 81.6%，比八个通用 AI 模型还强。搞施工估算的可以看看。
elvis原文
这个国产模型在权威榜单上拿了第一，还完全开源，用昇腾就能跑，值得看看。
模型23:38
用户用Codex生成自指论文BenchBench的趣味实验有人给Codex一个递归的提示，让它造一个基准的基准，结果它真给你生成了完整的论文PDF，挺有意思的玩法。
Ethan Mollick原文
模型23:36
Google开源可微分3D头部模型gmn，CPU即可运行Google出了个能在CPU上跑的3D头部模型gmn，所有表情都能调，还有在线demo直接玩，做虚拟人搞渲染都方便了。
berryxia原文
Sakana的新版Fugu Ultra v1.1性能提升7.9分，还多了Claude Code接口。没把Fable 5放池里就说能赢，挺有意思的。
谷歌刚把Gemini 3.6 Flash和3.5 Flash-Lite的采样参数废了，用这两个模型的开发者快去更新代码吧。
模型22:57
Hyper3D Rodin将零件级模型生成可交互动画资产Hyper3D Rodin直接从零件模型生成可交互动画，省掉手动绑定骨骼的功夫，做游戏和动画效率能高不少。
小互原文
模型22:00
蚂蚁发布百灵Ling-3.0-flash混合推理模型，124B参数对标Ring-2.6-1T蚂蚁新出的Ling-3.0-flash用124B参数（仅激活5.1B）就打平了1T的旗舰模型，还能支撑复杂Agent任务，现在免费试用，8月3日后开源，别错过。
IT之家原文
Kimi K3在网络安全测试中只拿了32分，远低于美国模型的76%，而且安全机制基本失效，传闻是因为用了蒸馏技术。
模型15:51
ListenHub和Labnana上线Seedream 5.0 Pro，超越GPT Image 2ListenHub和Labnana刚上了Seedream 5.0 Pro，画动漫比GPT Image 2还好，还能局部修图，快去试试！
orange.ai原文
FLUX 3 能一次生成20秒带声音的视频，还打败了Grok和Gemini同类模型，值得玩玩。
模型14:51
阿里开源0.8B文档解析模型OvisOCR2，端到端首次超越流水线方法阿里新开源的0.8B模型OvisOCR2，端到端做文档解析，96.58分刷榜OmniDocBench，比传统流水线方法强。小模型就能做到，部署还简单，搞RAG、知识库的可以试试。
IT之家原文
月之暗面新发的 Kimi K3 在知识工作跑分上干掉了 GPT-5.6 Sol，只输给 Claude Fable 5，看参数和表现都很猛。
模型13:58
35家央国企实测后因果世界模型实现落地35家央国企实测验证，因果世界模型在因果推断上能帮企业做更准的决策，适合业务落地。
量子位原文
模型13:57
国际象棋自动研究代理获得现代LLM微调博士学位一个AI代理自己研究LLM微调，还能拿博士水平，看看它怎么做到的。
Amjad Masad原文
模型13:09
GPT-5.6 Pro 是当前最智能模型，但命名令人困惑Emollick 实测对比了 GPT-5.6 系列和 Fable 5，告诉你哪个版本才是真正的推理之王，别再被名字骗了。
BFL 新出的 FLUX 3 图像生成超强，直接吊打 Seedance 2.0、Gemini Omni 和 Grok Imagine，还带了个机器人模型，快来看看。
模型12:22
GraphVid: 交互式图控制视频生成模型想精确控制视频里多个物体的互动？GraphVid用交互图代替画轨迹，效果比Motion-I2V好很多，FID降了40%。
arXiv cs.AI原文
FLUX 3 把图像、视频、音频放一起训，还能预测动作。已经能生成20秒带声音的视频，图像也快上了。
模型12:10
OpenForgeRL：端到端训练 Harness 原生智能体的开源框架想用强化学习训练自己的 Claude Code 智能体？OpenForgeRL 让你在真实 harness 和环境中端到端训练，ClawEval 和 GUI 基准上表现不错，而且开源可用。
arXiv cs.AI原文
模型12:07
Expanding Flow Maps：变长生成新框架想要生成可变长输出的流模型？这篇提出了EFlows和EFMs，把扩张和去噪打包成一个可学操作，还能处理图和序列，挺新鲜。
arXiv cs.LG原文
模型12:00
EnsembleEGNN：环肽分子构象集成图学习模型做分子性质预测的朋友看过来：新模型EnsembleEGNN把多个构象编码成一个嵌入，在环肽任务上比纯序列模型效果好，R²提升到0.538。
arXiv cs.LG原文
模型11:58
X$^3$-OPD：用策略对齐为音频大模型蒸馏推理能力想提升音频模型的逻辑推理？这个框架用文本教师蒸馏，在MMSU等基准上效果拔群，比纯音频训练强很多。
arXiv cs.LG原文
模型11:39
TTEL：利用错误定位实现推理时扩展TTEL能定位推理错误，只重算出错部分，省近一半计算量。Qwen3-8B在编程测试上成绩亮眼，值得关注。
arXiv cs.LG原文
Together Compute 下了个对比，Kimi 和 GPT 在修 bug 上各有绝活，组合用比单干划算得多。
模型11:28
阿里云发布Qwen-Audio-3.0-TTS语音模型，已上线OpenRouter阿里云新出的Qwen-Audio-3.0-TTS模型在OpenRouter上就能用，语音听起来更自然，做语音交互的可以试试。
阿里云 Alibaba Cloud原文
模型10:33
GS-Agent：用生成式模拟创建4D物理世界GS-Agent把多个AI智能体和物理引擎连起来，你只要说句话就能生成带物理模拟的4D场景，液体、物体碰撞都能搞定，做内容创作或模拟都省力。
arXiv cs.AI原文
模型10:12
PATS：策略感知训练支架，提升智能体强化学习效率PATS用动态训练支架帮弱策略少犯错，ALFWorld和WebShop上最高提升18.6%，而且部署时没负担。
arXiv cs.AI原文
模型09:32
RUMBA：俄语用户记忆基准，细粒度评估长对话记忆想测LLM的长对话记忆力？RUMBA这个俄语基准能细粒度诊断模型在时间推理上的强项和短板。
arXiv cs.AI原文
黑森林家的FLUX 3 刚曝光，既能文生视频又能带音效，还和Seedance 2.0打了个平手，甚至能控制机械臂。想尝鲜的可以去申请测试。
微软自己训练的新图像和语音模型，不用别人蒸馏，已经在Bing和PPT里用了，GPU成本降了八成多，价格也公开了。
Black Forest Labs的FLUX 3把图像、视频、音频和机器人动作预测塞进一个模型，已经跟真实机器人合作跑起来了。
仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。