Trillium Labs 的 Nathan Lambert 说 OpenAI 一名研究员能调用 5000 张 H100,中国研究员听到直接愣住,中美差距到底差在哪这段讲得挺直白。
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。
The Information 拿 OpenRouter 的数据说话:模型聪明 10 分,多带来的流量从 68.5% 掉到 19.7%,做产品选型的可以看看。
PyTorch 官方日本站的活动日程出来了,一天全是技术分享,早鸟票5000日元,用 PyTorch 的可以去看看议程。
xAI 把 Grok 语音版升到 3.0,延迟砍了 40%,在 SpaceX 已经能自己接 70% 的 Starlink 客服电话,做语音智能体的可以看看。
要去 AI Engineer NY 的朋友看下最后一天安排,Ramp、NVIDIA、langfuse 都有场次,收官场讲 RAG 和部署门槛,别错过时间点。
YOUWARE 出了一套视频创作 Skill,商品广告和短片能直接交给 AI 写脚本加剪辑,做电商内容的人可以试试省掉剪辑时间。
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。
Together AI 在纽约组了个开发者局,NVIDIA 和 Reflection 也来了,下一站是柏林和旧金山,感兴趣可以报名去玩。
Confido Health 在做医疗协调类智能体,自动跑预约、保险、转诊这些流程,美国医疗每年光人力就烧 8000 亿美元,省行政成本空间很大。
Anthropic 自己的工程博客,讲他们每天 3 万次合并、100G 仓库怎么撑住的,Scion 的客户端-服务器设计思路很开眼界。
White Circle 搞了个叫 RISE 的攻击系统,实测能绕过 DALL-E 3 和 GPT-Image-2 的过滤,成功率数字都写在论文里,做安全研究的朋友可以看看。
Stanford 发了个叫 DexAgent 的框架,机器人看一段人类操作视频就能学会抓取操作,靠的是不断扩充的工具库,思路挺有意思。
@AINoSleep 把 qiaomu agent 开源了,GitHub 搜 joeseesun/qiaomu-agent 就能拿到代码,官方商店也能直接搜到
Databricks 把微调 Qwen 27B 从 7 小时压到 1 小时,全程用 profiler 定位、融合内核加序列打包,步骤和坑都写清楚了。
Matt Pocock 在折腾他的 /grill-me Skill,想加个 GRILL.md 让你自己定义被问什么、怎么问,不用再维护一堆命令变体。
用 Claude 做智能体的朋友注意,现在 Claude 的调用链路能直接导到 LangSmith 里逐步排查,公开 beta 已可上手。
国行 iPhone 等了两年终于能用了,12 月跟 iOS 27.3 来,模型换成阿里通义,但新 Siri 没有,功能比海外少一截。
Scale 的 Alexandr Wang 转发了 Claire Vo 实测 Muse Wonder 和 Wonder Full 的评价,想了解两款版本差别可以看看。
Binder Reddy 预测未来半年 token 会跌到 30 美元每百万、80% 任务靠便宜模型搞定,做成本规划前可以看看。
Stanford AI Lab 搞了个叫 CausalSmith 的框架,能让 AI 自动做因果推断理论研究,还用 Lean 来验证证明,搞理论的朋友可以看看。
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。
opencli 作者卡比来直播间聊各家顶级模型的真实使用感受,还有 AI Coding 实战经验,周六晚 20 点飞书和视频号都能看。
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。
Modal 按秒卖显卡算力,一年收入涨 15 倍破 10 亿美元,刚融了 7.5 亿美元 D 轮,做 AI 推理的可以看看它跟传统云厂商的差别。
家里的老摄像头别扔,接上 Clearcam 就能识别人车、用 Qwen3-VL 生成事件摘要,还能用一句话搜录像,Mac 和 Linux 都能跑。
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。
一个开源的红队工具,用 Qwen 加 Gemini Flash 就能测试自家图像模型够不够安全,做安全评测的可以上手试试。
有人用 Perplexity Computer 逆向一个没文档的 Windows 键盘软件,直接用 Rust 重写成 Linux 原生应用,灯效、宏、重映射全都有,太硬核了。
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。
FastClaw 出了新版本,开源免费,本地就能一键部署,配几个文件就能造自己的 Agent,还能 API 导出,想折腾 Agent 的可以试试。
Meta 团队拿 Muse Wonder 加 500 万份病历,让医生两周写了 10 篇论文稿,还聊了人机怎么分工做科研。
训练编程智能体只看测试通过与否,组内全过或全败就没信号。这篇论文让模型自己 pairwise 比较轨迹当奖励,Qwen3-14B 白拿 2.6 个点。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档