CoreWeave 的直播教程,教你用 CKS 和 serverless 沙箱隔离跑 agent 和 RL 任务,写 agent 的可以听听。
全部动态
The Information 拿到的独家消息:OpenAI 的新旗舰模型卡在安全测试上,之前已经叫停过一个模型了,想追 GPT 系列节奏的可以看看内幕。
LMArena 把自家最强的 Max(Fable 5.1 + Astra)Agent Mode 开放限时试用了,想跑复杂智能体任务的可以去试试,API 版也开放了早鸟申请。
Google 手握浏览记录、邮件、日历、地图这些个人数据却没做出统一 AI 产品,Gemini 负责人这番话暗示要动手了。
开源模型圈今天的大聚会,NVIDIA 和 Hugging Face 都到场,讲怎么用开源模型自建 AI 产品,YouTube 免费看直播。
MiniMax 放出了 FastH3-Omni,一条提示词直接出带同步声音的视频,不用再自己配音对轨,做短视频的可以试试。
LMArena 用 250 万条真实智能体会话训练的路由器 Max,能自动帮你挑模型,效果追平 Claude Fable 5.1 还省 37% 的钱。
一个叫 Max 的路由方案,在 Fable 5.1 和 GPT 6 Astra 之间自动切换,Agent Arena 三个榜单上成本更低成绩还更好,做 Agent 的可以看看。
菲尔兹奖得主 Gowers 说 Grok 解开了他研究一年多的图论难题,Paul Graham 转发感叹,做数学的人可以看看。
xAI 把 Cursor、Grok 和 X Premium 打包成一套订阅了,最低 $8 起。重度用 Grok 的划算,主要跑第三方模型的话先算算账再切。
Alexandr Wang 和扎克伯格上播客聊新模型 Muse Wonder,聊了怎么造前沿模型、1000 亿怎么押、为什么 AI 不会赢家通吃,信息量不小。
Crazy Egg 的 CEO 在家堆了 14 台 Mac Mini 自己跑 AI,比租云服务器更有掌控力,代价是屋子热到要装空调。
LangChain 给 LangSmith 加了 AI Search,直接用一句话描述就能搜出对应的 Agent 运行记录,不用再配 evaluator 或翻几小时日志。
OpenRouter 把自家每月 600+ 万亿 token 的真实调用数据做成了免费资讯 Inferred,想看哪些模型实际被用得多的可以订阅看看。
yetone 用 3 个 /loop 循环就让 AI 全自动管 issue、PR 和社区,每晚只处理 UI/UX,文中把提示词写法和省钱技巧都拆开了。
以前发布个 Android 应用得交 25 美元注册费,现在用 AI Studio 描述一下想法就能生成完整应用并上架,自己用不花钱,可以试试。
Anthropic 的 Opus 5.5 在 OpenRouter 上花销排第一了,Sonnet 5.5 和 Haiku 5.5 也卖得不错,跟 OpenAI 又有得打。
Cursor 用户可以直接用上 Gemini 4 Argon 了,成绩和 Opus 5.5 打平,价格便宜不少,写代码的可以试试切换对比。
同一个 GLM-5.3-Flash,换个 harness 成绩从 4.4% 飙到 61.1%,还赢了 Claude Code 和 Codex,工程同学该看看这篇。
Allen AI 的开源视频模型 Molmo 2 被拿去做鲑鱼声呐追踪,还能用一句话纠正追踪错误,这个跨界玩法挺有意思。
Gemini 4 Argon 上线 GitHub Copilot 了,编码基准全面超过上一代 Gemini,写复杂代码和跑 agent 任务可以试试
Google 拿 Gemini 4 Argon 做了个有意思的实验:机器人看人玩沙包的视频,自己搭仿真训练,最后真学会了,不用手写程序。
Stanford HAI 新一批 15 位学者名单出来了,横跨法学到材料科学,做 AI 治理和药物发现的都能看看都是谁。
DeepMind 出了个叫 Argon 的工具,看视频就能生成机器人训练环境,几小时顶过去几周建模,做机器人方向的可以看看。
Character.ai 的母公司破产了,Disney 当首个竞购方,资产 12 月前拍卖出售。这可能是 AI 陪伴赛道转折的标志性事件。
做文档解析可以试试 LlamaIndex 的 OpenDocRouter,一个接口切换 Gemini 和 MinerU2.5-pro 等模型,60 秒就能跑通第一份文档。
白宫连竞赛名都跟着行政令改了,K-12 AI 大赛改叫 Super Intelligence Challenge,美国官方术语这块变得挺快。
Google 把内测的 Gemini 4 Argon 开放了,专业任务榜上分数超过了 Claude 两个型号,单次测试还便宜一半,做长任务的可以看看价格变化节点。
跑智能体任务时输入 token 大部分能吃缓存,这份实测数据帮你看出同一个 GLM-5.3 在不同家价格能差 9 倍,选 API 前先看看。
Google 新模型 Gemini 4 Argon 拿下 Val Index 第一,Chrome 团队用它重构了 4000 万行代码库,干掉了一整类崩溃,成本还只有 Opus 5.5 一半。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档