最新 AI 新闻与行业动态

模型中美对照多源确认15:23

DeepSeek-V4-Flash更新至V4-Flash-0731，仅升级API接口，V4-Pro即将发布

DeepSeek给V4-Flash刷了个小版本，只动了API接口，想等V4-Pro的可以蹲一下。

#DeepSeek #V4-Flash #API接口

事件专题

Geek@geekbb11 个信源在谈原文

模型 Agent 与开发者多源确认14:06

V4-Flash 正式版 API 公测，Agent 基准超 V4-Pro 预览版

DeepSeek 把 V4-Flash 转正了，智能体跑分全面压过 V4-Pro 预览版，做开发可直接试。

#DeepSeek #DeepSeek-V4-Flash #DeepSeek-V4-Pro #智能体

事件专题

IT之家11 个信源在谈原文

产品中美对照多源确认13:15

GPT 5.6 Luna 降价，AI 应用公司迎来成本拐点

GPT 5.6 Luna 官宣降价，Agent 成本终于可控，搞 AI 应用的朋友可以琢磨怎么在上面赚钱了。

#GPT 5.6 Luna #Deepseek v4 pro #智能体 #AI应用

事件专题

orange.ai@oran_ge5 个信源在谈原文

产品中美对照多源确认72°13:10

OpenAI宣布GPT-5.6 Luna降价80%，直指多款竞品

OpenAI把GPT-5.6 Luna价格砍到两折，OpenRouter还能再半价，直接跟DeepSeek、GLM、Kimi抢市场了。

#GPT-5.6 Luna #DeepSeek-V4-Pro #OpenAI #OpenRouter

事件专题

Geek@geekbb11 个信源在谈原文

模型11:48

LG AI研究院发布K-EXAONE 2.0：750B参数韩国最大开源模型

LG开源了韩国最大的K-EXAONE 2.0，750B参数，跑分比初代高10%，长上下文和工具调用还压过了GLM-5.1。

#K-EXAONE #LG AI研究院 #开源模型 #MoE

IT之家原文

论文 Agent 与开发者10:11

从大语言模型蒸馏答案集编程理论

让模型自己从零写ASP规则，Claude、GPT-5等九个模型限时1小时。CLEVR有人拿满分，GQA上GPT-5跌到41.8%。

#答案集编程 #CLEVR #GQA #Claude

arXiv: DeepSeek@Nelson Higuera Ruiz 等 3 人原文

论文多源确认09:49

BlueprintRepair：用于Lean证明蓝图的类型化局部编辑

修Lean证明蓝图？这个接口用类型化编辑，比源码补丁省30%、比重写省一半，1万token内就顶到上限。

#BlueprintRepair #Lean #DeepSeek-V4-Flash #定理证明

事件专题

arXiv: DeepSeek@Ruslan Khrulev11 个信源在谈原文

论文多源确认精选09:48

从专家归约到行为分歧：追踪稀疏MoE推理中的数值状态

这篇论文把DeepSeek-V4-Flash的MoE数值细节挖得很深，归约顺序不同结果就不同，跑推理时得留神。

#DeepSeek-V4-Flash #稀疏MoE #数值精度 #推理一致性

事件专题

arXiv: DeepSeek@Tianyang Zhu11 个信源在谈原文

论文多源确认精选09:43

AgentS4D：LLM工作区智能体执行生命周期的运行时风险基准

AgentS4D 用 328 个风险案例测了 20 种智能体组合，发现 66% 的测试任务虽然完成但实际不安全，别光看结果。

#AgentS4D #智能体 #AI安全 #运行时安全

事件专题

arXiv: DeepSeek@Jiajun Zhou 等 6 人6 个信源在谈原文

模型09:40

印度 AI 企业 Sarvam AI 将开发万亿参数模型

Sarvam AI 要搞万亿参数模型，还发布了两个语音新模型，目标对标编程和科研领域。

#Sarvam AI #Bulbul V4 #Saaras V4 #万亿参数模型

IT之家原文

产品多源确认72°07:02

OpenAI下调GPT-5.6 Luna费用80%，性价比超DeepSeek V4 Pro

OpenAI把Luna模型价格砍到原来的五分之一，比DeepSeek V4 Pro还便宜，性能却更好，做任务的成本大幅降低。

#OpenAI #GPT-5.6 Luna #GPT-5.6 Terra #DeepSeek V4 Pro

事件专题

IT之家11 个信源在谈原文

论文多源确认09:20

CodeSpec：面向智能体长周期特性开发的双可执行规范方法

这篇论文搞了个CodeSpec，让代码智能体在仓库里加新功能时先建可执行规范，在FeatureBench上用DeepSeek-V4-Pro跑到70.7%通过率，比Claude Code靠谱不少。

#CodeSpec #DeepSeek-V4-Pro #FeatureBench #智能体

事件专题

arXiv: DeepSeek@Peiding Wang 等 5 人5 个信源在谈原文

论文多源确认09:19

基于物理信息的化工PID整定框架：使用LLM智能体

这篇论文用LLM自动调PID参数，小模型Qwen3-0.6B调参成功率94%，比大模型还稳。

#Qwen3 #DeepSeek #PID整定 #化工过程

事件专题

arXiv: DeepSeek@Zhoupeng Shou 等 6 人6 个信源在谈原文

产品精选11:35

DeepSeek V4 Flash在Fireworks上线微调功能，支持偏好优化和RL训练

Fireworks给DeepSeek V4 Flash加了全套微调，监督、偏好、RL都能用，专为编码场景设计，快去试试。

#DeepSeek V4 Flash #Fireworks #微调 #偏好优化

事件专题

Fireworks AI@FireworksAI_HQ2 个信源在谈原文

论文09:14

GraphRareBench：基于图谱证据的罕见病表型驱动诊断基准

想测AI罕见病诊断能力？GraphRareBench用2365个案例和18093对混淆，专门检测模型能不能分清真病和假病。

#GraphRareBench #Agents-A1 #DeepSeek-V4-Flash #罕见病诊断

事件专题

arXiv: DeepSeek@Guiling Guo 等 6 人2 个信源在谈原文

产品中美对照多源确认16:07

LM Studio Bionic 新增月之暗面 Kimi K3 模型，公布定价方案

想用2.8万亿参数的Kimi K3？LM Studio Bionic刚上架，价格透明，还能混搭其他开源模型，值得一试。

#LM Studio Bionic #Kimi K3 #月之暗面 #智能体

事件专题

IT之家11 个信源在谈原文

模型12:05

Zing框架提升LLM社会智能：SoMBench基准与Actio推理架构

这篇论文发布了一个综合框架，让你看到当前LLM在社会智能上的短板（最高才72%），并提出Zing训练和Actio推理搭配，能显著提升表现。想了解模型怎么更懂社交规矩的可以看看。

#Zing #SoMBench #Actio #LLM

事件专题

arXiv: DeepSeek@Zing Team 等 59 人2 个信源在谈原文

模型中美对照多源确认精选03:14

NVIDIA ModelExpress将DeepSeek-V4 Pro启动时间降至2分钟内

NVIDIA把大模型冷启动快了4倍，DeepSeek-V4 Pro启动只要2分钟，靠ModelExpress和RDMA，推理和训练都能提速。

#DeepSeek-V4 Pro #NVIDIA ModelExpress #NVIDIA Dynamo #推理优化

事件专题

官方账号NVIDIA AI@NVIDIAAI6 个信源在谈原文

论文多源确认精选12:01

Lean-QuantumAlg-Bench 和 Lean-QIT-Bench 评估 AI 定理证明

想知道 AI 定理证明在量子计算领域到底多强？这篇论文给了两个新基准和四个模型实测分数，LAD 方法能提升最高 15.9 分，很实在。

#Lean-QuantumAlg-Bench #Lean-QIT-Bench #GPT-5.5 #Kimi K3

事件专题

arXiv: DeepSeek@Lei Zhang 等 13 人11 个信源在谈原文

论文中美对照22:27

SLAI T-Rex在昇腾SuperPOD上对DeepSeek-V4家族进行全参数后训练

这是关于DeepSeek-V4在国产昇腾硬件上的后训练论文，对研究国产算力生态的开发者有参考价值。

#DeepSeek-V4 #SLAI T-Rex #Ascend SuperPOD #后训练

事件专题

AK@_akhaliq2 个信源在谈原文

论文中美对照精选10:00

SLAI T-Rex：在Ascend SuperPOD上对DeepSeek-V4系列进行全参数后训练

这篇论文展示了如何在华为Ascend芯片上高效后训练万亿参数模型，并且通过运筹学专用微调，在特定任务上超越了GPT-5.4-Mini。

#DeepSeek-V4 #Ascend SuperPOD #SLAI T-Rex #后训练

arXiv: DeepSeek@Dongfang Li 等 65 人原文

模型多源确认09:55

Solar Open 2: 250B MoE模型，1M上下文，专为长程智能体任务设计

Solar Open 2 发了，250B MoE 模型，1M token 超长上下文，专门跑复杂智能体任务。MMLU-Pro 和 LiveCodeBench 都领先，韩语能力还特别强，比 DeepSeek-V4-Pro 小很多但性能接近。

#Solar Open 2 #MoE #长上下文 #智能体

事件专题

arXiv: DeepSeek@Sungrae Park 等 53 人5 个信源在谈原文

论文09:53

DARWIN：通过进化攻防框架实现LLM安全评估与防护

论文提出DARWIN，用进化算法同时生成攻击和训练防护，在DeepSeek-V4-Pro和GPT-5.5上攻击成功率超高，安全召回率也强。

#DARWIN #DeepSeek-V4-Pro #GPT-5.5 #AI安全

事件专题

arXiv: DeepSeek@Weiwei Qi 等 8 人2 个信源在谈原文

论文多源确认07:21

AI实验室是否刻意优化“骑自行车的鹈鹕”？系统测试未发现证据

别猜了，Dylan用48个提示跑了7个模型，结论是AI实验室没作弊，鹈鹕骑自行车并不比其他组合强。

#GPT-5.6 #Claude #GLM-5.2 #DeepSeek V4 Pro

事件专题

官方账号Simon Willison’s Weblog3 个信源在谈原文

模型中美对照15:29

传闻称DeepSeek V4正式版将再次超越K3和Qwen，复现R1时刻

听说DeepSeek V4又要来了，据说比K3和Qwen都强，像R1那样震撼。关注一下这波传闻。

#DeepSeek V4 #DeepSeek #K3 #Qwen

berryxia@berryxia原文

产品13:55

DeepSeek联网搜索因技术问题暂不可用，V4版即将上线

DeepSeek 联网搜索挂了，但 V4 马上就来，顺便改了 API 收费规则，老用户留意一下。

#DeepSeek #联网搜索 #V4 #API定价

IT之家原文

技巧 Agent 与开发者多源确认81°11:16

OpenAI Codex Code Review 新规则：AGENTS.md 让审查召回率从 58% 跃至 98%

OpenAI 给 Codex Code Review 加了 AGENTS.md 规则，能抓住 diff 看不出的破坏性改动，评测召回率从 58% 提到 98%

#OpenAI #Codex Code Review #AGENTS.md #代码审查

事件专题

shao__meng@shao__meng11 个信源在谈原文

模型00:15

Recraft V4.1 发布，单模型生成多种风格图像

Recraft V4.1 一个模型就能搞定产品图、人像、水下场景，不用来回换工具，值得试试。

#Recraft V4.1 #Recraft #图像生成模型 #AI绘画

Recraft@recraftai原文

行业 Agent 与开发者多源确认76°22:43

DeepSeek V4 Pro API 疑偷偷调用 Claude Fable 5 进行模型蒸馏

DeepSeek API 可能偷偷调用 Claude？测试者用 3D 游戏、安全题等挖出异常行为，但证据还不铁，吃瓜注意别上头。

#DeepSeek #Claude #Fable 5 #模型蒸馏

事件专题

Geek@geekbb11 个信源在谈原文

模型中美对照多源确认73°21:37

阿里云 Qwen 3.8 max preview 开源权重模型预览上线，2.4T参数

阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。

#Qwen 3.8 max preview #Alibaba #GLM-5.2 #DeepSeek V4 Pro

事件专题

Paul Couvert@itsPaulAi5 个信源在谈原文

模型中美对照多源确认21:27

DeepSeek V4 和 GLM 5.2 发布，Kimi K3 和 Qwen 3.8 曝光

这周模型圈太热闹了，DeepSeek V4、GLM 5.2 刚发，Kimi K3 和 Qwen 3.8 又来了，还有 Claude 和 GPT 对标，开源 SOTA 随时变天。

#DeepSeek V4 #GLM 5.2 #Kimi K3 #Qwen 3.8

事件专题

shao__meng@shao__meng11 个信源在谈原文

产品中美对照多源确认18:43

阿里云推出个人Token计划，首月4美元覆盖文本图像视频

阿里云新出的个人套餐，一个Token包圆文本、图像和视频，首月才4美元，性价比不错。

#Alibaba Cloud #Qwen3.8-Max-Preview #GLM-5.2 #DeepSeek-V4-Pro

事件专题

官方账号阿里云 Alibaba Cloud@alibaba_cloud5 个信源在谈原文

模型中美对照多源确认17:44

社交平台热议DeepSeek v4正式版下周发布

DeepSeek v4可能要来了，网友说很强，下周就能看到了。

#DeepSeek v4 #Fable 5 #开源模型 #社交平台热议

事件专题

向阳乔木@vista810 个信源在谈原文

模型中美对照官方一手82°09:48

Kimi K3 vs DeepSeek V4 Pro vs GLM-5.2：开源万亿参数MoE模型对比

想选开源万亿模型？这篇直接拿三个主流模型比了基准、许可证和成本，看完就知道选哪个合适。

#Kimi K3 #DeepSeek V4 Pro #GLM-5.2 #MoE

事件专题

官方一手marktechpost@Michal Sutter11 个信源在谈原文

行业多源确认精选03:03

开放权重模型在网络安全能力上仅落后封闭前沿模型4-7个月

AISI实测发现开放模型追封闭模型只差几个月，GLM-5.2和DeepSeek V4-Pro表现接近，差距还在快速缩小，值得关注。

#GLM-5.2 #DeepSeek V4-Pro #开放权重模型 #AI安全

事件专题

@koltregaskes@koltregaskes5 个信源在谈原文

模型多源确认18:39

开放权重模型网络能力追上四个月前的前沿模型，成本更低

英国AI安全所发现，GLM-5.2和DeepSeek V4-Pro的网络能力快追上封闭模型了，但安全防护基本没用，值得关注。

#GLM-5.2 #DeepSeek V4-Pro #开放权重模型 #网络安全

事件专题

官方账号Decoder@Matthias Bastian5 个信源在谈原文

模型 Agent 与开发者11:14

Kimi K3 在 front-end coding 上超越所有美国模型，比多数闭源模型更小

Moonshot 的 Kimi K3 在前端编码上打败了所有美国模型，而且模型更小，值得关注。

#Kimi #K3 #SemiAnalysis #Moonshot

shao__meng@shao__meng原文

模型中美对照多源确认精选05:30

GPT-5.6 Sol 在网络安全领域达到最先进水平，可发现和修复新型漏洞

OpenAI 的 GPT-5.6 Sol 专攻网络安全，能找漏洞并修复，防守方现在就能注册用。

#GPT-5.6 Sol #OpenAI #网络安全 #漏洞修复

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

模型中美对照23:53

中国开源权重模型竞争激烈，K3超越GLM-5.2和DeepSeek v4

看看中国开源模型圈的新排名：K3压过GLM-5.2，GLM-5.2又干翻DeepSeek v4，竞争白热化了。

#K3 #GLM-5.2 #DeepSeek v4 #开源模型

Ethan Mollick@emollick原文

模型中美对照多源确认01:45

近4个月AI模型发布时间线一览

想要快速回顾近四个月各家发了哪些模型？看这张时间表就够了，直接按时间排序，一目了然。

#Opus #Kimi #GPT #DeepSeek

事件专题

Suhail@Suhail11 个信源在谈原文