最新 AI 新闻与行业动态

产品出海东盟12:08

阿里千问 Qwen3.8-Flash 在 Qoder 平台限时免费，每日登录还能领 100 通用 Credits

阿里 Qoder 平台搞活动，Qwen3.8-Flash 模型限时免费，还能每天登录领 100 通用 Credits，对开发者很友好。

#Qoder #Qwen3.8-Flash #阿里 #代码编写

IT之家原文

模型中美对照11:52

智谱发布混合注意力扩散语言模型dQwen3.5系列

智谱新出的dQwen3.5系列模型，用混合注意力架构改造自Qwen3.5，在训练效率上比全注意力架构有优势。

#dQwen3.5 #智谱 #混合注意力 #扩散模型

arXiv cs.LG@Anton Xue 等 6 人原文

模型出海东盟精选78°11:39

阿里发布 Qwen3.8-Omni-Flash 全模态模型：音视频能力提升，百万 Token 图文音视频输入 0.8 元

阿里发布了 Qwen3.8-Omni-Flash 全模态模型，能处理音视频，百万 Token 输入才 0.8 元，比上一代便宜很多。

#Qwen3.8-Omni-Flash #全模态 #音视频 #阿里

IT之家原文

模型 Agent 与开发者多源确认精选78°11:21

腾讯微信视觉团队开源文档解析器「WeVisDoc」

微信团队开源的文档解析器，能把图片里的文字结构化，支持 LaTeX 公式和 HTML 表格，在真实拍摄、光照不均的场景下表现更好。

#WeVisDoc #Qwen3-VL #文档解析 #OCR

事件专题

shao__meng@shao__meng3 个信源在谈原文

模型 Agent 与开发者精选11:21

新方法让AI代理更高效探索环境

朋友间推荐：新方法叫ActObs，能让AI代理更聪明地探索环境，在测试中表现更好。

#ActObs #Qwen3-4B #Qwen3-8B #强化学习

arXiv cs.AI@Juzheng Zhang 等 5 人原文

论文 Agent 与开发者精选10:12

提出新模型解决直播语音合成中多维度音调评估问题

这个研究解决了直播语音合成中一个很具体的问题，提出的模型能更精准地评估语音的情感和语调，对做语音合成优化的人应该有用。

#Live-ProsodyJudge #Qwen3-Omni #Gemini #语音合成

arXiv cs.AI@Zifan Guan 等 6 人原文

论文 Agent 与开发者精选10:08

BioPhys-Bridge 基准数据集发布，用于评估跨学科生物物理研究中的科学推理能力

朋友发了这个新基准数据集，专门用来测试模型在生物物理领域的科学推理能力，比之前的基准更复杂，能看出不同模型在这个专业领域的真实水平。

#BioPhys-Bridge #DeepSeek-V4-Flash #Qwen3.7-Max #GPT-4o-mini

arXiv: DeepSeek@Qingyang Xu原文

论文 Agent 与开发者精选10:02

金融文档处理新方法提升关键信息提取准确率

这个方法挺实用的，专门针对金融文档处理，能自动批准更多字段，减少人工审核，提升效率。

#Qwen3.6-27B #Gemini-3.1-Flash-Lite #金融文档 #关键信息提取

arXiv cs.AI@Yichao Jin 等 10 人原文

论文 Agent 与开发者10:01

研究揭示视觉语言模型抗干扰能力与提示词冗长的关系

这个研究挺有意思的，它发现给AI模型问问题的时候，用更详细、更啰嗦的描述，能让模型在处理有问题的图片时更不容易出错，比如把‘有猫吗？’改成‘请仔细看并回答：有猫吗？’。

#Qwen3-VL #LLaVA-OneVision #视觉语言模型 #提示词工程

arXiv cs.AI@Farooq Ahmad Wani 等 8 人原文

模型中美对照官方一手精选16:08

Light Origins 开源 LightNav-0 导航模型

朋友，Light Origins 开源了他们的导航模型 LightNav-0，这个模型能零样本迁移到 10 个单目导航基准上，比很多模型都强。

#LightNav-0 #Qwen3-VL-4B #导航模型

官方一手pandaily@[email protected] (Pandaily)原文

论文 Agent 与开发者精选10:30

一种零阶范式用于大语言模型偏好对齐

朋友，这篇论文提出了一种叫ComPO的新方法，能更高效地让大模型符合人类偏好，比传统方法效果更好。

#ComPO #偏好对齐 #零阶优化

arXiv cs.AI@Peter Chen 等 4 人原文

论文 Agent 与开发者精选09:21

新方法优化动作模型动作编码，提升动作关系保留能力

这个研究很实用，解决了动作模型中一个关键问题：如何让生成的动作更符合物理逻辑。作者的方法ActionPiece效果不错，在几个基准测试上表现都很好。

#ActionPiece #Qwen3-VL-4B #动作模型 #提示词工程

arXiv cs.AI@Shijie Lian 等 8 人原文

模型中美对照精选16:49

科大讯飞发布基于全国产化算力的语音基座大模型 Spark-Audio-1.0-Preview

科大讯飞发布了他们的语音基座大模型 Spark-Audio-1.0-Preview，这个模型能直接理解语音，而不是先转文字再处理，解决了传统方法的两个问题，效果也不错。

#Spark-Audio-1.0-Preview #科大讯飞 #语音基座大模型 #多模态

IT之家原文

技巧 Agent 与开发者精选10:19

JustFit 让 27B 模型在 24GB 笔记本上处理 20万token

朋友，刚看到 JustFit 这个技术，它能让 27B 的 Qwen 模型在 24GB 笔记本上处理 20万token，比之前的方法快很多，对本地开发很有用。

#JustFit #Qwen3.8-27B #提示词工程 #推理模型

事件专题

arXiv cs.AI@Yuhua Chen2 个信源在谈原文

技巧 Agent 与开发者官方一手00:34

用 Amazon SageMaker 自定义 Qwen3-8B 模型实现产品标签系统

亚马逊的教程教你如何用 Qwen3-8B 模型，通过 SageMaker 的无服务器功能，自动给产品打标签，比手动操作更高效。

#Qwen3-8B #Amazon SageMaker #提示词工程

官方一手AWS Machine Learning Blog@Linpo Guo原文

论文 Agent 与开发者精选78°16:33

Gavel 方法从冻结 LLM 中提取技能路由信号

朋友，这是 DeepSeek 的新方法，叫 Gavel，能从冻结的 LLM 里直接读出该用哪个技能，不用加载那么多东西，在他们的新基准测试里比其他方法好很多。

#Gavel #Qwen3-32B #技能路由 #提示词工程

arXiv cs.AI@Ruishuo Chen 等 5 人原文

模型 Agent 与开发者多源确认精选14:19

网友用阿里 Qwen3.8-27B 模型开发出僵尸射击游戏

朋友，有个网友用阿里 Qwen3.8-27B 模型，花了5小时在 RTX 3090 上开发出僵尸射击游戏，挺有意思的。

#Qwen3.8-27B #编程助手 #僵尸射击游戏 #RTX 3090

事件专题

IT之家3 个信源在谈原文

模型 Agent 与开发者精选13:06

物理分区KV缓存格式实现CPU-GPU负载均衡

DeepSeek和智谱AI团队的新方法，通过优化KV缓存布局，让CPU和GPU能更高效地分担负载，提升长文本处理速度。

#DeepSeek-V2-Lite #Qwen3-30B-A3B #Mixtral-8x7B #MoE

arXiv: DeepSeek@Enda Yu 等 3 人原文

模型中美对照精选78°16:26

阿里Qwen3.8-27B模型在Cerebras上实现快速推理

阿里发布了Qwen3.8-27B模型，现在可以在Cerebras上快速使用，性能不错。

#Qwen3.8-27B #Cerebras #快速推理

官方账号阿里通义 Qwen@Alibaba_Qwen原文

论文 Agent 与开发者精选11:12

边缘部署的视觉语言模型能否识别物种？

想了解边缘部署的AI模型在野外实际场景中的表现，这篇论文对比了通用模型和专用模型在物种识别任务上的差异。

#Qwen3-VL #Gemma3 #BioCLIP #物种识别

arXiv cs.AI@William Zhou 等 5 人原文

论文 Agent 与开发者精选11:12

MindTopo 基准测试模型发布，评估大模型拓扑空间推理能力

想了解大模型在拓扑空间推理方面的真实能力，可以看看这个新发布的 MindTopo 基准测试，它专门评估了 14 款模型的表现。

#MindTopo #拓扑推理 #多模态大模型

arXiv cs.AI@Yunfei Ge 等 12 人原文

论文 Agent 与开发者精选11:12

统一令牌级门控家族用于在线蒸馏：FKL/RKL混合与多通道和偏置系数

朋友，这是篇论文，讲的是一种新的令牌门控方法，在知识蒸馏任务上表现不错，比之前的方法有提升。

#FKL/RKL #知识蒸馏 #Qwen3-32B #Qwen3-4B

arXiv cs.AI@Suwan Wu 等 4 人原文

模型中美对照多源确认01:46

DeepSeek-V4.1-Flash 在代码竞赛中排名上升

DeepSeek新出的V4.1-Flash模型，在代码竞赛里表现不错，比之前的版本提升不少，价格也便宜。

#DeepSeek-V4.1-Flash #Qwen3.8-Flash-Next #Code Arena

事件专题

lmarena.ai@lmarena_ai4 个信源在谈原文

模型 Agent 与开发者官方一手精选73°13:06

阿里开源Qwen3.8-2.4T-A95B模型权重

阿里开源了首个Qwen-Max级MoE模型，参数规模达2.4万亿，专为智能体任务优化。

#Qwen #Qwen3.8-2.4T-A95B #MoE #开源模型

官方一手pandaily@[email protected] (Pandaily)原文

论文 Agent 与开发者精选73°09:31

TRACE: 因果探索推理智能体训练方法

TRACE用模拟验证解决诊断推理难题，让Qwen3.5-35B在数字广告诊断任务上超越Claude Opus 5。

#TRACE #Qwen3.5 #Claude Opus #因果推理

arXiv cs.LG@Rui Sun 等 3 人原文

论文 Agent 与开发者精选73°09:29

Maverick：通过矩阵向量乘法委托实现可验证LLM推理

Maverick让用户无需暴露数据就能安全使用第三方LLI服务，性能提升最高达157倍。

#Maverick #LLM #Qwen3-4B #隐私计算

arXiv cs.LG@Ben Merbaum 等 6 人原文

模型 Agent 与开发者73°07:42

Agent 通过率提升 19%，模型参数未动

Adaption AI 证明 Agent 表现差往往不是模型问题，而是 Harness 设计问题。优化 Harness 能大幅提升性能，还能降低成本。

#Agent #Harness #Qwen3.6-27B #GLM-5.2

shao__meng@shao__meng原文

模型 Agent 与开发者多源确认07:32

AutoResearchExam基准测试发布

看看AI研究代理在24小时内如何解决开放性问题，以及不同模型在长期任务中的表现差异。

#AutoResearchExam #Astra #Fable #Qwen3.8

事件专题

elvis@omarsar011 个信源在谈原文

技巧 Agent 与开发者官方一手06:37

Qwen3.8-2.4T-A95B在Amazon SageMaker HyperPod部署

阿里开源的Qwen3.8-2.4T-A95B模型现在能在AWS SageMaker HyperPod上部署了，教程详细说明了集群配置和量化方法。

#Qwen3.8-2.4T-A95B #Amazon SageMaker #vLLM #开源模型

事件专题

官方一手AWS Machine Learning Blog@Dmitry Soldatkin10 个信源在谈原文

论文 Agent 与开发者精选73°14:17

KVMem提升长上下文推理效率

KVMem让Qwen3.6/3.8-27B在笔记本上运行百万tokens上下文，比传统压缩方法效果更好。

#KVMem #Qwen3.8-27B #长上下文 #推理效率

elvis@omarsar0原文

论文 Agent 与开发者12:15

Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails

研究解决了小模型模仿专家时的性能下降问题，提出了新的在线策略修正方法，让小模型在特定任务中更接近大模型表现。

#智能体 #系统提示 #Qwen3-Coder #Gemma 4

arXiv cs.AI@Zhou Yu 等 11 人原文

论文 Agent 与开发者精选11:20

多领域模型训练中的领域覆盖优化研究

阿里团队发现多领域模型训练中每个领域都有最佳覆盖比例，对齐阶段难以弥补领域差距。

#Qwen3-8B-Base #KOR-Bench #多领域训练 #模型对齐

arXiv cs.AI@Yunpeng Xu, Kun Zheng原文

模型 Agent 与开发者精选73°11:15

PlannerForge：自动驾驶运动规划测试的LLM智能体框架

PlannerForge用LLM智能体整合了自动驾驶测试全流程，开源模型表现接近商业API，成本调优将规划成功率提升20%。

#PlannerForge #LLM Agents #自动驾驶 #Qwen3.6:35B

arXiv cs.AI@Yuan Gao 等 8 人原文

论文 Agent 与开发者精选10:33

LLM生成资产壳质量评估方法研究

工业4.0中，研究人员用三种模型测试了6400个资产壳实例，找到了评估AI生成资产壳质量的可靠指标。

#AAS #GPT-4o-mini #Qwen3 #DeepSeek-R1

arXiv: DeepSeek@Janek Groß 等 3 人原文

论文 Agent 与开发者73°09:47

OSOL缓解多领域强化学习中的高阶干扰

清华团队提出OSOL方法，通过分析token足迹解决多领域RL性能退化问题，在Qwen3-30B-A3B上提升5.7%性能。

#OSOL #Qwen3-30B-A3B #强化学习 #多领域

arXiv cs.LG@Zihan Lin 等 7 人原文

模型 Agent 与开发者73°08:12

Meta发布Muse Spark 1.3 Max模型

Meta新发布的Muse Spark 1.3 Max在编程领域表现出色，性价比超过多个竞品。

#Muse Spark #Meta #Code Arena #WebDev

lmarena.ai@lmarena_ai原文

产品 Agent 与开发者官方一手精选00:38

AWS SageMaker AI评测小型LLM推理性能

AWS实测了两种30B模型在四种GPU上的表现，帮你算清楚哪种实例性价比最高。

#SageMaker #Qwen3-Coder-30B #NVIDIA Nemotron-3-Nano-30B #GPU推理

事件专题

官方一手AWS Machine Learning Blog@Mona Mona7 个信源在谈原文

模型 Agent 与开发者官方一手精选73°19:35

阿里开源Qwen-Drive-1.0-4B自动驾驶模型

阿里开源了基于Qwen3.5-4B的自动驾驶模型，支持3D感知和轨迹规划，开发者可直接下载使用。

#Qwen #Qwen-Drive-1.0-4B #自动驾驶 #开源模型

官方一手pandaily@[email protected] (Pandaily)原文

模型 Agent 与开发者73°16:36

阿里多模型入榜前端开发榜，wan3.0冲进视频榜前三

阿里多款国产模型在细分榜单实现突破，wan3.0首次入榜即冲进视频榜前三，展现国产模型竞争力。

#qwen3.8-max #wan3.0 #glm-5.3 #Arena

IT之家原文

技巧 Agent 与开发者精选73°09:33

推测智能体编程中的不确定性方法

开源团队提出新方法，让AI编程助手提前预测错误，在Qwen和Claude上都有效果。

#Qwen3-Coder-480B #Claude 3.5 Sonnet #智能体 #编程助手

arXiv cs.LG@Konstantin Grotov, Valentin Malykh原文