最新 AI 新闻与行业动态

产品 Agent 与开发者23:49

Recraft V4.1 Flash 上线 OpenRouter，单张图 1.3 秒、$0.007

Recraft 的 V4.1 Flash 在 OpenRouter 能直接调了，一张图 1.3 秒才 7 厘美分，批量出图做 logo、概念稿都挺合适。

#Recraft #OpenRouter #图像生成 #API

Recraft@recraftai原文

模型中美对照23:16

Zenith 系统让 DeepSeek v4.1 Flash 在长程任务上超过 GPT 5.6 Sol

Zenith 用最便宜的 DeepSeek v4.1 Flash 打赢了 GPT 5.6 Sol，开源党可以看看它怎么做到的。

#DeepSeek #Zenith #GPT #推理模型

官方账号Emad Mostaque@EMostaque原文

产品 Agent 与开发者多源确认精选23:15

某 Agent 工具发布 0.17 版本，新增 Agent Team 面板与成员切换功能

一个 Agent 工具更新到 0.17 了，加了团队面板能实时看每个成员干到哪一步，还能在聊天里直接切换成员，跑多任务时方便不少。

#Agent Team #智能体 #编程助手 #版本更新

事件专题

Teortaxes@teortaxesTex11 个信源在谈原文

模型中美对照71°23:15

DeepSeek 疑似在新架构上推进，V4.1 或将采用 YOCO 相关设计

有人推测 DeepSeek V4.1 会用 YOCO 这类新架构，如果靠谱，KV 缓存开销可能大幅下降，架构党可以留意。

#DeepSeek #YOCO #V4.1 #开源模型

Teortaxes@teortaxesTex原文

产品 Agent 与开发者23:14

Recraft V4.1 Flash 上线 fal 平台，出图约 1.3 秒

Recraft 的新快版模型上了 fal，一张图 1.3 秒就出，改提示词试构图不用干等，适合反复调方案的时候用。

#Recraft #fal #图像生成 #AI绘图

fal@fal原文

模型 Agent 与开发者精选22:31

Step 5 Preview 实测：与 DeepSeek V4 Pro、GLM5.3 比拼 3D 游戏开发

同一套提示词让三个国产模型各做一个 3D Minecraft，谁一次交付就能玩、谁得返工，文章把时间和 token 账都算清楚了。

#Step 5 Preview #DeepSeek #GLM #编程助手

掘金本周最热@猫猫头啊原文

产品 Agent 与开发者21:58

Recraft 发布 V4.1 Flash 图像模型，主打生成速度

Recraft 新出的 V4.1 Flash 生成速度飞快，还有人像摄影师实测编辑风格人像，Refine 还能补质感，做图的朋友可以试试。

#Recraft #图像生成 #V4.1 Flash

Recraft@recraftai原文

论文 Agent 与开发者精选09:36

GA-Agent：用 LLM 在元层面配置遗传算法，自动优化 PID 控制器

把 LLM 当遗传算法的调参师用，8 个控制案例全部跑通，成本才 $0.002 一次，做控制或自动化的朋友可以看看这套架构。

#GA-Agent #LLM智能体 #遗传算法 #PID控制

arXiv: DeepSeek@Mohammad Narimani, Seyyed Ali Emami原文

论文 Agent 与开发者多源确认精选09:35

SkillGym：将人类技能内化为 LLM 可复用能力的训练框架

有人把 2756 个智能体技能环境做成了训练集，微调后的 Qwen 35B 跑赢了好几个闭源旗舰模型，做 Agent 训练的可以看看。

#SkillGym #Qwen3.5 #Claude Code #智能体

事件专题

arXiv: DeepSeek@Zhilong Ge 等 9 人6 个信源在谈原文

论文中美对照09:35

MWE-ECL 诊断基准：可检索的远距离上下文未必能改变模型的局部词 prior

这篇论文造了个诊断集，专门测长上下文模型“找到了但没用上”的问题，DeepSeek 两个模型都被测出检索满分但解读掉分，做长文本评测的可以看看。

#MWE-ECL #DeepSeek #长上下文 #评测基准

arXiv: DeepSeek@Wei He 等 4 人原文

论文 Agent 与开发者多源确认精选09:34

越南学者用本地部署 LLM 与混合 RAG 自动生成数据处理活动记录

越南 PDPD 合规催生的实用论文：本地跑 Qwen3.5-27B 配混合 RAG，效果追平云端 DeepSeek-V4-Flash，还公开了越南语 RoPA 基准。

#RoPA #Qwen3.5 #DeepSeek-V4-Flash #RAG

事件专题

arXiv: DeepSeek@To Duy Hinh 等 4 人4 个信源在谈原文

产品 Agent 与开发者03:45

Bolt Forge 一周数据：GLM 5.3 Flash 与 DeepSeek V4.1 Flash 占八成请求

Bolt 公了一周真实用量：GLM 5.3 Flash 占 63%，DeepSeek Flash 17%，用户宁可要快的也不挑最大的，这个数据挺说明问题。

#GLM #DeepSeek #Bolt Forge #编程助手

bolt.new@boltdotnew原文

产品 Agent 与开发者02:34

Recraft V4.1 Flash 上线 fal 平台，出图约 1.3 秒

Recraft 家最快的图像模型 V4.1 Flash 上 fal 了，出一张图只要 1.3 秒左右，调提示词试构图可以飞快迭代，做设计的可以去试试。

#Recraft #fal #图像生成

Recraft@recraftai原文

产品 Agent 与开发者01:33

Recraft V4.1 Flash 上线 OpenRouter，单图 1.3 秒、0.007 美元

Recraft 的便宜快速版图像模型上线 OpenRouter 了，一张 7 厘钱、1.3 秒出图，logo 和人像都能做，跑量挺合适。

#Recraft #OpenRouter #图像生成 #文生图

OpenRouter@OpenRouterAI原文

产品 Agent 与开发者23:32

Recraft 发布 V4.1 Flash，1.3 秒生成图像

Recraft 出了个 V4.1 Flash，1.3 秒就出图，号称现在最快的图像模型，赶时间的可以试试这个再点 Refine 修细节。

#Recraft #图像生成 #V4.1 Flash

Recraft@recraftai原文

模型中美对照多源确认精选19:27

Step 5 Preview 实测：发动机动画与三维抓娃娃机两个编程任务对比

Step 5 Preview 刚发布，作者拿发动机动画和3D抓娃娃机两个任务实测它，和 GLM-5.3、DeepSeek-V4.1-Flash、GPT-5.6 Sol 逐项对比耗时和成品质量，比看跑分实在。

#Step 5 Preview #GLM-5.3 #DeepSeek-V4.1-Flash #编程助手

事件专题

掘金本周最热@猫猫头啊6 个信源在谈原文

行业中美对照多源确认精选73°15:02

Goldman: 中美 AI 竞争走向规模对效率

Goldman 拆了组数据：美国 2026 年 AI 资本开支约是中国 7 倍，但 DeepSeek V4.1 Flash 把 KV-cache 省了 437 倍，看效率派怎么打。

#DeepSeek V4.1 Flash #Goldman Sachs #OpenRouter #推理成本

事件专题

AI Will@FinanceYF54 个信源在谈原文

模型中美对照多源确认10:31

GPT-6-Luna 与 DeepSeek-V4.1-Flash 价格对比：各有优势区间

有人在比 GPT-6-Luna 和 DeepSeek-V4.1-Flash 的实际成本，短上下文选 Luna，272K 以上大输入选 DeepSeek，做 agent 的可以看看怎么省钱。

#GPT-6-Luna #DeepSeek-V4.1-Flash #推理模型 #成本对比

事件专题

Geek@geekbb4 个信源在谈原文

论文 Agent 与开发者精选09:09

Trains but Doesn't Learn：面向 LLM 智能体交付能力的 Post-Training 基准

这篇论文造了个很较真的基准：不看智能体能不能把指标刷上去，只看它交付的模型到底行不行，连"训练了但没学到东西"这种静默失败都能抓住，四个前沿模型全被拉出来和人类工程师对比。

#Post-Training #LLM智能体 #benchmark #微调

arXiv: DeepSeek@Weihang Ding, Junfei Zhan原文

论文 Agent 与开发者精选73°04:04

Milvus 团队用三个开源项目实测 Jev：便宜快速但上限明显

Zilliz 团队拿 Jev 跑了三个真实场景，省到七分之一的成本，性能掉多少都给你列出来了，做 RAG 的可以抄作业。

#Jev #Milvus #DeepSearcher #RAG

Milvus@milvusio原文

模型中美对照83°01:12

开源 MiMo v2.6 成为性价比新标杆，代理成本仅为 Grok 4.7 的 1/57

小米的 MiMo v2.6 Flash 跑分接近 Grok 4.7，成本却只有 1/57，做 agent 的可以看看这份 60 任务实测。

#MiMo #Grok #DeepSeek #开源模型

Browser Use@browser_use原文

产品21:27

Recraft V4 Styles从单参考生成多创意方案

Recraft V4 Styles一键生成多创意方案，设计效率翻倍。

#Recraft #V4 #Styles #设计生成

Recraft@recraftai原文

论文 Agent 与开发者14:27

树状推测解码适配 DeepSeek-V4，吞吐最高提升 18.5%

DeepSeek-V4 用上树状推测解码，吞吐最高快 18.5%，论文还讲了什么负载收益最大。

#DeepSeek-V4 #推测解码 #推理加速

arXiv: DeepSeek@Changxu Liu, Zhaogeng Li原文

论文 Agent 与开发者12:48

Critical-State RL：定位多轮工具调用中值得训练的状态

多轮工具调用失败，不知道该练哪一步？这篇论文给出诊断方法，BFCL v4 缺失函数任务提升 14 个百分点。

#Critical-State RL #BFCL #强化学习 #智能体

arXiv cs.LG@Zixiang Chen 等 12 人原文

模型中美对照官方一手11:08

Grok 4.7 与 Mimo V2.6 同晚发布：能力相近，定价相差数倍

Mimo V2.6 和 Grok 4.7 同晚发布，能力相近价差好几倍，买 API 前先比比。

#Grok #Mimo #DeepSeek #OpenCode

事件专题

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

模型中美对照多源确认精选10:55

开源已死？Thom Wolf列出10周内30余个开源模型发布回应

Dylan Patel称开源将死，Thom Wolf甩出10周30多个开源模型清单反驳

#开源模型 #DeepSeek #Kimi K3 #Qwen3.8

事件专题

Thomas Wolf@Thom_Wolf11 个信源在谈原文

模型中美对照多源确认10:36

Grok 4.7 浏览器长任务基准 39.9 分，仍落后 DeepSeek

Grok 4.7 浏览器任务 39.9 分，比上代涨 8.7，但只有 GPT-6 Astra 一半。

#Grok #DeepSeek #browser_use #智能体

事件专题

Browser Use@browser_use11 个信源在谈原文

模型中美对照79°10:34

小米开源全模态模型 MiMo-V2.6：AA 指数 46 分超 Kimi K3

小米把 MiMo-V2.6 权重全开源了，Pro 在 AA 指数拿 46 分压过 Kimi K3，价格只有海外模型的 1/20。

#MiMo #小米 #开源模型 #多模态

IT之家原文

论文 Agent 与开发者精选10:33

Question's Gambit：检索前先走一步，GPT-5.5 涨 7 个点

智能体出发前先搜一轮，GPT-5.5 在 BrowseComp-Plus 涨 7 个点，做深度研究智能体的可以试试这招

#Question's Gambit #GPT-5.5 #BrowseComp-Plus #智能体

事件专题

elvis@omarsar02 个信源在谈原文

论文中美对照多源确认10:23

arXiv 论文提出 opinion leader dynamics，解释稀疏注意力如何塑造 token 聚类

把 token 当粒子建模，还拿 Kimi-K3 和 DeepSeek-V4-Flash 实测验证，讲清稀疏注意力为啥省算力还不丢效果。

#稀疏注意力 #Kimi-K3 #DeepSeek-V4-Flash #MiniMax-M3

事件专题

arXiv: DeepSeek@Jingkun Liu, Yue Song6 个信源在谈原文

技巧 Agent 与开发者精选01:27

用 Jev 重打 2.3K 篇 AI 论文标签：83 秒花 0.14 美元

2300 篇论文重打标签只要 0.14 美元、83 秒，抽检 30 处分歧全采纳，做内容分类的可以参考这套组合。

#Jev #DeepSeek #文本分类 #工作流

elvis@omarsar0原文

模型 Agent 与开发者精选09:16

游戏开发自主软件生成基准测试集 GameASG-Bench 发布

想了解游戏开发中 AI 生成软件的性能？这个新基准测试集 GameASG-Bench 很有用，它有 47 个具体任务和详细的实验数据，能帮你判断不同模型的效果。

#GameASG-Bench #DeepSeek-V4-Flash #游戏开发 #自主软件生成

arXiv: DeepSeek@Xiuhui Zhang 等 7 人原文

模型中美对照多源确认00:40

OpenAI 用 1 万个代理展示纳维-斯托克斯方程失效，DeepSeek V4.1 Flash 发布新架构

OpenAI 用 1 万个代理做了个实验，结果挺有意思的，DeepSeek 也出了个新版本，对长文本处理更便宜了。

#OpenAI #DeepSeek #纳维-斯托克斯方程 #长上下文

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

模型中美对照官方一手精选78°11:05

DeepSeek 发布 V4.1-Flash 模型，支持百万级上下文

DeepSeek 新出的 V4.1-Flash 模型，上下文能到百万级，比之前版本长很多，适合处理长文本对话。

#DeepSeek #V4.1-Flash #MoE #1M context

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

模型 Agent 与开发者04:32

Notion 支持使用 DeepSeek V4.1 Flash 模型

Notion 的代理现在能用上 DeepSeek V4.1 Flash 了，是个新模型，可以试试。

#Notion #DeepSeek #代理 #模型

Notion@NotionHQ原文

模型中美对照多源确认04:32

智谱GLM 5.3 FlashX性能提升但价格更高，被DeepSeek v4.1 Flash超越

智谱AI新出的GLM 5.3 FlashX模型，性能确实有提升，但价格比之前贵不少，而且被DeepSeek的v4.1 Flash模型给超越了。

#GLM #DeepSeek #智谱AI #大模型

事件专题

Browser Use@browser_use6 个信源在谈原文

模型 Agent 与开发者11:18

GitHub 上全是 Jev 的衍生项目，疯都疯了。

GitHub 上全是 Jev 的衍生项目，疯都疯了。后面看哪家大模型，率先系统级组合 Jev 类似的功能，我希望这个模型是 DeepSeek-V4.2-Flash。Jev 当门卫，DeepSeek 当大脑或者 DeepSeek 出候选，Jev 做选择。DeepSeek 负责慢思考和文本生成，Jev 负责快决策和门控。

#Jev #DeepSeek #组合模型

Geek@geekbb原文

模型中美对照01:17

Bolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash

Bolt 上开源模型首周，开发者选最快 DeepSeek V4.1 Flash，该版本在 Bolt Forge 中上线，使用量是 DeepSeek V4 Pro 的 10 倍。

#DeepSeek #Bolt #开源模型 #推理模型

bolt.new@boltdotnew原文