19:58shao__meng@shao__meng78°DeepSeek发布新模型deepseek-v4-flash-vision-exp,在多模态能力上接近Claude Opus 4.8,DeepSeek Harness 0.1.1支持新模型。AI模型DeepSeek多模态模型发布推荐理由:DeepSeek新模型发布,多模态能力提升,值得一试!原文稍后读已读值得跟进有用关注 DeepSeek
19:53Geek@geekbbDeepSeek-V4-Flash-Vision-Exp模型上线,多模态能力提升,接近Opus-4.8水平。DeepSeek Harness 0.1.1支持新模型。AI模型DeepSeek-V4-Flash-Vision-Exp多模态模型发布推荐理由:DeepSeek新模型发布,多模态能力大幅提升,值得一试。原文稍后读已读值得跟进有用关注 DeepSeek-V4-Flash-Vision-Exp
18:53官方一手歸藏(guizang.ai)@op741878°Deepseek发布新模型Deepseek V4 Flash Vision EXP,多模态能力逼近Opus 4.8,文本能力与Deepseek V4 Flash相同,价格一致。DeepSeek Harness 0.1.1支持新模型。AI模型Deepseek多模态模型发布推荐理由:Deepseek新模型V4 Flash Vision EXP发布,多模态能力大幅提升,值得一试!原文稍后读已读值得跟进有用关注 Deepseek
18:38爱范儿@莫崇宇78°DeepSeek 多模态模型更新,带来全新功能。鲸鱼模型开‘天眼’,提升多模态识别能力。AI模型DeepSeek多模态智能体推荐理由:DeepSeek 更新,多模态识别更强,值得一试。原文稍后读已读值得跟进有用关注 DeepSeek
18:05orange.ai@oran_geOx大模型多模态,小参数,强后训练,Terra能力级别,flash速度,Cola等平台已上线,限时免费7天体验。beta模型,谨慎使用。AI模型Ox模型多模态免费试用推荐理由:Ox大模型多模态,速度快,Cola等平台已上线,限时免费7天,值得一试!原文稍后读已读值得跟进有用关注 Ox模型
18:03官方账号深度求索 DeepSeek@deepseek_ai精选DeepSeek发布多模态API,支持模型deepseek-v4-flash-vision-exp,图像可支持最多384个token,支持Chat Completions、Messages & Responses,混合文本和图像输入,图像可通过base64、外部URL或Files API提供。AI产品DeepSeek多模态API推荐理由:DeepSeek新推出多模态API,支持多种图像输入方式,功能强大,值得一试。原文稍后读已读值得跟进有用关注 DeepSeek
18:03官方账号深度求索 DeepSeek@deepseek_ai78°DeepSeek-V4-Flash-Vision-Exp模型在DeepSeek API平台上线,文本能力与DeepSeek-V4-Flash相当,多模态性能提升显著,接近Opus-4.8。DeepSeek Harness 0.1.1版本支持新模型。AI模型DeepSeek-V4-Flash-Vision-Exp多模态推理模型2 个信源在谈事件专题推荐理由:DeepSeek新模型上线,文本和推理能力提升,多模态性能接近Opus-4.8,值得一试!原文稍后读已读值得跟进有用关注 DeepSeek-V4-Flash-Vision-Exp
17:28IT之家(博客/媒体)精选深度求索发布多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,支持多模态适配,API 计费按 token 计算,支持 Chat Completions、Messages、Responses 三种格式调用。Files API 已上线,不收费。AI模型DeepSeek-V4-Flash-Vision-Exp多模态API服务推荐理由:深度求索新模型上线,多模态能力提升,API 访问方便,适合各种 Agent 工具集成。原文稍后读已读值得跟进有用关注 DeepSeek-V4-Flash-Vision-Exp
16:09官方一手Pandaily@contact@pandaily.com (Pandaily)精选小红书发布自研大模型dots3-note,MoE模型,总参数280B,激活参数16B,512K上下文,支持文本、视觉和语音理解。以Apache 2.0协议在Hugging Face和GitHub上开源,华为Ascend零延迟适配,标志着月活跃用户超3亿的平台上,AI从功能转变为基础。AI模型小红书大模型MoE模型推荐理由:小红书开源自研大模型,支持多模态理解,与华为Ascend深度适配,为内容平台构建AI基础,值得关注。原文稍后读已读值得跟进有用关注 小红书
14:34爱范儿@张子豪DeepSeek模型支持多模态功能即将到来,爱范儿带你快速上手DeepSeek Harness,体验赛博乐高乐趣。技巧DeepSeek赛博乐高多模态推荐理由:想快速掌握DeepSeek Harness?爱范儿教你玩转赛博乐高,体验多模态模型魅力!原文稍后读已读值得跟进有用关注 DeepSeek
11:29orange.ai@oran_geCola 推出多模态模型 Ox,参数小,后训练能力强,达到 Terra 能力级别,速度媲美 flash。目前限时免费体验。beta 模型无技术支持,可能存在问题。AI模型ColaOx多模态推荐理由:Cola 推出的新模型 Ox,多模态且速度快,限时免费体验,值得一试!原文稍后读已读值得跟进有用关注 Cola
11:06官方账号arXiv cs.AI@Sahil Sharma本文探讨AGI时代后的经济模式,企业拥有AI和机器人代理,成为能源、计算、维护和升级的生产和消费者。结果显示,需求闭环、瓶颈移除和GDP与人类福利的完全脱钩。在最大增长时,利率等于增长率,任何正的人类消费率都会使人类份额以相同速率指数衰减。结论是,在AGI经济中,就业政策过时,所有权政策至关重要。论文AI安全多模态智能体推荐理由:这篇论文深入探讨了AGI时代经济模式的变化,揭示了人类份额在机器经济中的重要性,值得一读。原文稍后读已读值得跟进有用关注 AI安全
11:02IT之家(博客/媒体)72°谷歌端侧模型Gemma总下载量达10亿次,开发者发布超10万变体,应用于多个领域。Gemmaverse生态系统包括社区项目、教程等。AI模型Gemma开源模型智能体推荐理由:谷歌Gemma模型下载量突破10亿次,应用广泛,开发者社区活跃,值得了解。原文稍后读已读值得跟进有用关注 Gemma
10:17官方一手arXiv: Anthropic@Nikita Khudov研究团队发布OenoBench,一个包含3266道选择题的葡萄酒领域知识评测基准。该基准基于38104个原子事实构建,涵盖六个支柱和四个难度层级。评估16个前沿模型配置,发现整体准确率在53%-84%之间,o3以83.6%领先。DeepSeek R1在推理模式下提升6.8个百分点,而Claude Opus和Gemini Pro无提升。Anthropic在自身问题上偏好度+9pp,Google则-8pp。开源模型与专有推理模型共享成本-准确率帕累托前沿。所有配置在闭卷可解项目上平均提升33pp。论文OenoBencho3DeepSeek R110 个信源在谈事件专题推荐理由:研究人员搞了个叫OenoBench的葡萄酒知识测试题库,用这个题库测了16个大模型,发现o3考得最好,DeepSeek R1在推理题上表现突出,还发现模型对自己出的题有偏好,挺有意思的。原文稍后读已读值得跟进有用关注 OenoBench
09:36OpenRouter@OpenRouterAIOpenRouter 发布了 FLUX Video Upscale 工具。该工具提供两种模式:`precise` 模式可更快完成放大并保留更多身份特征。`creative` 模式则能修复并生成更多细节。AI产品FLUX Video UpscaleOpenRouter视频生成1 个信源在谈事件专题推荐理由:OpenRouter 刚刚发布了 FLUX Video Upscale,能放大视频,有 `precise` 和 `creative` 两种模式,一个快一个细节多。原文稍后读已读值得跟进有用关注 FLUX Video Upscale
06:43OpenRouter@OpenRouterAIOpenRouter发布新模型Ox Alpha。该模型支持1M token上下文窗口。Ox Alpha支持文本、图像和视频输入。该模型旨在高效编码和持续智能体工作。AI模型Ox AlphaOpenRouter多模态3 个信源在谈事件专题推荐理由:OpenRouter悄悄发布了Ox Alpha,支持1M token上下文和图像视频输入,适合编码和智能体工作,试试看反馈吧。原文稍后读已读值得跟进有用关注 Ox Alpha
06:02官方一手AWS Machine Learning Blog@Melanie LiAmazon Bedrock 现在在超过 25 个 AWS 区域提供 OpenAI GPT-5.6 模型(Sol、Terra 和 Luna)的跨区域推理功能。该功能通过 US 地理和全球推理配置文件来路由请求,以实现更高的吞吐量。用户可以通过 OpenAI 和 Converse API 调用这些模型。文档还介绍了如何配置 IAM、配额和监控。AI产品OpenAIGPT-5.6Amazon Bedrock10 个信源在谈事件专题推荐理由:AWS 在 Bedrock 上为 OpenAI GPT-5.6 模型增加了跨区域推理,能提升全球请求的吞吐量,适合需要低延迟和高可用性的开发者。原文稍后读已读值得跟进有用关注 OpenAI
05:03elvis@omarsar0精选一篇关于持续学习的新论文提出了一种名为“受保护 harness 演化”的方法。该方法将 harness 组件的更新提议与实际提交分离开来。通过使用持续优化器和持续评估器,该方法在文本推理、多模态感知和开放世界交互等任务上实现了超过10%的相对增益。论文还定义并量化了“harness 级别遗忘”这一现象。论文持续学习智能体harness推荐理由:这篇论文讲的是怎么让AI智能体在更新技能或记忆时,不会把之前学好的东西忘了。它把更新和评估分开,效果比原来好10%以上,对做智能体的人很有用。原文稍后读已读值得跟进有用关注 持续学习
03:43官方一手marktechpost@Michal SutterUPDF是一款轻量级PDF编辑工具,旨在解决AI难以直接编辑源文件的问题。该工具支持14种格式转换和38种语言的OCR功能。在2.5版本中,UPDF内置了十个AI智能体,以提升用户的工作效率。AI产品UPDFAdobeAI智能体推荐理由:UPDF 2.5 版本内置了10个AI智能体,能帮你直接编辑PDF,还能转换14种格式,比Adobe轻量多了。原文稍后读已读值得跟进有用关注 UPDF
03:06官方账号Meta AI@AIatMetaMeta 公开了 Muse Spark 1.1 和 1.2 模型在 Cat Mesh 上的生成样本。这些样本展示了模型在特定任务上的表现。链接指向 Meta AI 的研究页面,用户可查看具体生成内容。AI模型Muse SparkMeta生成样本推荐理由:Meta 公开了 Muse Spark 1.1 和 1.2 的生成样本,你可以直接看效果,不用自己跑了。原文稍后读已读值得跟进有用关注 Muse Spark
03:05官方账号Meta AI@AIatMetaMeta 发布了 Muse Spark 1.1 和 1.2 模型在 Plywood Whale 上的生成成果。这些成果展示了模型在特定任务上的表现。链接指向了包含这些生成成果的网页。该推文获得了 1896 次浏览和 8 个点赞。AI模型Muse SparkMeta生成成果推荐理由:Meta 公开了 Muse Spark 1.1 和 1.2 的生成成果,你可以直接看效果,比之前更具体了。原文稍后读已读值得跟进有用关注 Muse Spark
03:02官方账号Meta AI@AIatMeta精选Meta 预览 WildArtifactBench,一个内部评估框架。该框架通过人类和智能体偏好评委的胜率和 Elo 分数,而非严格的真实基准,评估智能体在复杂现实任务中的表现。它扩展了任务覆盖范围,涵盖实用的多模态工作流。Meta 将发布 WildArtifactBench 中的 10 项任务。AI模型WildArtifactBenchMeta智能体推荐理由:Meta 推出 WildArtifactBench 评估框架,用胜率和 Elo 分数评估智能体,覆盖多模态工作流,还开放了 10 项任务。原文稍后读已读值得跟进有用关注 WildArtifactBench
02:25官方账号Meta AI@AIatMeta精选Meta 内部部署多模态模型 Muse Spark。该模型与 Muse Image 协作进行智能体媒体生成,并为 Muse Image 和 Muse Video 生成详细字幕作为训练数据。Muse Spark 能将原始文本、图像和视频内容转化为下游应用可用的信号和洞察。Muse Spark 1.2 的评估和演示可在此查看:go.meta.me/multimodal。AI模型Muse SparkMeta多模态推荐理由:Meta 把自家的多模态模型 Muse Spark 用起来了,能生成字幕还能做内容分析,比之前版本更实用了。原文稍后读已读值得跟进有用关注 Muse Spark
02:20官方账号Pika Labs@pika_labsPika Labs 发布了新的 Pika Music 模型。该模型接受文本、歌词、语音参考和音乐参考四种输入模态。这些信号在一个共享的潜在扩散解码器中融合,生成完整的音乐曲目。它不是一系列独立的工作流程。AI产品Pika MusicPika Labs多模态推荐理由:Pika Labs 新出的 Pika Music 模型,能同时用文字、歌词、声音和音乐来生成一首歌,比分开处理更方便。原文稍后读已读值得跟进有用关注 Pika Music
01:37lmarena.ai@lmarena_aiAgent Arena 排行榜衡量模型在数百万个真实世界、长周期任务中的表现。模型可使用网络搜索、文件系统和终端工具完成复杂工作流。该榜单通过因果追踪方法,衡量模型相对于平均模型的结果表现。AI模型Agent Arenaarena.ai智能体推荐理由:看看 arena.ai 上新出的 Agent Arena 排行榜,它用真实任务测试模型,还能用工具,比普通测试更实用。原文稍后读已读值得跟进有用关注 Agent Arena
01:29官方一手@OpenAIDevs@OpenAIDevs78°ChatGPT Pro、Business 和 Enterprise 用户可在 Mac 上使用 Computer History 功能。该功能可让 ChatGPT 记住用户在应用和网站上的活动。Computer History 能为 ChatGPT 提供更丰富的上下文,帮助其理解工作模式并建议重复性任务的技能或计划。AI产品ChatGPTOpenAIComputer History10 个信源在谈事件专题推荐理由:OpenAI 给 ChatGPT Pro、Business 和 Enterprise 用户上了个新功能,能让它记住你之前在电脑上干了啥,下次聊天不用再重复解释背景了。原文稍后读已读值得跟进有用关注 ChatGPT
01:03Y Combinator@ycombinator精选Y Combinator Paper Club 本周聚焦数据。随着模型在任务和语言上扩展,关于训练和评估的旧假设开始失效。专家们讨论了训练数据、基准测试和多语言预训练的挑战与前沿。Vincent Sunn 谈论了智能体基准测试的艺术与科学。Volokhuleshov 介绍了 Inception 扩散语言模型。Shayne Redford 讲解了 ATLAS 多语言模型的实用缩放定律。论文Y CombinatorPaper Club智能体推荐理由:Y Combinator Paper Club 请了三位专家,分别讲了智能体基准测试、扩散语言模型和实用缩放定律,都是数据相关的前沿话题。原文稍后读已读值得跟进有用关注 Y Combinator
00:53Replicate@replicatebfl_ai 发布了 FLUX Video Upscale 工具。该工具可将视频放大至 1080p、2k 和 4k 分辨率。它提供两种模式:Precise 模式可精确保留人脸和产品细节。Creative 模式则通过提示词重建精细纹理。AI产品FLUX Video Upscalebfl_ai视频生成1 个信源在谈事件专题推荐理由:bfl_ai 刚刚发布了 FLUX Video Upscale,能把视频放大到 4K,还有个能重建细节的创意模式,比普通放大工具强多了。原文稍后读已读值得跟进有用关注 FLUX Video Upscale
00:24官方账号NVIDIA AI@NVIDIAAI精选Cosmos Labs 展示了其 Cosmos 3 模型的后训练效果。演示中,该模型与 Aigen 和 Linker Vision 合作,处理视觉任务。视频展示了模型在特定场景下的实际应用能力。AI模型Cosmos 3Cosmos LabsAigen推荐理由:看 Cosmos Labs 怎么用 Aigen 和 Linker Vision 展示他们 Cosmos 3 模型的后训练效果,挺有意思的。原文稍后读已读值得跟进有用关注 Cosmos 3
23:43IT之家(博客/媒体)开发者 Grow Now! Games 用 ASCII 字符构建了一座可自由探索的 3D 城市。项目没有使用 3D 模型或着色器,仅依靠一套小型自研引擎。引擎通过从摄像机向网格发射射线来计算透视、纵深和物体大小,并实现碰撞检测。靠近玩家的物体会由更大、更明亮的字符组成,距离越远则越小、越暗,从而制造出纵深感。AI产品Grow Now! GamesASCII3D推荐理由:Grow Now! Games 用 ASCII 字符做出了一个能自由探索的 3D 城市,没有 3D 模型,全靠自研引擎实现透视和碰撞,比普通 ASCII 画酷多了。原文稍后读已读值得跟进有用关注 Grow Now! Games
23:05IT之家(博客/媒体)精选阿里推出 Qwen-UI-Agent,一个以真实世界为中心的 GUI 智能体基座模型,涵盖移动端、电脑端、网页端及深度搜索环境。在移动端 MobileWorld 基准上得分 82.1%,超越 GPT-5.6 Sol、Claude Opus 4.8 等模型;真机基准 MobileWorld-Real 得分 92.2%,接近满分。电脑端 OSWorld-Verified 得分 79.5%,超越 GPT-5.5、Gemini 3.1 Pro 等模型。浏览器 & DeepSearch 方面,WebArena 得分 73.6%,位列所有对比模型第一。AI模型Qwen-UI-Agent阿里GUI智能体1 个信源在谈事件专题推荐理由:阿里刚发了 Qwen-UI-Agent,能直接操作手机电脑屏幕,移动端比 GPT-5.6 Sol 高 12 个点,还能在真实手机上跑任务,以后帮你自动查地址、订高铁、整理文件应该更靠谱了。原文稍后读已读值得跟进有用关注 Qwen-UI-Agent
23:05The Rundown AI@therundownaiAnthropic 的 Claude 模型被用于蛋白质设计任务。该模型在蛋白质结构预测和设计方面展现出能力。蛋白质设计是生物医学和材料科学领域的关键应用。AI模型ClaudeAnthropic蛋白质设计10 个信源在谈事件专题推荐理由:Anthropic 的 Claude 开始做蛋白质设计了,这把 AI 的能力边界又往前推了一步。原文稍后读已读值得跟进有用关注 Claude
23:05量子位@henryKimi K3在18个Agent自主科研任务中表现优异。该模型在Harness框架下运行,其性能接近OpenAI的GPT-4o。Kimi K3在多项基准测试中展现出强大的多模态理解能力。该模型在处理复杂科研任务时表现出色。AI模型Kimi K3GPT-4oHarness10 个信源在谈事件专题推荐理由:Kimi K3用Harness框架,在18个Agent科研任务里,性能快追上GPT-4o了,挺厉害的。原文稍后读已读值得跟进有用关注 Kimi K3
23:04eric zakariasson@ericzakariassonVercel AI SDK 新增了流式响应功能。该功能允许开发者实时处理 AI 模型生成的文本。开发者无需等待完整响应即可开始渲染内容。此功能适用于 Vercel AI SDK 的用户。AI产品Vercel AI SDK流式响应多模态推荐理由:Vercel AI SDK 加了流式响应,能实时处理 AI 生成的内容,不用等全部生成完再显示,比原来快多了。原文稍后读已读值得跟进有用关注 Vercel AI SDK
23:04elvis@omarsar0在模拟咖啡电商场景中,智能体需追踪库存、采购、履约和客户需求。外部条件变化时,智能体需要调整计划。用户意图是逐渐显现的,任务会分阶段展开。AI模型智能体多模态AI安全推荐理由:Omar Sar0 发推指出,真实世界比封闭基准更难。智能体在模拟电商场景中,需要动态调整计划以应对变化。原文稍后读已读值得跟进有用关注 智能体
23:04eric zakariasson@ericzakariassonGrok 4.6 模型现已通过 API 提供服务。该 API 采用 OpenAI 兼容格式。用户可将 Grok 4.6 作为 OpenAI 的直接替代品使用。AI产品GrokGrok 4.6OpenAI10 个信源在谈事件专题推荐理由:Grok 4.6 的 API 出来了,格式和 OpenAI 一样,直接替换就行,不用改代码。原文稍后读已读值得跟进有用关注 Grok
15:15IT之家(博客/媒体)精选DeepSeek Harness版本更新后,支持配置启用原生图片请求,适配多模态需求;虽然DeepSeek v4视觉版未正式发布,但底层已为视觉功能做准备工作;修复了图片尺寸过大等问题,提升多轮对话中图片处理的稳定性;新增带图发送命令功能,拓展交互形式。AI产品DeepSeek HarnessDeepSeek v4多模态4 个信源在谈事件专题推荐理由:DeepSeek Harness更新支持带图发命令,能同时传截图和文件,和之前只能纯文本比更灵活方便。原文稍后读已读值得跟进有用关注 DeepSeek Harness
14:45IT之家(博客/媒体)MiniMax Design 发布的多模态创作工作台,依托 H3 多模态视频模型,助力用户实现创作流程自动化。该工作台可理解创作目标、拆解任务,调用模型完成素材处理与内容生成。H3 模型具备多模态理解、视频生成等能力,MiniMax Design 让其参与内容从构思到交付的全流程。AI产品MiniMax DesignH3多模态视频推荐理由:MiniMax 发了 H3 基础的设计工作台,能帮你自动搞视频创作,比单独用模型更方便参与全流程呢。原文稍后读已读值得跟进有用关注 MiniMax Design
10:19官方账号arXiv cs.LG@Zhenyao Cui, Siyuan Kan, Siyang Li, Ziwei Wang, Dongrui WuSCORE模型采用无标签框架解决跨主体脑电信号到图像检索难题,分析不同受试者脑电特征后发现概念表达方向存在差异,通过坐标对齐与源训练恢复目标脑电坐标,在200 - way检索测试中超越最强基线取得最优准确率。论文SCORE多模态脑电信号推荐理由:SCORE模型发布了无标签跨主体脑电图像检索方法,不用给每个人标数据就能做检索,比之前没标注时效果好很多。原文稍后读已读值得跟进有用关注 SCORE
10:19官方账号arXiv cs.LG@Zhenyao Cui, Siyuan Kan, Dingkun Liu, Dongrui Wu近期研究发现,传统脑信号到图像检索技术依赖多次试验平均,当试验次数减少时检索准确率明显下降。该团队发现问题不仅源于查询噪声,还与图像表示的画廊布局有关,于是提出NEAR框架。NEAR通过锚定神经和视觉表示来优化检索过程,在EEG、MEG、fMRI等多类数据集测试中,提升少重复场景下检索表现,如THINGS-EEG2数据集上单次试验Top-1准确率提升5.7个百分点。AI模型NEAREEGMEG推荐理由:我朋友知道有个叫NEAR的新方法,能帮脑信号图像图像检索不用试那么多遍,和以前方法比,少重复的时候效果更好了。原文稍后读已读值得跟进有用关注 NEAR