- 博客(850)
- 收藏
- 关注
RSS订阅原创 你的车认识你吗？22个小时之后再说
AIVA希望记住你的偏好，感知你和环境的状态，不用你动手，就为你量身定做出属于你的22度。它的底座是四方产业长板的拼接：重庆国资提供智能网联新能源的产业土壤，赛力斯提供对标豪华标准的整车智造，宁德时代提供电池与补能的能源底座，火山引擎提供豆包大模型与座舱的AI能力——其中火山引擎与AIVA是。这是AIVA提出“2+22”理念的出发点：把人和车的关系，延伸到车外的22个小时，让AIVA在日复一日的相处中，持续认识你、理解你，和你一起成长，并形成真正的默契。一个无法陪伴你的车，又如何做到懂你，并成为你的伙伴？
2026-10-23 11:44:32
157
1
原创 【议程来了】算泥社区携手火山引擎与 NVIDIA，共赴成都开发者技术盛会
8 月 30 日，成都菁蓉汇。火山引擎开发者社区技术日 · NVIDIA 独家赞助首站落地，主会场 6 场硬核分享 + 1 场圆桌激辩——Agent Plan 选型、NVIDIA 推理优化、TRAE Work 开发、端侧落地，再加 HERO（火山引擎核心开发者）与 NVP（NVIDIA 中国开发者最有价值专家）同台复盘企业级踩坑，不讲虚的，只拆真问题。算泥社区作为本次活动的联合合作社区，将携手火山引擎开发者社区与 NVIDIA，共同为成都开发者带来这场面向 Agent 与 AI 应用实践的技术盛会。
2026-08-26 13:13:40
236
原创 9B、35B同级别SOTA，397B比肩Opus4.8，Ornith-1.5开启端到端自提升
用海量的人类标注数据喂养模型，花费无数精力清洗数据、设计提示词的范式正在发生转变。DeepReinforce 正式推出了 Ornith-1.5 并以 MIT 协议开源。这是一个向端到端自我提升迈进的基础模型新框架。模型开始学会自己给自己出题，自己寻找答案，并在不断试错中完成进化。9B 和 35B 参数规模的模型在同级别中达到了最优性能。而 397B 的旗舰版本，其表现已经与 Claude Opus 4.8 并驾齐驱。最小的 9B 版本经过量化后，甚至可以直接运行在普通的智能手机上。
2026-08-21 10:47:05
320
原创 开源利器！让DeepSeek V4 Flash超越Fable 5，还省11倍
不得了！使用 DeepSeek V4 Flash 进行自我验证，竟然能在 Terminal-Bench 2.1 上表现超越 Claude Fable 5，而其成本则低了 11 倍。怎么做到的？这就是斯坦福，加州大学伯克利分校和英伟达研究院刚刚开源的 LLM-as-a-Verifier。
2026-08-20 12:06:54
285
原创 说句话，造个3D世界！腾讯VibeWorlding氛围造世界
程序员圈早有vibe coding（凭氛围写代码），跟AI聊着天把程序写完。现在，vibe worlding（凭氛围造世界）来了。香港科技大学（广州）和腾讯的团队开源了VibeWorlding框架。
2026-08-19 17:39:47
193
原创 本地Opus你要不要！Qwen3.8-27B开源
Qwen3.8-27B杀疯了！阿里Qwen团队开源Qwen3.8-27B，上线2天登顶Hugging Face全球大模型趋势榜，下载破百万（包括FP8），unsloth量化版更是接近3百万下载量。海外开发者对比实测后，送了个外号，叫“本地Opus4.6”。人工智能分析指数中，一个不足30B参数的模型，性能超过4个月前发布的所有模型，包括Opus4.6。性能被评定为与DeepSeek V4-Pro和GPT 5.6 Luna相当。这是首次有本地模型达到顶尖模型的水平。
2026-08-18 13:01:36
336
原创 编程能力开源SOTA，网络安全提升2倍！智谱发布GLM-5.3
智谱发布了GLM-5.3，编程能力大幅提升，743B参数模型，在公开基准中则达到开源模型SOTA。而且，涌现出非常强的网络安全能力，网络安全方面基准得分是GLM-5.2的两倍以上。底座模型与GLM-5.2完全相同，全部提升来自后训练（post-training）缩放。在自研Z.ai Code Bench上比GLM-5.2提升50%，Terminal Bench 3.0和Agents' Last Exam等拿下开源SOTA。
2026-08-17 11:40:51
307
原创 梁文锋、马斯克同时开火！DeepSeek V4 Pro，Grok 4.6 发布
刚刚，DeepSeek悄悄上线DeepSeek V4 Pro正式版，马斯克高调推出Grok 4.6。两者性能直逼顶级闭源，甚至有超越。每百万输出Token，Grok 4.6要6美元，GPT-5.6 Sol要30美元，Claude Opus 5要25美元，Fable 5要50美元。而DeepSeek只要6元RMB。DeepSeek每百万输出是Claude Opus 5的约1/29，Agent多项评测分数压过Opus 4.8。
2026-08-13 11:01:45
221
原创 蚂蚁百灵新一代Ling-3.0开源，智效比13.2，124B释放1T能力
蚂蚁百灵新一代模型 Ling-3.0 开源了，同时带来 flash 和 tiny 两个版本，都是原生混合推理模型，FP8、INT4 等多个精度版本一并开放。Ling-3.0-flash 总参数量 124B，激活参数只有 5.1B，激活规模约为上一代旗舰 Ring-2.6-1T 的 8.1%，却在多项测评中反超这位 1T 级前辈。智效比 13.2 远领先于同行，输出速度 353 tokens/s，单个任务平均成本约 0.04 美元。它对每一寸算力与状态高效压榨，追求“智能密度”的极致提升。
2026-08-12 17:41:42
481
原创 Meta开源Muse Glimmer，30B Agent小钢炮跑进你的电脑
Meta发布了性能强悍的Agent模型Muse Glimmer，并以宽松的Apache 2.0协议开源权重。一个30B参数的模型，能跑在你自己的Mac或PC上，单张消费级GPU能用。多项Agent基准领先Gemma4和Qwen3.6，管日程、写代码、整理文件等，都可以在本地完成。
2026-08-12 17:39:05
441
原创 通义万象开源Wan-Animate-2！角色动画比肩商业SOTA
通义万象刚刚开源了 Wan-Animate-2，一个端到端的角色动画框架。不提取骨架、不压缩运动特征，DiT（扩散Transformer）直接喂驱动视频，角色就动了，还能做到 24 fps 实时流式输出。而且与商业闭源方案对比，效果也具备竞争力。
2026-08-10 11:00:00
342
原创 8B小身量画出4K长卷，商汤开源U1.5-Lite-Preview
商汤原生统一多模态进阶版SenseNova U1.5-Lite-Preview开源。SenseNova U1.5-Lite-Preview以8B-MoT（Mixture-of-Transformers）的轻量身量，将能力推进到4K、更精细的真实质感、更复杂的视觉控制生成和可持续迭代编辑，拿下了比肩商用闭源模型的评测成绩。
2026-08-07 12:41:33
190
原创 和DeepSeek拼了！Meta发新模型，Opus 5的性能，几乎免费
DeepSeek V4 Flash凭借击穿地板的定价策略，对全球AI圈产生了极具破坏性的鲶鱼效应，实质上点燃了新一轮的行业价格战。相比美国同类主流产品，其价格优势最高可达97%。即使OpenAI对GPT-5.6 Luna进行了大幅降价，V4 Flash的单任务成本依然比其低约60%（刚刚ChatGPT免费默认模型换成了5.6 Luna）。Meta发布了编程增强模型Muse Spark 1.2，性能逼近业内最强模型Opus 5，几乎免费。扎克伯格要和DeepSeek拼了。
2026-08-07 12:34:23
255
原创 Seedance 2.0的效果！MiniMax H3新一代通用视频模型开源
MiniMax 把自家最新的通用视频模型开源了。在闭源模型长期主导视频生成领域的当下，这件事对开源社区来说，相当有分量。文生视频和图生视频（带音频）性能已经登上全球前三。视频编辑全球第一。视频生成效果不输Seedance 2.0（视频来源：X@LadyyEth）。更难以置信的是，3060显卡就能本地部署。ComfyUI已经原生第一时间支持部署。H3 是一个全模态生成模型，能同时理解文字、图片、视频和声音，输出带原生立体声的2K视频，最长15秒。
2026-08-05 23:08:25
417
原创 又一个Kimi K3下周开源！Qwen3.8-Max编程、办公、科研都能自己干了
Qwen3.8-Max 来了。2.4万亿参数，Qwen 家族迄今最强的模型，也是首个 Max 级别的开源权重模型。在 Frontend Code Arena 排行榜上名列第四，其得分为 1668 分。仅次于 Claude Opus 5 (Max)的 1705 分和 Kimi K3 (Max)的 1676 分。与 Claude Opus 5 (High)的 1669 分相当。各项基准上对比上一代全面大幅提升，而且权重下周将开放。
2026-08-05 23:05:44
441
原创 DeepSeek-V4-Flash正式版发布并开源，全面超越V4-Pro预览版
除了，DeepSeek-V4-Pro，还非常值得期待的是DeepSeek利用其全新的Harness框架打造AI编程助手。304B的轻量级模型，仅仅进行了后训练，性能就远远超过V4-Pro预览版，几乎与Claude Opus-4.8齐平。DeepSeek-V4-Flash都已经这么出色了，DeepSeek-V4-Pro该有多厉害！有网友做了对比，82.7性能，售价仅为0.14美元/0.28 美元，性价比已经远远高于顶级闭源模型了。而且，V4-Pro正式版，也已经在路上。
2026-08-03 14:04:24
295
原创 机器人闭上眼也能干活了！N₀-TWAM把触觉打造成原生基建
机器人学会"摸"着干活了！你拧螺丝的时候，眼睛看的是螺孔位置，手指感受的是螺纹咬合的阻力。螺丝到底拧没拧到位，靠的不是看，是摸。NeoteAI团队和复旦TEAI团队，联合提出了一个触觉原生的世界动作模型（World Action Model）。它把未来画面、未来触感和动作放进同一个生成模型里联合预测，再用预测出的多模态未来去反推动作。N₀-TWAM世界模型让机器人在动手之前，先在脑子里"摸"一遍未来。它重构了机器人的认知中枢，首次实现视频、触觉、动作三序列的联合预测。
2026-07-31 13:43:11
407
原创 细粒度视觉SOTA！小红书9B视觉“显微镜”，超越Gemini-3.5-Flash
一个9B参数的模型，在细粒度视觉理解上把Gemini-3.5-Flash、Gemini-3.1-Pro、GPT-5.4、Qwen3.5-397B、和Kimi-K2.6（1T）甩在了身后。没有外部教师，无需人工标注，推理时也不用任何工具，一次前向搞定。小红书dots团队提出的Vision-OPD（Vision On-Policy Distillation，视觉在线策略蒸馏）框架，仅用约6.2K条全自动合成数据，便让9B模型在多个细粒度视觉理解基准上取得SOTA。
2026-07-30 12:58:31
313
原创 3B激活参数，智能体编程同规模第一！快手开源KAT-Coder-V2.5-Dev
7月，快手KwaiKAT团队发布了KAT-Coder-V2.5，在PinchBench上拿下智能体工具调用第一，在SWE-Bench Pro上仅次于Opus 4.8。现在，开源版KAT-Coder-V2.5-Dev来了。KAT-Coder-V2.5-Dev，MOE架构，总参数350亿，激活参数30亿，在相近参数规模的模型中，智能体编程（Agentic Coding）做到了当前最优。KAT-Coder-V2.5-Dev选了采用广受认可的Qwen3.6-35B-A3B作为后训练的基础模型。
2026-07-30 12:56:36
367
原创 震惊硅谷的Kimi K3正式开源！全球Day 0适配
Kimi K3 正式开源！完整权重放到 Hugging Face 上，1小时内就登上趋势榜第一。全球第一个开源的3万亿参数级别模型，编程和Agent能力逼近 Claude Fable 5 和 GPT-5.6 Sol，而推理成本只有后者的几分之一。发布即震惊硅谷，惊呼为下一个DeepSeek时刻。甚至导致美国开始考虑封禁中国开源模型。黄仁勋、马斯克等一众全球大佬力挺开源。英伟达甚至与37家科技巨头建立开放安全AI联盟。Kimi K3 权重刚刚发布，全球光速 Day 0 适配。
2026-07-28 13:50:49
426
原创 Claude Opus 5发布，砍掉了Claude Code 80%的系统提示词
Anthropic 发布了 Claude Opus 5，接近 Claude Fable 5 的前沿智能，价格减半。测评成绩上大幅超过 Opus 4.8，甚至许多测评高于 Fable 5。Anthropic 同时公布了一个惊人发现，模型够聪明之后，你写的那些规矩，反而在拖后腿。Claude Code 的系统提示词，砍掉了80%以上，编码评测分数则完全不变。
2026-07-28 13:49:32
348
原创 腾讯混元发布首个AI科学家Hyra！简单有效，能递归自我改进
递归自我改进与自动化研究正成为 AI 领域最活跃的前沿问题。Agent 们正在开放式科学发现里超过人类。Google DeepMind 的 AlphaEvolve 把 4×4 复数矩阵乘法压到 48 次标量乘法，Together AI 用一群 Agent 把 11 维 kissing number 下界从 593 推到 604，Karpathy 的 autoresearch 给了极简自动训练研究框架。
2026-07-24 11:51:22
194
原创 Black Forest Labs发布Flux 3！初评超过Seedance 2.0，将开源
曾经的开源图像模型王者 Black Forest Labs（黑森林实验室）刚刚发布了 FLUX 3。FLUX 3不再是图像模型，已经进化成把视频、音频、动作预测全塞进了同一个模型里的多模态模型。它将多模态流模型作为视觉智能的基石，开始同时用眼睛、耳朵和触觉去理解世界。Black Forest Labs 成立于2024年，核心创始人是三位曾在Stability AI共同开发了知名开源图像生成模型 Stable Diffusion 的研究人员。
2026-07-24 11:48:58
673
原创 FLI发布AI安全指数，全球模型没有超过C+
Future of Life Institute（未来生命研究所，简称FLI）发布了2026年夏季AI安全指数。9家全球前沿AI实验室，没有一家拿到B以上。最高分，C+。而且，拿到C+的那家公司，刚刚悄悄收回了自己曾经许下的安全承诺。与此同时，OpenAI在7月15日发布了一款叫GPT-Red的自动红队测试工具，攻击成功率84%，远超人类红队测试员的13%。工具在进步，治理在退步。
2026-07-22 10:57:16
251
原创 谷歌3连发！Gemini 3.5 Pro已在路上，最强Gemini 4已启动训练
Google刚刚一口气发布了3款Gemini新模型Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber。3.6 Flash用更少的Token干更多的活，3.5 Flash-Lite把输出速度拉到每秒350个Token，3.5 Flash Cyber则专攻代码安全漏洞的发现和修复。三款模型，三个方向，目标一致：让AI Agent在生产环境里真正跑起来，跑得起。
2026-07-22 10:55:32
209
原创 AI用2天想出科学家10年的结论！谷歌DeepMind看到最大瓶颈
AI 让科学猜想变得廉价，但验证依然昂贵，这个差距正在撕裂整个科研体系。Google DeepMind 发布报告《Conjecture Machines: AI agents and the new validation bottleneck in science》，10位研究员和工程师坐下来聊了一个问题：AI Agent 涌入科学界之后，接下来会发生什么？在过去一年里，Agent 已经改变了编程的意义。而科学研究，可能就是下一步要被改变的领域。
2026-07-20 13:57:09
367
原创 Kimi K3！全球首个3万亿级开源模型王者
月之暗面今天放出了 Kimi K3，这个模型有2.8万亿参数，是全球首个开源的3万亿级别模型。它在长程编程、知识工作和推理这些前沿场景里，整体实力接近最强的闭源模型 Claude Fable 5 和 GPT-5.6 Sol。但在 Frontend Code Arena 中，Kimi K3 以1679分超越 Claude Fable 5，位居第一。其他部分基准测评上，也超越了 Claude Fable 5 和 GPT-5.6 Sol。
2026-07-17 19:07:34
334
原创 何恺明参与：谷歌DeepMind将视频生成模型变通用视觉智能
AI视觉模型，正在从专用模型原生统一，转变成视觉通用智能。商汤刚刚开源的，正是这个方向的尝试。无独有偶，由AI视觉领域的杰出科学家何恺明参与，谷歌DeepMind、多伦多大学 、伦敦大学学院 、牛津大学、麻省理工学院等团队发布的，由文本指令控制的通用视觉理解系统GenCeption，正在将计算机视觉从“特定任务专用”的模型，转变为“通用视觉智能”，就像自然语言处理从“特定任务专用”的模型演变为“通用语言智能”一样。
2026-07-16 11:37:24
180
原创 诺奖得主Hassabis长文：AGI将至，规模和速度是工业革命10倍
人类正站在一个历史关口，通用人工智能可能只需短短几年便会到来。诺奖得主 Demis Hassabis 发表一篇长文《前沿 AI 的框架与新时代的黎明》，认为这场变革的规模和速度将是工业革命的10倍。这篇长文呼吁我们在激烈的竞赛中保持审慎乐观，建立前沿 AI 标准机构，并让全社会共同参与定义这个即将到来的物质丰裕新时代。Demis Hassabis 是 AI 前沿的先驱和领导者。在 2024 年，因利用 AI 预测蛋白质结构而获得诺贝尔化学奖。
2026-07-16 11:32:18
223
原创 AI视觉原生统一！商汤开源视觉任务大统一模型SenseNova-Vision
7月13日，商汤科技正式发布并全面开源日日新 SenseNova-Vision 理解生成统一视觉大模型，这是商汤日日新大模型体系的重要视觉能力升级。该模型将计算机视觉任务统一建模为多模态生成问题，首次在单一共享表征空间内原生覆盖结构化视觉理解、稠密几何预测、图像分割与多视角3D几何等经典视觉任务，并以单模型在多项权威评测中比肩甚至超越专用专家模型。
2026-07-14 14:21:22
408
原创 阶跃发布端侧全家桶，1加N架构100毫秒本地调用
阶跃刚刚发布 Step Edge 系列模型。Step Edge 将文本视觉基础模型、音频理解与 ASR、GUI 理解与操作、图像生成与编辑四个领域，打包成了 1 加 N 的端侧全家桶。本地工具调用最低跑到 100 毫秒，简单任务留在端侧，复杂任务交回云端，真正实现实时响应、数据隐私和推理成本兼得。
2026-07-13 15:28:43
215
原创 马斯克Grok 4.5发布，Opus 4.8的性能重返牌桌
马斯克半年的折腾，终于携 Grok 4.5 重返牌桌。Grok 的摇篮 xAI 先是人去楼空，核心团队成员都走光，然后被 SpaceX 收购，接着被马斯克直接解散并入 SpaceXAI，人们认为 Grok 可能止步于此的时候，马斯克600亿美元直接拿下Cursor: 马斯克600亿美元拿下Cursor！Claude，Codex又多一个竞争对手？刚刚，由 SpaceXAI 与 Cursor 一同发布的 Grok 4.5，又重新回到了大模型第一梯队。Grok 4.5 专为编码、智能体任务与知识工作而打造。
2026-07-10 13:05:42
186
原创 如何写高质量、低Token消耗的Loops，Claude官方教程来了
随着 AI Agent 越来越强，Loops 逐渐成为大热门，就像曾经的 Prompts，Skills。它们一次次预示着 AI 又迈上了一个新台阶。眼下，AI 来到了“自动驾驶”时代，你设定好目的地（目标），它自己会规划路线、自己驾驶、观察路况、修正方向，直到把你送到地方，全程不需要你手动操作方向盘。关于“设计循环（designing loops）而非给你的编码智能体写提示词”的讨论越来越多。如果你花点时间搞清楚一个循环到底是什么，会看到五花八门的答案。
2026-07-09 18:31:36
176
原创 大模型自发涌现意识了？！Anthropic最新研究震惊全世界
Anthropic放出了一项研究，标题叫《A global workspace in language models》（语言模型中的全局工作空间）。研究团队发现，Claude内部自发长出了一小撮神经活动模式，功能上跟人类大脑负责意识通达的全局工作空间高度相似。团队管它叫J空间（J-space），名字来自雅可比矩阵（Jacobian）这个数学工具。Claude在J空间里面思考、判断、自言自语，甚至悄悄骂自己，但从不出现在对话框里，也藏在日志之外。
2026-07-08 10:58:30
236
原创 算泥AI开发者社区MVP招募重磅启动！AI领域顶尖人才专属权益，邀你共建技术生态！
审核通过后，您将正式成为社区 MVP 领袖，解锁专属权益。让我们携手并肩，在 AI技术的浪潮中领航前行，共建开放创新的技术生态，共创智能未来！社区特殊荣誉标识：获得官方认证 MVP 称号、专属徽章及认证证书，彰显技术实力；年度荣誉认证：有机会登榜 “年度 MVP 之星”，颁发官方专家认证证书；技术先机获取：提前解锁最新 AI 技术预览权，参与产品功能测试与改进；高端人脉链接：优先参与闭门技术沙龙、专家交流会，与行业大咖面对面；成功加入后，你将享受算网社区全方位资源支持，超多权益等你兑现！
2026-07-06 11:51:49
219
1
原创 Claude Fable 5怎么用？Anthropic 工程师：干你也不知道的事
Anthropic 的 Claude Code 工程师 Thariq Shihipar 发了一篇 X 长文《A Field Guide to Fable, Finding Your Unknowns》（Fable 实战指南，找出你的未知），一天刷了两百多万阅读。他认为，与 Fable 5 协作最重要的部分，是发现自己的未知，这样才能更好地提示它。Fable 5 强到当前这一档，瓶颈已经从模型挪到了人脑里那些没说清楚的东西上。
2026-07-06 11:49:07
297
原创 谷歌发布Nano Banana 2 Lite，闪电般的速度，专为快速视觉探索而设计
2026 年 5 月的 I/O 开发者大会上，谷歌 CEO 预告 Gemini 3.5 Pro 将在“下个月”（即6月）发布。与上一代相比， Nano Banana 2 生成速度 19s 的， Nano Banana 2 Lite 只要 3s，速度快了 6 倍多，质量几乎无差别。能用更少的钱创造更多创意作品。你添加的细节越多，图像就越接近你想象中的样子。例如，利用模型丰富的世界知识，随手上传一张头像，就能去到任何著名的世界地标打卡旅游。官方还出了提示词教程，使用越详细提示，越能够更好地控制你生成的图片。
2026-07-03 09:59:26
279
原创 Claude Fable 5解禁，Sonnet 5发布，但各种骚操作封禁中国用户
6月30日深夜到7月1日凌晨，Anthropic在X上连发两条消息。Claude官方号先扔出Sonnet 5登场，几个小时后Anthropic官方号说Fable 5的出口管制解除了，7月1日开始恢复访问。而再往前推几个小时，安全研究者拆Claude Code的binary（二进制包）时，发现它在系统提示词里给中国时区和代理域名的请求偷偷打Unicode暗号。
2026-07-02 12:50:10
465
原创 阶跃开源JetSpec，大模型推测解码提速近10倍
随着 Agent 应用爆发，大模型推理效率问题成为 AI 行业焦点。当基础能力逐渐够用后，效率就成了新的主战场。推理效率决定了模型能被怎样调用、是否普遍用得起、能铺多广。近期，除了 DeepSeek 开源 DSpark 推理加速框架，阶跃星辰（StepFun）也联合加州大学圣地亚哥分校、浙江大学、伊利诺伊大学、南京大学团队开源了 JetSpec。JetSpec 在 H100 上把 MATH-500 的解码速度拉到 9.64 倍，开放式对话也能到 4.58 倍。
2026-07-01 11:05:36
401
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人