模型

Fireworks 在 Kimi K3 上做了后训练，产出 Ember-1，跑编程任务时推理 token 少了 71%，性能不变，省钱明显。

Cline@cline4 个信源在谈原文

一个开源科研智能体把 Codex 和 Claude Code 都比下去了，Apache 2.0 免费随便用，还能接自家模型。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

巴西团队用 104 美元训了个分类模型 Julia-1，还开源了。如果你在搭 agent 框架，可以试试分类器加推理模型混合调度这个思路。

elvis@omarsar0原文

Interfaze 开源了 lev，用 Qwen-3.5 4B 做底座，一次前向就能批改判断题、选择题和打分题，做自动测评的可以看看。

Gorden Sun@Gorden_Sun3 个信源在谈原文

Cua放出了一个只有4B参数的开源模型，看屏幕就能直接操作电脑，GUI基准完成率92.9%，做电脑智能体的可以试试。

Gorden Sun@Gorden_Sun原文

Epoch AI 搞了个新基准，让 AI 看照片对照说明书找宜家家具装错的地方，GPT-6 Astra 拿了 80 分，还顺带测出了各家模型的不同毛病。

美团放了个 1.6 万亿参数的 MoE 模型，能看图、写代码，还直接兼容 Claude Code，长文档党可以试试。

Anthropic 的 Claude Opus 5.5 把破折号用量砍了 95%，回答还变长了 6%，全靠更短的句子撑起篇幅，数据挺有意思。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Hugging Face 开源了 5000 个可验证 RL 任务，专练小模型的代码和数据科学能力，环境和训练脚本全给你，想自己跑 RL 的可以看看。

官方账号Clement Delangue@ClementDelangue2 个信源在谈原文

Text Arena 拆了 Opus 5.5 和 5 的写作差异：句子短了 17%，破折号少 95%，但含糊词翻倍，写东西前可以看看。

lmarena.ai@lmarena_ai原文

OpenRouter 跑了五个 agent 基准，Jev Router 首 token 延迟全场最快，做智能体的可以看看选路由了。

OpenRouter@OpenRouterAI原文

Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。

DAIR.AI@dair_ai原文

Qwen 团队新出的全模态模型，能干视频编辑、长音频翻译这些活，还配了两个开源框架，玩智能体的可以试试。

DAIR.AI@dair_ai原文

Claude 一次性把粒子物理计算推到 9 圈，斯坦福教授亲手验算过，物理和 AI 从业者都该看看细节。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

NaceAI 刚发了 Drex，一个小于 6B 的小模型，专门帮智能体做路由和选工具，不写推理文本直接输出每个选项的概率，比用生成式模型省算力。

rohanpaul_ai@rohanpaul_ai原文

Salesforce Research 搞了个跑研发全流程的智能体系统，代码优化提速最高 1.84 倍，还能自动训练 1T 模型，搞基建的可以看看。

官方账号Salesforce AI Research@SFResearch原文

机器人公司 Perceptron 出了个 35B 的第一人称视频模型，MMSearch 上开了搜索工具 F1 直接从 18.2 涨到 54.3，做具身智能的可以看看。

rohanpaul_ai@rohanpaul_ai原文

Edge0开源的流式语音识别模型，中英文都能转，延迟几百毫秒，显存占用恒定不爆内存，直播听写可以直接跑起来。

Gorden Sun@Gorden_Sun2 个信源在谈原文

监测AI出错不用再调用GPT逐字打分了，Span-01一次运算直接出结果，完整版每百万词元才0.02美元，还有免费Lite版可试。

Gorden Sun@Gorden_Sun原文

StepFun 的 Step-5-Preview 实测来了，输出特别稳，还能钻规则空子赚积分，前端偏弱，想选国产模型写代码的可以看看。

karminski-牙医 (AI工具)@karminski3原文

有人拿牛顿摆实测了 GLM-5.3 和 OpenRouter 上的神秘新模型，物理模拟谁更靠谱一看便知，还有难倒两个模型的翻车场景。

rohanpaul_ai@rohanpaul_ai3 个信源在谈原文

机器人踢足球的视频，难点讲得挺清楚：每秒50次关节指令，还在仿真里自己跟自己踢了140年才练出来。

rohanpaul_ai@rohanpaul_ai原文

蚂蚁开源了个 9.57M 参数的小声纹模型，100ms 延迟就能实时验证身份，银行核身、端侧解锁直接能用，小模型打大模型这点挺有意思。

AIGCLINK@aigclink原文

英伟达新出的说话人日志模型，100M 能本地跑，专门负责“谁在何时说话”，配 ASR 就能做分角色转写，比 Qwen 那个更专精。

AIGCLINK@aigclink11 个信源在谈原文

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。

掘金本周最热@猫猫头啊原文

摩尔线程的国产显卡跑通了字节跳动的 Protenix-v2，这模型对标 AlphaFold 3，国内做药物研发的可以关注下算力替代方案。

小米把 MiMo-V3 的注意力架构拆开讲了：KV Cache 提前生成、Prefill 少跑一半层数，跑 Agent 时长上下文检索更省更准，细节都在官方这篇说明里。