Latest
VAST 开源了 EdenLive，能把简单游戏画面实时渲染成高清视频，5B 版单卡 RTX 5090 就能跑 720p 24 帧，权重代码都放出来了。
Mistral 做了个时序预测模型 Timestral，CPU 就能跑，zero-shot 成绩还超过了 Google 的 TimesFM-3，做预测的可以试试。
VAST 把实时世界模型 EdenLive 开源了，一张消费级显卡就能跑 720P、超 24FPS 的可交互世界，感兴趣可以去试试。
英伟达把 Kimi K3 的推理速度干到 423 tok/s，比原来快 1.68 倍，跑 vLLM 的朋友可以关注这次上游优化。
Google 用四个 Gemini 4 Argon 智能体全自动打通了 Minecraft，没人给策略，全靠自己写程序和聊天协调，看它们怎么协作挺有意思。
让 6 个智能体去讨火车票退款，Grok 4.7 一周发 116 条消息还发诉前函，结果钱没要到，过程全程高能。
浙大搞了个专门测具身智能体记忆力的基准，2,554 个模拟家庭场景任务，最强模型才 64.2 分，他们自己的 EMem 系统提分明显，做智能体的可以看看。
Taste-Bench 这个新基准挺有意思，连最强的 GPT-5.6 Sol 简单二选一都做不对六成，还证明了让模型多想一会儿也没用。
DeepSeek 把 V4.1-Flash-1017 转正了，Terminal-Bench 从 31.2 涨到 42.3，MIT 许可还能随便商用，跑智能体编程的可以试试。
微软亮出自家基础模型 MAI-Base-2，2.8T 参数、1.6 万张 GB200 训练，连中国开源模型都被比下去了。
DeepSeek 刚经历五小时宕机，转头就推了 V4.1-Flash，主打输出提速，用 DeepSeek 的可以关注下。
法国团队 Kyutai 开源了 2.4B 的机器人操作模型 REKI，用公开数据训练还带记忆，比它大的模型才跑得过它。
DeepSeek 这次更新了 V4.1-Flash-1017，主打便宜，还把自研搜索 API 开放出来了，做应用的朋友可以试试接入。
Claude 半小时就查出 NSA 那批可疑曲线种子其实来自 lrand48 随机数生成器，25 年的后门疑云基本可以放下了。
密码学圈悬赏多年的谜题被 Claude 解开了：NIST 标准里的常数竟然只是用时间戳播种的随机数，过程推理很精彩。
DeepSeek 又更新了，这次 V4.1-Flash-1017 跑智能体任务比更大的模型还强，成本还降了，还附带 Search API，Claude Code 里能免费用。
DeepSeek 更新了 V4.1-Flash，DeepSWE 跑到 77.0 分，速度更快输出更短，还把 Search API 开放出来了，可以试试。
DeepSeek 的 V4.1 Flash 换了新版本号 1017，网页和 API 都自动切过去了，不用重新配置就能用上。
Anthropic 让 Claude 自己设计量子电路，8 类任务都赢了已发表的最优方案，有任务直接省到 12 分之一的成本，玩法挺有意思。
StepFun 把 Step 5 Preview 的权重直接开源了，600B 的 MoE 模型每次只激活 27B，还能塞 100 万 token 上下文，Hugging Face 上就能下载。
上海AI实验室把 Atria Dawn 完整版放出来了，744B 的 GLM-5.2 底座加 512K 上下文，跑分比 9 月预览版又涨了，不过权重还得再等等。
国家气象中心联合高校做的“风清”系统上线了，预报时效11天，精度超过了ECMWF的AI集合预报，几分钟就能推演全球天气，算力全部国产。
优必选把具身世界模型做到一个 Thinker-WM 上，六大能力用一个模型搞定，三大基准全是第一，做机器人的可以看看。
优必选出了个机器人世界模型 Thinker-WM，把画面、深度、动作一起学，三个具身基准都拿了第一，加深度还能涨 15 个点成功率。
Qwen 团队开源了一个考 AI 做 3D 建模的基准，不比画图，比的是能不能交出可编辑的 .blend 工程，做视觉智能体的可以拿来测测。
An 816B-parameter MoE that activates only 42B per token and runs on two Mac Studios signals Meta pushing frontier-capable open weights into consumer-grade hardware territory. Builders comparing local deployment options should watch the license terms, which still limit some commercial use. The release gives OpenAI and DeepSeek's open-weight line a direct competitor at the 1M-token context level.
Liquid AI 出了个 d1-ultra 决策模型，输入文本图片一次前向就吐校准概率，AA 指标 65 分，每百万 token 只要 0.042 美元。
新公司 Elorian 出了个视觉推理模型 Glimpse，自称图表理解和视频描述能打赢 GPT-6 Astra，不过数据是自评的，看看就好。
Jev 在 Vercel 的 AI Gateway 上线后增长最快，比之前的模型都猛，做开发的朋友可以看看是不是要接。
Reflection AI 把自家的智能体编程模型 Beam 开源了，AWS 博客还手把手教你在 SageMaker 上部署，vLLM、SGLang 都能用。
Google 新模型 ARC-AGI-3 拿了 97.5%，仅次于 OpenAI，但换个测试环境直接掉到 49.8%，数学和写代码还被对手压着，这篇把两面都讲了。
Meta 新发的开放权重模型 Muse Spark Open，号称美国最强开放模型，胜过 Qwen 3.8 和 Kimi K3，还能两台 Mac Studio 本地跑满血版。
Nvidia 开源了 Nemotron 模型，企业能用自己的数据微调 Super VL，还能部署在自己服务器上，不用把数据交给外部云。
PrismML 用三元权重把 Qwen 3.5 压到 0.43GB 起，手机上就能跑本地智能体，llama.cpp 和 MLX 都能部署，权重还开源了。
Only the latest 2000 items are listed; for older ones see the daily archive