Latest
面壁开源了MiniCPM-V 4.7，3G内存就能在iPhone上断网跑多模态，做端侧应用的可以直接上手试试。
通用模型锁死安全能力，Artemis 的 Orion-1 专做防御，还跑赢了 Claude 和 GPT。
Gemini 4 Argon 开放调用了，一次能写 100 万 token，Vals Index 68.90% 排第一，写长文不用再分段拼。
Google 把 Gemini 4 发出来了，直接拿性价比跟 GPT-6 和 Opus 5.5 比，关心哪家模型更划算的可以看看。
Google 推出了 Gemini 4 Argon，因为网络和生物能力变强，这次发布特意加了新防护，想了解前沿模型怎么控风险的可以看看。
Z.ai 把 GLM-5.3-Flash 调成法律专用版，全任务通过率 19.2%，比通用模型高了 12.5 个点，做法律科技的人可以看看它评测口径。
Google 把 Gemini 4 Argon 全面开放了，API 价格打五折到11月底，写代码能力上他们自己拿它重构了 Chrome 的 600 万行代码。
Gemini 4 Argon 今天上线，llm 插件已经支持了。定价对比讲得很细，还搬了 Artificial Analysis 的成本数据，选模型前可以看看。
Dyna Robotics 的 Jason Ma 聊了他们的 Dyna-2，机器人能自己连续干一小时活，核心是世界动作模型这条路线，做机器人方向的朋友可以听听。
Meta 新出的 Muse Wonder 能塞 100 万 token 上下文跑 Agent 任务，Full 版还在 SWE-Marathon 榜首，价格和用法这篇都讲清了。
谷歌新旗舰 Gemini 4 Argon 上线了，输出能写满 100 万 token，Vals Index 榜第一，Chrome 团队用它几周搞定数月的大重构，入门价还打折。
LiquidAI 出了个能在自己设备上跑的 LFM2.5-24B-A2B，想做本地私有智能体的可以看看这篇介绍。
Google 把 Gemini 4 Argon 全球放开了，自家说最强，但跑分还输 Claude Opus 5.5，价格倒是压得很低，可以对比着用。
Meta is treating ads ranking as a foundation-model problem, which pushes recommendation architecture toward LLM-style pretraining and shared compute across all ad surfaces. Ad-tech and RecSys engineers can study the post for how Meta structures a central ads model and hardware budget at scale. The approach signals where large-scale recommendation systems beyond Meta, including ad platforms competing in the same space, are likely heading.
Google 憋了几个月终于放出 Gemini 4 Argon，主打推理能力和少说废话，可以拿来和 GPT 系对比试试。
魔法原子的具身Agent框架在MolmoSpaces基准排到了全球第一，做机器人VLA方向的朋友可以看看他们怎么把演示能力往产线落地推的。
Meta 的 MSL 终于拿出能跟 Claude 5.5 掰手腕的 Wonder 模型了，看看它跟 Anthropic 比到底差在哪强在哪。
Z.ai 拿 GLM-5.3-Flash 微调出的法律模型，在 Harvey 基准上跑赢 Claude Fable 5 和 Kimi K3，做法律 AI 的可以看看。
面壁把 35B 的 MoE 模型塞进 3GB 内存的手机里还能跑 13+ token/s，比 Qwen3.6 同规格得分还高，做端侧应用可以看看。
Z.ai 把 GLM-5.3-Flash 改造成法律专用模型，专做合同和证据审查，现在封闭测试中。
Meta 放出了 Muse Wonder，直接冲着 OpenAI 和 Anthropic 去，股价当天涨了 4%，可以看看它到底有什么本事。
Meta 重启研发 14 个月后憋出 Muse Wonder，基准只输 Claude Opus 5.5 一名，编程还反超了，可以直接在 API 上试。
Meta 重组 AI 团队后交出的第一个模型 Muse Wonder，官方直接说摸到了前沿水平，看看这次成色如何。
Meta 这回是真掏出对标 Claude 和 GPT-6 的闭源模型了，还直接明码标价卖企业版，跟它之前开源 Llama 4 的路子完全反着来，看两家怎么打吧。
Meta时隔一年终于拿出对标Anthropic的旗舰模型，代码能力提升明显，还接进了自家35亿用户的Muse智能体。
Qwen 团队放出了 QwenGyre，一个训练编程智能体的弹性 RL 框架，能跑几小时的 rollout、处理近百万 token，值得做智能体训练的开发者看看。
Sakana AI 让一个模型自己解题自己批改，两轮后对原版胜率近 70%，不过文章也讲清了这种自我改进什么时候会把错误越练越深。
GPT-6 Astra 帮一位业余数学爱好者拿下了悬了 57 年的摆圆难题，看看模型做证明到底到什么水平了。
Meta 的 Muse Wonder 在 10 项基准里 6 项进前三，智能体任务提升最大，不过单任务成本贵了近 3 倍。
Meta 第一次冲前沿模型，一次放了两款 Muse Wonder，可以看看它和 OpenAI、Anthropic 的旗舰比差在哪。
Meta 又上新模型了，这次一次发两个：Muse Wonder 和 Muse Wonder Full，官方说能跟最强模型掰手腕，可以看看实测表现如何。
TII 出了个 1.6B 的阿拉伯语语音识别模型 Falcon-ASR，在 6 个测试集上 WER 20.92%，不过权重和 API 还没放出来。
智谱发了个主打速度的 GLM 新模型，每秒能生成 490 个 token，对响应速度敏感的应用可以关注下。
DeepMind 的 AlphaProof Nexus 解出了两个悬置 56 年的 Erdős 问题，还老老实实走了同行评审发在 Science 上，对比 OpenAI 直接往 GitHub 堆证明被抵制，这波操作挺讲究。
华为搞了个RSI，把大模型推理变成代码技能，玩Atari游戏操作比人少56%，熟练后连大模型都不用调了。
Only the latest 2000 items are listed; for older ones see the daily archive