全部 AI 动态 · AI 热点

7月31日

11:41

Hailuo AI@Hailuo_AI

Hailuo AI 的 MiniMaxH3 模型在一次演示中展现出精准的机器人唇形同步能力。用户 Mac Lotze 用 AI 音乐工具 Suno 生成曲目后，将唇形同步任务交给 MiniMaxH3，称其提示词连贯性和嘴型匹配都相当理想。他公开了制作时使用的风格参考参数 --sref 2726458530，方便其他人复现。这条推文目前获得 890 次浏览和 8 次点赞。

事件专题

推荐理由：有人拿 Suno 做歌，再用 MiniMaxH3 生成机器人对口型，嘴型准到离谱，还给了 sref 参数，想试的可以直接抄作业。

原文

11:12

官方账号Runway ML@runwayml

精选72°

Runway宣布MiniMax H3模型已在其平台正式上线。用户可以在Runway上与其他前沿模型一起访问并使用MiniMax H3。该平台提供了统一的多模型创作入口，免去了切换不同服务的步骤。本次上线暂未公布具体性能参数或基准成绩。

AI模型 MiniMax H3 Runway

推荐理由：Runway把MiniMax H3加进平台了，现在能和其他前沿模型一起用，不用来回切换了。

原文

11:10

OpenRouter@OpenRouterAI

MiniMax 发布开源权重视频模型 Hailuo H3，已上线 OpenRouter。H3 支持文本、图像、音频和视频四种输入，并输出原生音视频。官方定位包括指令驱动编辑、文字/品牌渲染和视频到视频的动作迁移。H3 主打轻量级，可直接在 OpenRouter 上调用。

AI模型 Hailuo H3 MiniMax OpenRouter

推荐理由：开源视频模型 H3 上 OpenRouter 了，能按指令改视频、渲染品牌文字，还能视频到视频迁移动作，直接调用很方便。

原文

10:57

官方账号Pika Labs@pika_labs

精选

Pika宣布MiniMax H3现已在其MCP平台上可用。Pika MCP是Pika提供的模型上下文协议接口。开发者可以直接在Pika MCP环境中调用MiniMax H3。

AI模型 MiniMax H3 Pika MCP

事件专题

推荐理由：Pika把MiniMax H3放进MCP了，以后在Pika生态里直接用H3，想尝鲜的看这条。

原文

10:48

官方一手歸藏(guizang.ai)@op7418

精选

Seedance 2.5已在超创平台开放内测，支持一次生成30秒时长的视频。当前版本最高输出分辨率为720P。其全能参考功能允许一次上传最多50张图片作为生成依据。这些参数让该模型在长视频生成和多图参考方面具备明显优势。

AI模型 Seedance 视频生成图片参考

推荐理由：Seedance 2.5内测来了，一次能生成30秒视频，还能传50张图做参考，感兴趣就去超创试试。

原文

10:45

AI Will@FinanceYF5

75°

Matt Shumer 发布演示视频，Claude Opus 5 一次生成一个完整游戏。演示中所有画面与逻辑均为模型自定义代码，未使用任何外部素材。该游戏由 Claude Opus 5 单次编码完成，无需人工修改。

AI模型 Claude Opus 5 Matt Shumer 游戏生成

推荐理由：Matt Shumer 用 Claude Opus 5 演示了一把生成游戏，画面和逻辑全靠模型自己写，不用任何外部素材，看着挺神奇。

原文

10:40

AI Will@FinanceYF5

Claude Opus 5 发布后，社区开发者开始尝试用它制作游戏。目前，仅 X 平台上就出现了 10 个演示案例。这些案例展示了 Claude Opus 5 在代码生成与交互场景中的表现。有兴趣的人可以顺着 X 上的帖子逐个查看。

AI模型 Claude Opus 5 游戏开发编程助手

推荐理由：Claude Opus 5 被用来做游戏了，社区已经晒出 10 个演示，可以看看 AI 编的游戏有多疯。

原文

10:36

AI Will@FinanceYF5

有人在社交平台展示，用 Claude Opus 5 通过一次提示生成了一款可玩的 FPS 游戏 Demo。画面中的角色、场景等全部由自定义代码生成，没有使用任何外部素材。这个案例显示 AI 正在从辅助开发流程转向直接生成游戏资产。视频演示中游戏运行画面配有声音，观看者可以感受完整效果。

AI模型 Claude Opus 5 游戏生成 FPS

推荐理由：有人用 Claude Opus 5 一个提示做出 FPS Demo，所有画面都是代码生成，没用外部素材，看视频更直观。

原文

10:33

AI Will@FinanceYF5

82°

Reddit 用户仅用一个详细提示词，让 Claude Opus 5 在 9 小时内、约 400 万 tokens 内完成了一个 AAA 级雪地模拟。该模拟在浏览器单标签页中通过 WebGPU 运行，包含数百万雪粒子和带布料物理的角色。用户可使用五种水系法术在雪地中雕刻地形，足迹会推挤积雪形成垄边，弹坑随时间缓慢回填。整个过程不依赖游戏引擎或 3D 建模软件，全部由 Opus 5 编写的着色器与物理代码实现。

AI模型 Claude Opus 5 WebGPU 物理模拟

推荐理由：Reddit 老哥用 Claude Opus 5 一个提示词做出了 AAA 雪地模拟，浏览器里直接跑，能玩法术和冲雪，效果不输小团队做几个月。

原文

09:56

官方账号Pika Labs@pika_labs

Pika 官方在 X 上宣布 MiniMax H3 现已可用，通过 Pika MCP 提供。这是 MiniMax H3 首次公开上线。推文附带一段视频。截至发布，该推文获得 18 个喜欢和 4 次转发。

AI模型 MiniMax H3 Pika MCP

事件专题

推荐理由：Pika 把 MiniMax H3 放到了自己的 MCP 上，官方首发，想用新模型直接接 MCP 就行，不用等别的渠道。

原文

08:47

小互@imxiaohu

82°

OpenAI对GPT-5.6系列进行了发布以来最大幅度降价。Luna模型输入价格下降80%，成为OpenAI最便宜的GPT-5.6模型。Terra输入输出价格下降约20%，Sol价格不变，同时新增High Speed API模式。性能方面，在SWE-Bench Pro代码基准上，Sol达64.6%，Terra 63.4%，Luna 62.7%，均超过GPT-5.5的59.4%。网络安全基准（Capture the Flag）上，Sol达96.7%，Terra 91.8%，Luna 85.2%。

AI模型 GPT-5.6 OpenAI 降价

事件专题

推荐理由：GPT-5.6 Luna输入价格砍了八成，比GPT-5.5还强，代码和网络安全分数都涨了，性价比碾压Gemini。

原文

08:09

Scott Wu@ScottWu46

Cognition 更新了 FrontierCode 1.1 基准，为 GPT-5.6 Terra 和 GPT-5.6 Luna 提供新折扣。更新后 GPT-5.6 系列在价格/性能效率上位于帕累托曲线前沿。所有 Devin 用户将自动享受到成本下降，无需手动调整。

AI模型 GPT-5.6 FrontierCode Devin

推荐理由：GPT-5.6 系列降价了，在 FrontierCode 上性价比拉满，用 Devin 的自动省钱。

原文

06:11

lmarena.ai@lmarena_ai

Agent Arena 的评分基于数百万来自全球用户的真实长期智能体任务。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。排行榜使用因果追踪方法测量模型相对于平均模型的结果表现。详细方法可在 arena.ai/leaderboard/ag 查看。

AI模型 Agent Arena 智能体基准测试

推荐理由：想知道你的模型在真实任务里啥水平？Agent Arena 用数百万实际任务和工具调用测试，结果很客观。

原文

05:38

lmarena.ai@lmarena_ai

71°

Arena.ai 发布新评估方法 AutoEval，使用基于数百万真实用户偏好训练的奖励模型对 AI 模型进行排名。该方法与人工评估高度对齐，速度从数天缩短至数小时。AutoEval 支持 Text、Vision、Image 和 Code 等多个基准。新模型将直接在排行榜上显示 AutoEval 预估分数，加速社区获取结果。

AI模型 Arena.ai AutoEval 奖励模型

事件专题

推荐理由：Arena.ai 搞了个新评估 AutoEval，用千万用户偏好打分，几小时出结果，比人工快多了，排行榜直接看分数。

原文

04:48

Cognition@cognition_labs

Cognition更新了编码基准FrontierCode 1.1，以反映GPT-5.6 Terra和GPT-5.6 Luna的新成本折扣。基于更新后的价格，GPT-5.6系列在价格/性能效率上处于帕累托曲线前沿。这意味着该系列模型在同等性能下更具成本优势。

AI模型 GPT-5.6 Terra GPT-5.6 Luna FrontierCode

推荐理由：GPT-5.6系列降价了，在FrontierCode基准上性价比更突出了，做编码任务可以关注下。

原文

04:12

官方账号Google DeepMind@GoogleDeepMind

Google DeepMind演示了机器人Apollo 2在精细运动控制上的进步，完成包括倒液体、抓取易碎物品等复杂厨房任务。该机器人通过AI模型协调多关节动作，展示了从仿真环境到真实世界的迁移能力。此次突破解决了机器人灵巧操作中长期存在的控制精度难题。

AI模型 Apollo 2 Google DeepMind 机器人

推荐理由：看看Google DeepMind怎么让Apollo 2机器人像人一样干厨房细活，灵巧操作不再是难题。

原文

03:48

Richard Socher@RichardSocher

Richard Socher在社交媒体上表示，构建Eureka Machine是他的人生目标，旨在自动化科学发现，并认为这是超级智能最有意义的应用。他在AI Engineer的首个Autoresearch track上介绍了Recursive_SI如何构建Eureka Machine用于递归自我改进。同时，AI Engineer发布了视频"First Steps Toward Automated AI Research"，展示了初步进展。该机器通过试错与迭代改进实现科学发现自动化。

AI模型 Eureka Machine Richard Socher Recursive_SI

事件专题

推荐理由：Richard Socher展示了Eureka Machine的初步成果，它能自动试错改进，迈向自动化科学发现。

原文

03:47

Fireworks AI@FireworksAI_HQ

depthfirstlabs 推出 dfs-large1，基于 GLM-5.2 开放权重模型，并使用强化学习在 FireworksAI 平台上进行后训练。该模型专注于企业级代码库中的真实漏洞发现与验证，性能匹配前沿模型。目前已在 depthfirst 平台开放预览，采用开放权重策略，被视作防御方优势。

AI模型 dfs-large1 GLM-5.2 depthfirstlabs

推荐理由：深度优先实验室的开源模型 dfs-large1 专攻企业代码漏洞，基于 GLM-5.2 训练，性能对标前沿模型，安全团队值得尝试。

原文

03:39

lmarena.ai@lmarena_ai

精选

Thinking Machines 发布 Inkling-Small，总参数量 276B，其中 12B 活跃。该模型在 Text Arena 的 AutoEval 初评中获得 1431 分，排名 #88，并在开放模型中位列 #21。它是美国仅有的五个进入开放模型前 25 的模型之一。初始分数基于 Arena 人类偏好数据训练的奖励模型自动投票得出，待与真实投票验证。

AI模型 Inkling-Small Thinking Machines Text Arena

事件专题

推荐理由：Thinking Machines 新出的开源模型，276B 参数但只激活 12B，一发布就挤进 Text Arena 前 100，美国厂商里排前几，想试大参数但轻量推理的可以看看。

原文

03:33

官方账号Sam Altman@sama

OpenAI 在部署后应用 GPT-5.6 Sol 进行效率自优化，让模型自身改进运行效率。结果显示，通过生产 GPU 内核优化，服务成本降低 20%。此外，改进的投机解码使 token 生成效率提升 15% 以上。这一成果展示了模型自我优化的实际收益。

AI模型 GPT-5.6 Sol OpenAI 效率优化

事件专题

推荐理由：OpenAI 的 GPT-5.6 Sol 通过自学习优化运行，服务成本降了 20%，生成速度提了 15%，比手动调优更省心省钱。

原文

03:27

官方账号Google AI@GoogleAI

72°

Google DeepMind 推出 Gemini Robotics 2，作为新一代自适应机器人的智能层。它具备全身控制、高级灵巧操作和多机器人协作能力。同时发布新模型 Gemini Robotics ER 2，作为机器人的高层推理大脑，负责观察环境、规划动作、协调视觉-语言-动作模型执行任务并跟踪进度。该模型支持复杂多步工作流、自动纠错和适应全新场景。

AI模型 Gemini Robotics 2 Gemini Robotics ER 2 Google

事件专题

推荐理由：Google DeepMind 发了 Gemini Robotics 2 和推理模型 ER 2，让机器人能自行规划、纠错、多机协作，适合关注机器人智能的朋友。

原文

03:02

官方账号Demis Hassabis@demishassabis

78°

Google DeepMind 推出 Gemini Robotics 2 新一代物理 AI 模型，为机器人提供全身体智能。该模型使机器人能推理每一步运动，完成此前无法实现的精细操作，例如系打脆弱的绳结。系统还支持多机器人协作解决复杂工作流程，例如团队合作执行任务。这是机器人领域的重要里程碑。

AI模型 Gemini Robotics 2 Google DeepMind 物理AI

事件专题

推荐理由：Google DeepMind 发了 Gemini Robotics 2，机器人能推理每个动作，甚至多台协作打结了，物理 AI 又进了一步。

原文

02:26

lmarena.ai@lmarena_ai

AutoEval 通过从实时 Arena 评估中采样的提示为新模型生成响应。它使用一个基于数百万对人类投票训练的点态奖励模型为每个响应打分，并将分数差转换为软投票。这些软投票通过相同的排名管道处理，结果直接显示在排行榜上作为初步 AutoEval 分数。闪电标记的行根据估计分数定位，但需获得足够实时人类投票验证后才能获得官方排名。

AI模型 AutoEval Arena Score 奖励模型

推荐理由：想知道 Arena 排行榜上的自动评分怎么算的吗？这篇解释了 AutoEval 如何用数百万人类投票训练奖励模型来给新模型打分，快且透明。

原文

02:25

lmarena.ai@lmarena_ai

72°

LMSYS 发布 AutoEval，一种使用奖励模型基于数百万真实 Arena 用户偏好数据的新评估方法。它在文本、视觉、图像和代码领域均能与实时人工评估高度对齐，且将评估时间从数天缩短至数小时。AutoEval 使新模型能更快获得评分并直接显示在排行榜上。

AI模型 AutoEval Chatbot Arena LMSYS

推荐理由：以后新模型上线几小时就能看到评分了，比之前等几天快得多，而且数据来自真实用户偏好，可信度高。

原文

02:24

lmarena.ai@lmarena_ai

精选

AutoEval团队训练了一个奖励模型，专门应对偏好漂移、模型差异细微、平局投票以及长上下文依赖交互等挑战。评估采用时间留出法：用历史投票训练，测试后续发布的模型。早期评分与实时排名的排名相关性超过0.98。该文本奖励模型预测人类偏好的准确率比前沿LLM裁判高8-10%，可作为人类投票积累前的早期排行榜信号。

AI模型 AutoEval 奖励模型偏好预测

推荐理由：Chai团队搞了个AutoEval奖励模型，预测人类偏好比GPT-4之类还准8-10%，新模型刷榜前先看它评分，省得等人类投票。

原文

02:23

lmarena.ai@lmarena_ai

精选

LMSYS Arena 推出 AutoEval，一种在完整评测结果出炉前比较候选模型检查点的早期信号。实验显示，当两个模型的 Arena 分数差≥10 分时，AutoEval 在超过 90% 的案例中正确识别出更高分模型；分数差≥15 分时，对所有测试对均正确排序。

AI模型 AutoEval LMSYS Arena 模型评估

推荐理由：如果你经常在评测结果出来前纠结选哪个检查点，AutoEval 能提前帮你判断，分差够大时几乎不出错。

原文

02:22

lmarena.ai@lmarena_ai

精选

Arena在视觉、图像生成和代码领域基于实时偏好训练模态特定奖励模型。文本到图像奖励模型使用超过300万偏好对训练。在公开MMRB2基准上，该模型达到点式奖励模型最先进性能，比次优基线高9分以上。

AI模型 Arena MMRB2 Text-to-Image

推荐理由：Arena这个多模态奖励模型真强，文本到图像那块在MMRB2上比第二名高9分多，挺值的看的。

原文

02:16

向阳乔木@vista8

Arena.ai 发布了新评测方法 AutoEval，使用基于数百万真实 Arena 用户偏好训练的奖励模型对模型进行排名。该方法与实时人工评测结果高度一致，并将评测速度从数天缩短至数小时。AutoEval 支持文本、视觉、图像和代码 Arena 多种模态。新模型上线后可直接在排行榜显示 AutoEval 预估分数。

AI模型 AutoEval Arena.ai 奖励模型

事件专题

推荐理由：Arena.ai 出了 AutoEval，用真实用户偏好训练奖励模型，几个小时就能评测新模型，比人工快几十倍，结果还跟人工差不多。

原文

02:12

官方账号NVIDIA AI@NVIDIAAI

精选

Thinking Machines 发布 Inkling-Small，总参数量 276B，活跃参数 12B，性能与 Inkling 相当但体积仅为四分之一。该模型原生支持音频和图像推理，并具备可变思考努力能力。完整权重已开放，可使用 NVIDIA NeMo 在 DGX Station 上微调。用户可在 Tinker 上通过文本、图像或音频方式与之交互。

AI模型 Inkling-Small Thinking Machines 多模态

事件专题

推荐理由：Thinking Machines 出了个 Inkling-Small，276B 参数量但只激活 12B，能处理音频和图像，性能不打折，适合拿来微调玩。

原文

02:05

官方账号Microsoft Research@MSFTResearch

Echoverse是微软研究团队提出的新训练框架，针对计算机使用AI代理在多步骤工作流（如电子邮件和客户支持）中表现不佳的问题。传统方法仅增加训练任务数量，而Echoverse让任务、测试和环境共同演化，使代理在逼真场景中持续改进。实验显示该方法能显著提升代理在复杂多步骤任务中的成功率。该框架基于FARTS（任务空间自由演化）原理，通过动态生成新任务和环境挑战代理。

AI模型 Echoverse 计算机使用AI 多步骤工作流

推荐理由：微软的Echoverse不是堆数据，而是让环境自己进化，专门训练电脑操作AI搞定多步流程（邮件、客服），比传统强多了。

原文

01:56

Fireworks AI@FireworksAI_HQ

Fireworks AI 发布 K3，据称是世界首个 3 万亿参数级别的开源前沿模型。该模型采用稀疏 MoE 架构，在多个基准测试中表现优于同规模闭源模型。Fireworks 将于 8 月 4 日举办网络研讨会，演示如何运行、训练和部署 K3。

AI模型 K3 Fireworks 开源模型

推荐理由：Fireworks 搞了个 3 万亿参数的 K3，开源直接能跑，比很多闭源还强，想玩超大模型的去看看。

原文

01:45

Hailuo AI@Hailuo_AI

MiniMax H3 模型成功替换了一个真实商业广告中的产品，所有演员、摄像机移动和阴影均保持原样。该演示由用户 Abdul Shakoor 分享，展示了模型对广告场景的高度还原能力。Hailuo_AI 官方转发了这一案例，引发广泛关注。

AI模型 MiniMax H3 Hailuo_AI 视频生成

事件专题

推荐理由：每个广告公司都应该看看 MiniMax H3 怎么把真实广告里的产品替换掉，演员和镜头完全不变，太强了。

原文

01:17

向阳乔木@vista8

用户vista8在X平台发文称，Claude opus/sonnet 4.6仍是目前最佳的写作模型，其中sonnet 4.6表现更突出。他指出，当前大模型竞相提升编码能力，而Claude opus 5虽然在Benchmark上刷榜，但实际写作体验不如前代。他认为大模型并非越新越好。

AI模型 Claude opus 5 sonnet 4.6 写作模型

推荐理由：vista8实测发现Claude sonnet 4.6写作比opus 5更好用，喜欢写东西的别只追新。

原文

01:15

AI Engineer@aiDotEngineer

Richard Socher在AI Engineer首次Autoresearch环节发表演讲，介绍Recursive_SI正在构建的Eureka机器。该机器旨在实现递归自我改进，推动自动化AI研究。Socher同时指出了当前技术面临的挑战与局限。演讲展示了自动化AI研究的第一步进展。

AI模型 RichardSocher Recursive_SI Eureka

事件专题

推荐理由：Richard Socher分享了构建递归自我改进AI的Eureka机器思路，展示了自动化研究的早期探索，值得关注。

原文

01:14

The Rundown AI@therundownai

79°

Google DeepMind推出新一代物理AI模型Gemini Robotics 2，为人形机器人带来全身智能与高级灵巧操控。该模型支持多机器人协同作业，例如机器人能够完成系垃圾袋等精细任务。相比前代仅限桌面操作，Gemini Robotics 2显著扩展了机器人的物理交互范围。

AI模型 Gemini Robotics 2 Google DeepMind 物理AI

事件专题

推荐理由：谷歌DeepMind这次让机器人系垃圾袋，背后是全身智能和多机协作，比桌面操作进了一大步。

原文

00:45

官方账号Google DeepMind@GoogleDeepMind

78°

Google DeepMind 宣布推出 Gemini Robotics 2，这是其下一代物理 AI 系统。该系统专为人形机器人设计，具备全身身体智能、高级灵巧操作能力以及多机器人协作功能。Gemini Robotics 2 利用 Gemini 多模态模型，使机器人能理解环境并执行复杂任务。与上一代相比，它在灵巧性和协作效率上显著提升，支持多个机器人同时工作。

AI模型 Gemini Robotics 2 Google DeepMind 机器人

事件专题

推荐理由：Google DeepMind 发布了 Gemini Robotics 2，让人形机器人拥有全身智能和灵巧手部操作，还支持多机协作，是机器人领域的大升级。

原文

00:38

官方账号Microsoft Research@MSFTResearch

微软研究院发布EvoLib框架，区别于传统方法仅靠增加记忆，它把模型过往经验提炼为可重用的技能和知识。该框架使LLM在部署后仍能持续学习并适应新任务。EvoLib构建的进化知识库帮助模型调用之前积累的洞见，提升泛化能力。

AI模型 EvoLib 微软研究院持续学习

推荐理由：微软研究院新出的EvoLib，让LLM在部署后还能变聪明，不是死记硬背，而是积累可复用的技能和经验，挺有想法的。

原文

00:35

官方账号Google DeepMind@GoogleDeepMind

Google DeepMind 发布 Gemini Robotics 2，将物理 AI 从桌面操作扩展到全身控制。该模型驱动 Apptronik 的 Apollo 2 人形机器人，仅凭一条提示即可完成弯腰、伸手并拿起洒水壶的动作。相比仅限桌面抓取的前代，Gemini Robotics 2 实现了对机器人躯干和手臂的协调控制。

AI模型 Gemini Robotics Apptronik Apollo 2

推荐理由：谷歌DeepMind的Gemini Robotics 2让机器人能像人一样弯腰拿东西，不再是只会在桌上活动了。

原文

00:08

官方账号Logan Kilpatrick@OfficialLoganK

Google 推出 Gemini Robotics ER 2 模型，已在 Gemini API 和 Google AI Studio 中可用。演示展示了多机器人协作场景，成为亮点。该模型可处理复杂的物理世界交互任务。

AI模型 Gemini Robotics ER 2 Google AI Studio Gemini API

推荐理由：Google 新出的 Gemini Robotics ER 2 能直接调 API 玩多机器人协作，看演示很酷，可以试试。

原文

7月30日

23:42

Replicate@replicate

PrunaAI与Ideogram合作发布P-Image-Ideogram模型，专注于高质量风格化图片生成。该模型具备强大的排版和布局能力，优化后推理成本降至每张0.003美元。在风格化生成任务中，P-Image-Ideogram结合了Ideogram的文本渲染优势。

AI模型 PrunaAI Ideogram P-Image-Ideogram

事件专题

推荐理由：想用超低成本生成带精美排版和布局的风格化图片？看看PrunaAI和Ideogram新出的P-Image-Ideogram，每张才3厘钱。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。