全部 AI 动态 · AI 热点

7月29日

12:05

官方账号Greg Brockman@gdb

OpenAI 联合创始人 Greg Brockman 公布 GPT-5.6 成功解决了概率论中长期未解决的 Feige 1/e 猜想。该猜想涉及独立非负随机变量 X_i（期望 ≤1）的部分和 S_n，断言 P(S_n ≤ E[S_n] + 1) ≥ 1/e。Brockman 的友人 Zhengqing 使用 GPT-5.6 完成了这一证明，该问题曾是他们午餐时反复讨论的难题。

事件专题

推荐理由：GPT-5.6 刚又搞定一个数学难题，这次是概率论里老牌的 Feige 猜想，你可以看看 AI 证明数学定理有多猛。

原文

11:05

idoubi@idoubicc

72°

MCP 协议推出第五个大版本（2026-07-28），核心将从有状态双向协议变为无状态请求/响应协议，每个请求自带版本和客户端信息，可负载均衡到多个实例，支持 serverless 和 CDN 部署。新增 MRTR（多轮往返请求）机制，允许服务端中途要求用户确认，如 Supabase 在项目创建前展示费用。请求头新增 Mcp-Method 和 Mcp-Name 字段，防火墙可据此路由而无需解析 JSON。废弃 Roots、Sampling、Logging 及旧版 HTTP+SSE，提供至少 12 个月过渡期。AWS 的 Bedrock AgentCore、Microsoft Foundry、Cloudflare Workers、Google Cloud 等已宣布支持新规范。

AI模型 MCP 无状态负载均衡

推荐理由：MCP 终于去掉会话 ID 了，部署起来像普通 HTTP 一样灵活。还有 MRTR 解决中途确认问题，很实用。如果你在生产环境用 MCP，得仔细看迁移指南。

原文

08:20

Fireworks AI@FireworksAI_HQ

Fireworks宣布支持对Kimi K3进行微调。Kimi K3是首个3万亿参数的开源前沿模型。通过Training API，用户可进行监督微调、偏好微调和强化学习。训练支持专用和无服务器两种模式，适合产品化部署。

AI模型 Kimi K3 Fireworks 微调

事件专题

推荐理由：Fireworks现在可以微调Kimi K3了，3万亿参数的开源模型，支持多种训练方式，适合定制产品。

原文

06:37

官方账号Fei-Fei Li@drfeifei

精选

斯坦福李飞飞团队推出R2S2R仿真引擎，借助生成式世界模型将单个物理任务转化为多个可控、可复用的虚拟世界。该引擎帮助机器人团队训练策略模型，加速测试变更流程，并更早发现故障。相比直接在硬件上实验，可显著降低成本和风险。

AI模型 R2S2R 生成世界模型机器人仿真

事件专题

推荐理由：李飞飞团队出了个R2S2R引擎，用生成世界模型把真实任务变成虚拟世界，机器人训练测试更快更省钱，值得一看。

原文

03:50

Ideogram@ideogram_ai

Ideogram 发布了 Ideogram 4.0，一个 9.3B 参数的扩散 Transformer 模型，该模型为开源权重。在 LMArena 和 Design Arena 基准测试中，Ideogram 4.0 超过了所有其他开源权重图像模型。其 X-Omni 英文 OCR 文本渲染得分达到 0.97，而行业平均水平仅为 0.30–0.50。该模型由 AMD Instinct MI350X GPU（288 GB HBM3 内存和 8 TB/s 带宽）驱动，实现了大规模推理吞吐量。

AI模型 Ideogram Ideogram 4.0 AMD

推荐理由：Ideogram 4.0 在所有开源图像模型中跑分最高，文字渲染精度碾压同行，想用开源模型做高质量出图可以试试它。

原文

03:02

官方账号Anthropic@AnthropicAI

精选

Anthropic 与苏黎世联邦理工学院、特拉维夫大学和海法大学合作开发了 CryptanalysisBench，这是一个专门评估 LLM 密码分析能力的基准。该基准旨在系统测试模型在经典密码学任务上的表现，例如破解简单加密、识别加密算法等。相关论文已发布在 arXiv (2607.18538)。

AI模型 Anthropic CryptanalysisBench 推理模型

事件专题

推荐理由：Anthropic 和欧洲几所高校搞了个新基准，专门测大模型破解密码的本事，比单纯看推理能力更有针对性。

原文

02:28

官方一手@OpenAIDevs@OpenAIDevs

精选

GPT-Transcribe 在 Context Aware ASR 基准上，语义准确率从无自由格式上下文时的 41.6% 提升至 45.2%。在 Common Voice 的 22 种语言上，GPT-Transcribe 转录错误率为 19.27%，而 Whisper（whisper-1）为 40.37%。在 Real-World Audio Recording 基准的 9 种语言上，GPT-Transcribe 错误率为 8.98%，Whisper 为 15.21%。

AI模型 GPT-Transcribe Whisper ASR

推荐理由：OpenAI 发的 GPT-Transcribe 在音频转录上比 Whisper 错误率低一半，多语言场景提升明显。

原文

02:08

Fish Audio@FishAudio

71°

Fish Audio完成5200万美元种子轮融资并正式发布S2.1 Pro模型。该模型可从5秒音频克隆声音，速度比Cartesia快2倍，成本仅为Eleven Labs的1/6。支持词级别控制情感、语调和节奏。已被HeyGen、LiveKit等头部AI公司采用。公司承诺若无法帮企业削减语音AI成本50%，则免费提供一年服务。

AI模型 Fish Audio S2.1 Pro 语音克隆

事件专题

推荐理由：Fish Audio刚拿到5200万美元融资，推出S2.1 Pro，5秒克隆声音，比Cartesia快两倍，成本只有Eleven Labs六分之一，还能精细调情绪语调。做语音AI的可以试试。

原文

02:00

lmarena.ai@lmarena_ai

xAI宣布Grok 4.6将于8月7日发布，下周将在Arena亮相。同时，Grok-4.5在Agent Arena排行榜上基于9.8K次实时代理会话获得第13名，相比Grok 4.3的第29名有显著提升。Grok-4.5在Bash Recovery任务上取得重大进展，追赶上了Anthropic和OpenAI的模型，确认任务成功率大幅提高。这一排名显示了Grok系列在代理性能上的进步。

AI模型 Grok Agent Arena 推理模型

事件专题

推荐理由：xAI发了Grok 4.6发布预告，同时4.5在Agent Arena上冲到了第13名，比4.3进步了16名，尤其Bash Recovery能力追上了Claude和GPT，推荐关注。

原文

01:15

lmarena.ai@lmarena_ai

精选

Code Arena 新增全栈开发能力评测，涉及多步推理、工具调用和端到端应用生成。Kimi K3 (Max) 排名第一，GPT 5.6 Sol (xHigh) 第二，Claude Fable 5 第三。榜单完整排名可在 arena.ai 查看。

AI模型 Kimi K3 GPT 5.6 Sol Claude Fable 5

事件专题

推荐理由：Code Arena 刚上线了全栈能力排行榜，Kimi K3 拿了第一，GPT 5.6 和 Claude Fable 紧随其后，想比模型写代码能力的可以看看。

原文

01:12

elvis@omarsar0

一位用户对比了两个模型的表现，指出某个未具名模型在构建复杂世界、动画和模拟方面表现出色。但作为编程助手，该用户更偏好 GPT-5.6-Sol。该对比反映了不同模型在特定任务上的能力差异，GPT-5.6-Sol 在编码任务上获得更高评价。

AI模型 GPT-5.6-Sol 编程助手推理模型

推荐理由：看看这位用户实测后说，有一个模型做世界构建和模拟很强，但写代码还是 GPT-5.6-Sol 更靠谱。

原文

00:44

官方账号Fei-Fei Li@drfeifei

精选

World Labs创始人Fei-Fei Li在推文中介绍了团队的世界模型分类法，将模拟器定位为智能体行动、学习和评估的关键枢纽。新发布的R2S2R引擎使机器人开发可从缓慢、昂贵、受硬件限制的迭代转向更可扩展、成本更低的训练与评估。该引擎采用真实到模拟到真实（Real-to-Sim-to-Real）循环，有望降低机器人研发门槛。

AI模型 R2S2R World Labs Fei-Fei Li

事件专题

推荐理由：Fei-Fei Li团队搞了个R2S2R引擎，让机器人训练不用老在真机上折腾，省时省钱，做机器人开发的一定要看看。

原文

00:35

官方账号Fei-Fei Li@drfeifei

SceniX加入World Labs时提出空间智能应包含交互。今日World Labs分享早期结果：通过构建虚拟和物理世界来训练机器人。该成果展示了空间智能从感知生成到交互的拓展。具体方法尚未公开，但提供了演示视频。

AI模型 World Labs 空间智能机器人训练

事件专题

推荐理由：李飞飞的World Labs发布了空间智能新进展，用构建的世界训练机器人，把虚拟与现实交互落到了实际应用。

原文

00:29

lmarena.ai@lmarena_ai

82°

Meta 发布的 Muse Spark 1.1 在 Document Arena 排名第 11（此前第 21），帕累托前沿得分 1472；在 Vision Arena 排名第 14；中文语言类别排名第 3。在 Code Arena: Frontend 排名第 9，帕累托前沿得分 1541，成本为混合每百万 token 输入 1.25 美元、输出 4.25 美元。该模型以低价格实现前沿性能。

AI模型 Muse Spark Meta 成本效率

推荐理由：Meta 发了 Muse Spark 1.1，在文档、视觉、代码三大领域成绩都不错，关键价格低，适合预算有限又想用前沿模型的团队。

原文

7月28日

21:32

官方账号阿里通义 Qwen@Alibaba_Qwen

阿里巴巴Qwen团队发布Qwen3.8-Max-Preview预览版，并推出#QwenGrowthPlan计划。开发者可使用Qwen3.8完成真实任务，提交成功或失败案例作为反馈。参与者可获得奖励，优秀案例可在X平台@Qwen分享。该计划旨在收集真实用例以优化模型的智能体能力。

AI模型 Qwen3.8 阿里巴巴智能体

推荐理由：阿里发了个新模型Qwen3.8-Max-Preview，还搞了个成长计划，让你用模型做任务提反馈还能拿奖励，玩起来！

原文

20:18

官方一手歸藏(guizang.ai)@op7418

开源模型Kimi K3（2.8T参数）在80张RTX 5090上以单流20 tok/s运行。该配置使用GDDR7游戏显卡和普通以太网，无需HBM，权重为官方MXFP4格式。此前同一集群运行GLM-5.2时从30 tok/s优化至110 tok/s。任何实验室或大学均可使用该配置复现。

AI模型 Kimi K3 RTX 5090 GDDR7

事件专题

推荐理由：80张游戏卡就能跑2.8T参数的Kimi K3，20 tok/s挺实用，比之前GLM-5.2快了好几倍。

原文

18:53

The Rundown AI@therundownai

Moonshot 公司发布了其 Kimi K3 模型的权重。该模型在多项任务上表现出色。开发者可通过公开渠道下载权重，用于微调或部署。此次开源为社区提供了更强大的基础模型选择。

AI模型 Kimi K3 Moonshot 开源模型

事件专题

推荐理由：Moonshot 开放了 Kimi K3 权重，你可以直接下载这个强力模型，比之前很多开源模型更强。

原文

16:26

AI Will@FinanceYF5

Claude Opus 5（Max 推理版）在 Frontend Code Arena 和 Text Arena 两个基准测试中均取得第一，超越此前领先的 Kimi K3。其默认 high 推理版本表现也不错，在 Code Arena 排名第三（仅次于 Kimi K3），在 Text Arena 排名第二。这一成绩显示 Claude 系列在编码和文本推理任务上的最新进展。

AI模型 Claude Opus 5 Kimi K3 Frontend Code Arena

事件专题

推荐理由：Anthropic 的 Claude Opus 5 刚发布就刷榜，在编码和文本两个任务上超过了之前很火的 Kimi K3，值得关注。

原文

16:25

AI Will@FinanceYF5

82°

Anthropic发布了新模型Claude Opus 5。其推理能力接近Fable 5，定价仅为后者的一半。该模型被描述为深思熟虑且主动。发布后获得267次浏览和1条评论。

AI模型 Claude Opus 5 Anthropic Fable 5

事件专题

推荐理由：Anthropic新出的Claude Opus 5，智能逼近Fable 5但价格砍半，想升级推理能力又不想花大钱的可以看看。

原文

16:23

AI Will@FinanceYF5

Arena AI 数据显示，Anthropic 的 Claude Opus 5 在启用 Max reasoning 时，在 Frontend Code Arena 中排名第 1，在 Text Arena（factuality on）中也排第 1。Opus 5 默认高推理模式在 Frontend Code Arena 中排第 3（仅次于 Kimi K3），在 Text Arena 中排第 2。这些结果覆盖 agentic 网页编程、文档推理和通用对话能力。其中 Opus 5 Max 的分数为初步数据，最终排名可能变化。

AI模型 Claude Opus 5 Anthropic 编程助手

事件专题

推荐理由：Anthropic 的 Claude Opus 5 在真实编程和文本推理任务上跑赢了多数竞品，想看看新模型实力的可以关注这个榜单。

原文

16:15

Amjad Masad@amasad

Shouqiao Wang使用OpenAI的GPT-5.6模型，在5天内解决了6个未解决的Erdős问题。该工作不要求深厚的数学知识，而是借助Codex工作流和特定提示词。成果展示了AI模型在算法和数学探索领域的潜力。

AI模型 GPT-5.6 OpenAI Erdős问题

事件专题

推荐理由：有人用GPT-5.6在5天解了6个数学界的悬案，而且不用高深数学背景，全靠提示工程。

原文

13:38

小互@imxiaohu

精选

Kimi K3 是一个拥有2.8万亿参数的混合专家（MoE）模型，包含896个专家，每次推理激活16个。通过三处架构改动，其训练算力效率提升至原来的2.5倍。训练过程使用了5122万个沙箱资源。

AI模型 Kimi K3 MoE 推理模型

事件专题

推荐理由：Kimi 新模型K3 参数2.8万亿，896个专家，算力效率拉高2.5倍，技术细节很扎实。

原文

12:59

官方账号Greg Brockman@gdb

精选

David Turturean 主要依靠语音指令，借助AI解决了EpochAI Research的FrontierMath开放问题之一，即找出2-adic绝对伽罗瓦群的显式表示。该问题已公开超过40年，现在他与问题提出者David Roe合作完成了完整证明。

AI模型 EpochAI FrontierMath AI辅助数学研究

推荐理由：有个哥们用AI加上语音指令，把40年没解开的数学难题给破了，还和出题人联名发了证明，真的牛。

原文

12:14

官方一手歸藏(guizang.ai)@op7418

归藏推文称 Codex 今天可能会重置。目前尚无具体版本号或新功能细节。用户需留意后续官方更新或重置后的参数变化。该重置可能影响基于 Codex 的编程工作流。

AI模型 Codex OpenAI 代码生成

事件专题

推荐理由：归藏说 Codex 要重置了，如果你在用 Codex 写代码，建议留意一下今天的变动。

原文

11:30

官方一手歸藏(guizang.ai)@op7418

Kimi K3已如期开源，并在多家推理服务上线。各平台的API价格保持一致，但部分Token plan已开始打折，例如OpenCode Zen和Cline Pass。Cursor提供的额度也较高。用户预计明天即可在各大平台的Token Plan中使用Kimi K3。

AI模型 Kimi K3 开源模型推理服务

事件专题

推荐理由：Kimi K3开源了，各平台价格统一，但有些套餐已经开始打折，Cursor给的额度也高，想用便宜算力的可以留意了。

原文

11:03

Augment Code@augmentcode

Augment 宣布将 Kimi K3 模型引入其产品家族，称其为至今测试过的最强大的开源模型。用户即日起可在 Augment 的智能体编排平台 Cosmos 上使用该模型。推理服务由 Fireworks AI 提供美国境内部署。Kimi K3 由 Moonshot AI 团队开发。

AI模型 Kimi K3 Augment Cosmos

事件专题

推荐理由：想用最强开源模型？Kimi K3 现在在 Augment 的 Cosmos 里就能直接跑，智能体编排加顶级推理，试起来。

原文

10:29

Jerry Liu@jerryjliu0

Ramp Labs 开源了 PorTAL 框架，用于共享任务表示和跨模型 LoRA 适配。该框架目前支持 Gemma 4 E2B、Mistral 7B 和 Thinky Machines 的 Inkling 模型，覆盖混合注意力模型和多模态系统。代码已在 ramp-public/portallib 仓库中公开，模型托管于 Hugging Face 的 RampPublic 组织。

AI模型 PorTAL Ramp Labs LoRA

事件专题

推荐理由：如果你做 LoRA 微调或想用一个框架搞定 Gemma、Mistral 和 Inkling 多个模型的适配，可以看看 Ramp 开源的 PorTAL。

原文

08:17

Fireworks AI@FireworksAI_HQ

Kimi 发布新模型 Kimi K3，已集成至编程助手 Cursor。该模型在 CursorBench 基准上得分接近前沿水平。推理服务由 Fireworks、Together 和 Baseten 在美国提供，并支持零数据保留。

AI模型 Kimi K3 Cursor Fireworks

事件专题

推荐理由：Kimi 的 K3 模型现在可以直接在 Cursor 里用了，编程体验接近前沿，而且支持零数据保留，适合敏感场景。

原文

06:37

官方账号NVIDIA AI@NVIDIAAI

78°

NVIDIA Cosmos模型在Hugging Face平台下载量突破1000万次，且仍在增长。该模型是开源世界基础模型，用于构建机器人和自动驾驶等物理AI系统。开发者和研究人员通过下载和实验来推动物理AI应用的发展。

AI模型 NVIDIA Cosmos Hugging Face

事件专题

推荐理由：NVIDIA的Cosmos模型在Hugging Face上下载量破千万了，专为机器人和自动驾驶设计的开源模型，开发者都在用。

原文

06:36

官方账号Cursor@cursor_ai

Kimi K3 模型正式集成到 Cursor 中。该模型在 CursorBench 基准上得分接近前沿水平。通过 Fireworks、Together 和 Baseten 提供美国地区推理，并支持零数据保留。Kimi K3 在编码辅助方面表现出色。

AI模型 Kimi K3 Cursor CursorBench

事件专题

推荐理由：Cursor 上了 Kimi K3，编程能力不输前沿模型，还支持零数据保留，可以试下。

原文

06:27

Guillermo Rauch@rauchg

Grok 4.5在Vercel的DeepsecBench网络安全漏洞检测基准中取得最佳性价比。其成本仅为Sol的1/10、Opus 5的1/5.7、Kimi K3的1/2.2，但性能与Kimi K3相近。Sol仍保持最高准确率分数，领先Opus 5。Kimi K3以1/5成本获得Sol一半的分数。

AI模型 Grok 4.5 Sol DeepsecBench

推荐理由：Grok 4.5做安全漏洞检测，比Sol便宜10倍但性能接近Kimi，预算有限的团队可以考虑它。

原文

06:11

lmarena.ai@lmarena_ai

精选

GPT-5.6 的 Sol、Terra、Luna 三个变体在 Agent Arena 中以 xHigh 设置进行测试。Sol 以 +10.1% 的净改进位列排行榜第二。Terra (+4.0%) 和 Luna (+3.3%) 也取得正向提升，与 Claude Opus 4.8 (+3.5%) 的水平相当。

AI模型 GPT-5.6 Agent Arena Sol

推荐理由：GPT-5.6 的 Sol 版在 Agent Arena 上表现亮眼，比 Terra 和 Luna 都强，直接对标 Claude Opus 4.8。想了解新模型实力的话可以看看。

原文

06:07

Poe@poe_platform

79°

AI模型 Claude Opus 5 Anthropic Poe

事件专题

推荐理由：Anthropic 出了 Opus 5，接近 Fable 5 的能力但便宜一半，agent 编程和知识工作更强，快去 Poe 试试。

原文

06:06

lmarena.ai@lmarena_ai

精选

GPT-5.6 Terra和Luna（xHigh变体）加入Agent Arena，基于全球社区的真实智能体会话排名第15和第17。在推理努力从低到高时所有变体均有提升，但低推理时Terra持平，Luna下降5.1%。效率前沿显示Luna xHigh（+3.3%）略优于Terra Medium（+3.1%）和Low（+1.2%），更便宜的模型通过更多推理努力可超越昂贵模型。同时GPT-5.6 Sol排名第2，基于7.8K会话，对比GPT-5.5 xHigh净提升1.6%，差距缩小，与Claude Fable 5的“表扬vs抱怨”信号得分分别为+10.9%和+17.3%。

AI模型 GPT-5.6 OpenAI Agent Arena

事件专题

推荐理由：OpenAI的GPT-5.6新变体在真实任务基准中表现具体，小模型靠更多推理能超越大模型，值得关注沙箱数据。

原文

05:21

lmarena.ai@lmarena_ai

精选

LMSys Chatbot Arena 引入新排名“Factuality”，结合人类偏好与事实准确性。Claude Opus 5 with Max reasoning 在 Text Arena 中位居第一。该排名通过抽取响应、提取可验证声明并逐对检查正确性来审计对战。Factuality 现已作为非默认切换选项在 Text 和 Search Arena 中上线。

AI模型 Claude Opus 5 LMSys Chatbot Arena Factuality

推荐理由：如果你看重模型回答的准确性，LMSys 新出的事实性排名很有参考价值。Claude Opus 5 这次在最重视事实的榜单上拿了第一，比之前只看人类偏好的排名更实在。

原文

05:17

lmarena.ai@lmarena_ai

79°

Claude Opus 5 在 LMSYS Arena 的 Frontend Code Arena 中排名第一，Text Arena（factuality 开启）也位列第一。开启默认高推理模式时，它在 Frontend Code Arena 排第三，仅次于 Kimi K3，在 Text Arena 排第二。该数据基于真实世界任务，包括智能体网页编码、文档推理和通用对话。Anthropic 发布的新模型在价格减半的情况下接近 Fable 5 的前沿智能水平。当前 Claude Opus 5 Max 的评分仍为初步结果，后续会更新。

AI模型 Claude Opus 5 Anthropic LMSYS Arena

事件专题

推荐理由：Anthropic 的 Claude Opus 5 在多个 Arena 基准上拿了第一，价格还比 Fable 5 便宜一半。做前端编码或文档推理的朋友可以重点关注。

原文

02:56

Aadit Sheth@aaditsh

Kimi K3拥有3万亿参数，支持1M上下文和原生视觉，推理能力与顶级闭源模型Opus相当。该模型已在Fireworks平台提供推理和训练服务，由美国托管且零数据留存。其价格比Opus低2-5倍，适合在成本和性能间平衡的场景。这是首个达到3万亿参数级别的开源前沿模型。

AI模型 Kimi K3 Fireworks 开源模型

事件专题

推荐理由：Kimi K3在Fireworks上刚上线，3万亿参数、1M上下文、原生视觉，性能不输Opus但便宜好几倍，做高性价比推理就选它。

原文

02:54

lmarena.ai@lmarena_ai

Kimi K3 (Max) 在 Agent Arena 中以 +9.75% 的净提升率超越 GLM-5.2 (Max) 的 +7.12%，成为开源权重模型第一名，并在 Frontend Code 竞技场（1682 分）和 Text 竞技场（1485 分）同样拔得头筹。该模型为 2.8T MoE 架构，支持原生视觉理解与 1M 上下文窗口，号称每单位计算智能提升 2.5 倍。Kimi 团队同步开源模型权重、高性能注意力核、MoE 通信库及代理运行基础设施。

AI模型 Kimi K3 GLM-5.2 Moonshot

事件专题

推荐理由：Kimi 开源了 K3 模型，Agent Arena 直接干翻 GLM-5.2，净提升超 9%，代码和文本竞技场也是第一，值得关注。

原文

02:52

lmarena.ai@lmarena_ai

Agent Arena 推出智能体性能排行榜，使用因果追踪技术分析模型决策路径。排行榜在 arena.ai 页面公开，提供详细方法论说明。该榜单旨在提升智能体评测的透明度和可解释性。

AI模型 Agent Arena 因果追踪智能体

推荐理由：想知道AI智能体谁最强？Agent Arena 新出了排行榜，还教你怎么用因果追踪看模型决策，挺有意思。

原文

02:51

lmarena.ai@lmarena_ai

AI模型 Kimi K3 Frontend Code Arena Agent Arena

事件专题

推荐理由：Kimi K3 (Max) 在代码和智能体测试中双料夺冠，连 GLM-5.2 都比它低一截，开发者和研究者可以关注这个新标杆。

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」）。