全部 AI 动态 · AI 热点

7月25日

01:53

官方一手歸藏(guizang.ai)@op7418

Claude Opus 5 已发布，定价与 Opus 4.8 相同。在多项基准测试中，Opus 5 成绩大幅优于 Opus 4.8，并且多数测评成绩高于 Fable 5。官方称其智能接近 Fable 5，但价格为 Fable 5 的一半。用户反馈该模型可用性明显提升。

事件专题

推荐理由：Opus 5 性能强于 4.8，价格不变，还接近 Fable 5 但便宜一半，值得升级。

原文

01:32

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA的Kaggle Grandmasters团队在2026 NeuroGolf Championship中获得第一名，在KDD Cup 2026 Data Agents Competition中获得第二名。NeuroGolf项目中，他们使用manager agents协调专业worker并构建共享知识库。KDD项目中，他们的定制化工具缩小了前沿LLM与小型开源模型之间的性能差距。这两个成绩展示了团队在智能体协作和模型优化方面的能力。

AI模型 NVIDIA Kaggle NeuroGolf

事件专题

推荐理由：NVIDIA团队用智能体协作拿下两个Kaggle大赛名次，还缩小了大小模型性能差距，挺有启发的。

原文

01:31

官方账号NVIDIA AI@NVIDIAAI

NVIDIA AI 在推特上公布了 NeuroGolf 竞赛第一名方案的写作链接，指向 Kaggle 比赛页面。同时展示了 KDD Cup 排行榜，数据来自 dataagent.top。这两个竞赛的结果可供社区参考和复现。

AI模型 NeuroGolf KDD Cup NVIDIA

事件专题

推荐理由：NVIDIA AI 刚发了 NeuroGolf 冠军方案和 KDD Cup 榜单，做竞赛的朋友可以看看。

原文

01:24

elvis@omarsar0

76°

Anthropic推出Claude Opus 5，定价为Fable 5的一半。该模型在token效率上显著改进，接近Fable 5的边界智能水平。它被设计为更主动和善于思考的模型，兼顾前沿能力与成本可负担性。

AI模型 Claude Opus 5 Anthropic Fable 5

事件专题

推荐理由：Claude Opus 5价格只有Fable 5的一半，token效率更高，适合想要前沿智能又不想花大钱的用户。

原文

00:55

官方账号vLLM@vllm_project

精选

vLLM 项目发布实验性插件 vLLM AFD Plugin，由 Ascend、vLLM、阶跃星辰、蚂蚁集团、FastAFD 联合开发。该插件针对 MoE 模型提出 Attention-FFN Disaggregation（AFD）方案，将注意力和专家/FFN 路径作为独立服务运行，支持独立扩缩容。AFD 运行在 NVIDIA GPU 和 Ascend NPU 上，无需 fork 即可使用相同 vLLM 服务接口。

AI模型 vLLM AFD Plugin MoE Attention-FFN Disaggregation

事件专题

推荐理由：vLLM 出了个新插件，把 MoE 推理的注意力层和专家层拆分部署，想分别扩缩容就方便了，支持 NVIDIA 和昇腾卡。

原文

00:35

官方账号Sam Altman@sama

Ethan Mollick 指出 GPT-5.6 Pro（仅聊天机器人可用）是目前最智能的模型。GPT-5.6 Ultra（Codex 中的最佳模型）在困难任务上表现较弱。对于真正难题，排名为：GPT-5.6 Sol Pro > Fable 5 Ultracode > GPT-5.6 Sol Ultra。模型命名令用户困惑。

AI模型 GPT-5.6 Codex Fable 5

事件专题

推荐理由：OpenAI 的模型命名越来越绕了，看看 E 教授的实测对比，帮你搞清 GPT-5.6 各版本谁最强。

原文

00:29

berryxia@berryxia

81°

Microsoft 发布了基于 Qwen3.5 架构的 27B 参数电脑操作 Agent Fara1.5-27B。它能看图像、读文字，像人一样控制电脑，支持浏览网页、填表单、从截图提取数据等任务。27B 的规模适合本地部署与自托管，门槛较低。该模型开源，让中等参数量的模型也能可靠完成真实网页自动化。

AI模型 Fara1.5-27B Microsoft Qwen3.5

事件专题

推荐理由：微软开源了27B的电脑操作Agent Fara1.5-27B，能控制电脑做网页自动化，本地就能跑，RPA可以退了。

原文

00:24

elvis@omarsar0

精选

Handoff 发布了 H1 模型，专门用于解析住宅建筑蓝图，能从原始 PDF 自动生成全工种材料清单。在自家基准测试中，H1 得分 81.6%，超过有经验的估算师，且比八个主流 AI 模型高出 30 个百分点以上。该模型体现了垂直 AI 在特定工作流中的优势。

AI模型 H1 Handoff 垂直AI

推荐理由：Handoff 的 H1 模型专啃建筑蓝图，自动算材料清单，准确率 81.6%，比八个通用 AI 模型还强。搞施工估算的可以看看。

原文

7月24日

23:38

Ethan Mollick@emollick

用户向Codex模型发出一个递归提示：先构建一个评估AI生成基准能力的基准BenchBench，再推理出BenchBenchBench的含义并运行，最后将结果写成arXiv论文。Codex仅用单次提示就生成了一个完整的PDF文档。这个PDF内容展现了Codex理解复杂嵌套指令并产出的能力，且论文本身具有一定的参考价值。

AI模型 Codex 编程助手提示词工程

推荐理由：有人给Codex一个递归的提示，让它造一个基准的基准，结果它真给你生成了完整的论文PDF，挺有意思的玩法。

原文

23:36

berryxia@berryxia

精选

Google发布了gmn，一个参数化、完全可微分的3D头部模型，所有面部动作和表情可精细控制并实时调整。该模型不需要GPU即可在CPU上运行，并在Hugging Face上提供了交互demo，用户可直接拖动参数观察表情变化。可微分特性使其能无缝接入神经网络训练流程，方便表情迁移、逆向渲染和虚拟人驱动。相比以往高质量3D头部模型要么过重要么难以与AI管线打通，gmn以开源参数化版本解决了这些问题。

AI模型 gmn Google 3D模型

推荐理由：Google出了个能在CPU上跑的3D头部模型gmn，所有表情都能调，还有在线demo直接玩，做虚拟人搞渲染都方便了。

原文

22:58

Patrick Loeber@patloeber

精选72°

谷歌在Gemini API更新中，对Gemini 3.6 Flash和Gemini 3.5 Flash-Lite模型弃用了temperature、top_p和top_k三个采样参数。这些参数之前用于控制生成文本的随机性和多样性。开发者需要查阅谷歌AI开发者指南了解影响和调整方法。该变更涉及两个模型的最新版本。

AI模型 Gemini Gemini 3.6 Flash Gemini 3.5 Flash-Lite

事件专题

推荐理由：谷歌刚把Gemini 3.6 Flash和3.5 Flash-Lite的采样参数废了，用这两个模型的开发者快去更新代码吧。

原文

22:57

小互@imxiaohu

Hyper3D Rodin在零件级模型生成基础上，进一步实现可交互动画资产生成。该技术从静态模型直接生成动画资产，降低游戏和动画开发门槛。生成的资产可用于游戏、动画开发与设计制造。

AI模型 Hyper3D Rodin 3D生成动画资产

推荐理由：Hyper3D Rodin直接从零件模型生成可交互动画，省掉手动绑定骨骼的功夫，做游戏和动画效率能高不少。

原文

15:51

orange.ai@oran_ge

ListenHub和Labnana平台已上架最新的图像模型Seedream 5.0 Pro。该模型在动漫人物等场景的美学表现上宣称超越GPT Image 2。同时平台还同步上线了图像编辑功能，支持局部修改。

AI模型 Seedream 5.0 Pro GPT Image 2 图像生成

推荐理由：ListenHub和Labnana刚上了Seedream 5.0 Pro，画动漫比GPT Image 2还好，还能局部修图，快去试试！

原文

13:57

Amjad Masad@amasad

1. 该代理的推文获得3516次阅读和37个点赞。2. 它声称通过自主研究掌握了现代LLM微调技术，相当于博士学位水平。3. 原文展示了11个数据图表（📊11）支撑其微调能力。4. 代理名为「chess autoresearch agent」，专注于自我探索型研究。

AI模型 chess autoresearch agent LLM微调智能体

推荐理由：一个AI代理自己研究LLM微调，还能拿博士水平，看看它怎么做到的。

原文

13:09

Ethan Mollick@emollick

Emollick 指出，GPT-5.6 Pro（仅通过聊天机器人可用）是当前最智能的模型。GPT-5.6 Ultra（Codex 中的最佳模型）在困难任务上表现不如 Pro。对于极难问题，性能排序为 GPT-5.6 Sol Pro > Fable 5 Ultracode > GPT-5.6 Sol Ultra。这一命名体系让用户难以区分。

AI模型 GPT-5.6 Pro GPT-5.6 Ultra Fable 5 Ultracode

事件专题

推荐理由：Emollick 实测对比了 GPT-5.6 系列和 Fable 5，告诉你哪个版本才是真正的推理之王，别再被名字骗了。

原文

12:15

shao__meng@shao__meng

72°

Black Forest Labs 发布 FLUX 3，定位为真实世界模型，统一处理图像、视频、音频三种模态。模型最长生成约20秒带原生音频的视频，支持续写、关键帧、多语言对白。图像合成与编辑功能将在数周后推出，强化复杂 prompt 和文字渲染。动作预测已通过 FLUX-mimic 用于 mimic robotics 和 Audi 场景。

AI模型 FLUX 3 Black Forest Labs 多模态

事件专题

推荐理由：FLUX 3 把图像、视频、音频放一起训，还能预测动作。已经能生成20秒带声音的视频，图像也快上了。

原文

11:34

shao__meng@shao__meng

72°

Together Compute 团队在 DeepSWE 基准上对比了 Kimi K3 max 和 GPT-5.6 Sol max。单次测试 pass@1 中 GPT 为 72.7%，Kimi 为 68.5%；但多次测试中 Kimi 反超，pass@4 达 89.4% 对 GPT 的 85.8%。成本方面 Kimi 约 $4.65/rollout，GPT 约 $8.37；每 $100 预算 Kimi 可解 14.7 题，GPT 仅 5.3 题。语言专长上 Kimi 在 Rust 更强（65-60），GPT 在 Python/TS/JS 更强。两模型任务级相关仅 0.46，组合覆盖率达 95.6%，推荐级联策略：先 Kimi 再 GPT，可达到 85.6% 解题率且成本更低。

AI模型 Kimi K3 max GPT-5.6 Sol max DeepSWE

事件专题

推荐理由：Together Compute 下了个对比，Kimi 和 GPT 在修 bug 上各有绝活，组合用比单干划算得多。

原文

11:28

官方账号阿里云 Alibaba Cloud@alibaba_cloud

AI模型 Qwen-Audio-3.0-TTS 阿里云语音合成

推荐理由：阿里云新出的Qwen-Audio-3.0-TTS模型在OpenRouter上就能用，语音听起来更自然，做语音交互的可以试试。

原文

08:20

岚叔@lufzzliz

FLUX 3 在自家评测中生成10秒、720p带音频的文生视频，效果与Seedance 2.0打平。该模型支持单次最长20秒的视频生成，涵盖文生视频、图生视频、视频续写、关键帧控制及多语言对白。除媒体生成外，FLUX 3 的底层模型可扩展为机器人动作预测，输出机械臂控制指令。目前处于Early Access阶段，视频生成已开放申请，图像版本数周后推出。

AI模型 FLUX 3 Seedance 2.0 视频生成

事件专题

推荐理由：黑森林家的FLUX 3 刚曝光，既能文生视频又能带音效，还和Seedance 2.0打了个平手，甚至能控制机械臂。想尝鲜的可以去申请测试。

原文

07:23

berryxia@berryxia

83°

Black Forest Labs推出FLUX 3，这是一个统一的多模态backbone，同时支持图像生成、视频、原生音频和机器人动作预测。目前视频功能已开放early access，未来将开放模型权重。该模型已与mimic、Audi合作，在真实机器人上运行测试。团队提出物理世界智能与内容创作可共享同一套视觉基础模型。

AI模型 FLUX 3 Black Forest Labs 多模态

事件专题

推荐理由：Black Forest Labs的FLUX 3把图像、视频、音频和机器人动作预测塞进一个模型，已经跟真实机器人合作跑起来了。

原文

06:58

@koltregaskes@koltregaskes

FLUX 3是一个单一模型，同时支持图像、视频、音频生成以及机器人动作预测。其衍生版本FLUX-mimic已在奥迪工厂用于布线、分拣和装配。FLUX 3 Video现已开放早期访问，可加入候补名单。未来数周至数月内将推出原生音频、动作预测、图像生成、快速变体及开放权重骨干。

AI模型 FLUX 3 FLUX-mimic Audi

事件专题

推荐理由：FLUX 3把图、视频、音频、机器人全做到一个模型里了，还已经在奥迪工厂跑起来了，视频版还能抢先体验。

原文

06:30

官方账号Nous Research@NousResearch

精选

蚂蚁集团（AntLingAGI）发布新MoE模型Ling-3.0-flash，总参数124B，激活参数5.1B，运行速度快。该模型专为智能体工作负载设计，涵盖编码、搜索、研究和工具使用场景。即日起一周内，用户可通过Nous Portal免费使用。

AI模型 Ling-3.0-flash AntLingAGI NousResearch

推荐理由：蚂蚁发了新MoE模型Ling-3.0-flash，124B参数但只激活5.1B，跑得快，还免费一周。适合搞智能体、编码或搜索任务，快去体验。

原文

06:09

OpenRouter@OpenRouterAI

Ling-3.0-flash是一款124B参数的MoE模型，每token仅激活约5.1B参数，由Novita Labs提供。该模型已在OpenRouter平台上线，主打token高效的agentic推理。即日起至8月3日可免费使用。

AI模型 Ling-3.0-flash Novita Labs OpenRouter

推荐理由：想省token跑agentic任务？试试Ling-3.0-flash，124B参数只激活5B，OpenRouter上免费到8月3日。

原文

05:38

官方账号Together AI@togethercompute

Kimi K3 模型将于7月27日通过 Together AI 平台上线，用户可在发布当天立即使用其推理服务。该服务支持编程、智能体以及生产负载等场景。Together AI 提供高性能推理基础设施，使开发者能第一时间体验 Kimi K3。

AI模型 Kimi K3 Together AI 推理模型

事件专题

推荐理由：Kimi K3 马上就能在 Together AI 上用了，7月27日当天就能跑编程和智能体任务，想抢先体验的快去试试。

原文

04:31

AI Engineer@aiDotEngineer

Amazon AGI Lab 发布 Perception Agents，让智能体感知、规划并行动。该框架开源了 harness 和 tooling，旨在解决真实场景中知识工作的杂乱问题。Perception Agents 专注于处理非结构化数据，通过感知层增强智能体的决策能力。该项目已连续四年由 @anbarth 参与讨论。

AI模型 Perception Agents Amazon AGI Lab

推荐理由：Amazon 开源了 Perception Agents 框架，让智能体学会感知真实混乱环境，直接解决知识工作中的痛点，值得关注。

原文

04:15

Latent.Space@latentspacepod

Poolside联合创始人兼CEO在播客中解释为何编程是通往AGI的路径。他们的Model Factory每月运行1万-2万个实验，八周内完成新模型迭代。Laguna S模型表明持久性和验证能力可能比原始智能更重要。智能体已经在帮助构建下一代模型。他认为未来应有100家基础模型公司而非5家。

AI模型 Poolside Laguna S 开源模型

事件专题

推荐理由：讲Poolside怎么用Model Factory快速做模型，Laguna S的思路，以及他们看好更多基础模型公司。

原文

03:11

OpenRouter@OpenRouterAI

阿里通义千问推出 Qwen-Audio-3.0-TTS Plus，这是其 TTS 模型的高质量版本。该模型在自然度、声音和音色保真度上进行了优化，支持多种语言和说话风格。相比前代，Plus 版本生成语音更加精细且富有表现力。用户可通过 OpenRouter 平台调用该模型。

AI模型 Qwen-Audio-3.0-TTS Plus Qwen 阿里

推荐理由：阿里刚发了Qwen-Audio-3.0-TTS Plus，语音更自然好听，还支持多语言和不同风格，做语音合成的可以试试。

原文

03:10

OpenRouter@OpenRouterAI

阿里通义千问团队发布Qwen-Audio-3.0-TTS Flash，专为低延迟实时交互优化。该模型内置语音克隆功能，可处理质量不佳的参考音频。OpenRouter已上架该模型，支持API调用。

AI模型 Qwen-Audio-3.0-TTS-Flash 阿里语音克隆

推荐理由：阿里出了个新TTS，能实时克隆声音，连不好的录音都能用，交互时延迟很低。

原文

03:07

官方账号vLLM@vllm_project

精选

PrimeIntellect 发布了 prime-rl 0.6.0，在 vLLM 上运行万亿级 agentic RL 推理。该版本采用 FP8 量化、专家并行、prefill/decode 分离以及 KV 缓存卸载（原生+Mooncake），并使用 vllm-router。在 28 个 H200 节点上，以 131k 序列长度训练 GLM-5 执行 SWE 任务，每步耗时不到 5 分钟。@m_sirovatka 将在 vLLM Office Hours 中深入讲解。

AI模型 PrimeIntellect prime-rl vLLM

推荐理由：PrimeIntellect 用 vLLM 把 agentic RL 搞到万亿参数级了，FP8 加专家并行，28 个 H200 节点跑 131k 序列，每步不到 5 分钟，训练 GLM-5 做 SWE 任务。

原文

03:06

Paul Couvert@itsPaulAi

Offloop团队推出D1层，一个仅3B参数的多智能体路由层。它在GDPval基准上达到SOTA，领先Claude Code和Codex，覆盖美国年收入2.4万亿美元的岗位需求。D1自动决定每个步骤由哪个智能体执行，替代手动比较多个agent输出。

AI模型 Offloop D1 GDPval

事件专题

推荐理由：Offloop搞了个D1路由层，3B参数就能自动调度多个AI agent，基准上干掉了Claude Code和Codex，挺有意思。

原文

02:51

OpenRouter@OpenRouterAI

微软AI在OpenRouter平台发布两个新模型。MAI-Image-2.5-Pro是其目前为止最高保真度的图像生成模型。MAI-Voice-2-Flash专为高容量、实时语音交互场景设计。两个模型现已可通过OpenRouter API调用。

AI模型 MAI-Image-2.5-Pro MAI-Voice-2-Flash OpenRouter

事件专题

推荐理由：微软新模型上线OpenRouter，图像更清晰，语音更实时，适合开发者和创作者试玩。

原文

02:50

OpenRouter@OpenRouterAI

OpenRouter 上线了微软的 MAI-Voice-2-Flash 模型，相比前代 MAI-Voice-2 推理速度提升2倍。该模型支持15种语言，保持自然韵律和声学质量，并提供细粒度语调控制。专为响应式语音助手和实时交互场景设计。

AI模型 MAI-Voice-2-Flash OpenRouter 微软

推荐理由：需要更快更自然的语音合成？微软新模型速度快两倍，15种语言随意切换，适合搭实时语音Agent。

原文

02:49

OpenRouter@OpenRouterAI

OpenRouter 在推特上发布了一条消息，获得 46 次浏览，内容指向 microsoft.ai/news 页面。该页面介绍了微软新推出的模型。目前具体模型名称和细节需通过链接查看。

AI模型 OpenRouter Microsoft 模型介绍

推荐理由：OpenRouter 分享了微软新模型的介绍页面，想了解具体有什么新模型可以点进去看看。

原文

02:10

elvis@omarsar0

多智能体系统面临智能体重复工作、互相通信浪费token的难题。Offloop团队训练了一个名为D1的调度器模型，它能决定哪个智能体下一步行动，并在合适时保持静默。该方法在GDPval基准上达到了SOTA性能，同时大幅降低了成本。用户还可以自带自己的AI订阅。

AI模型 Offloop D1 GDPval

事件专题

推荐理由：Offloop用D1调度器解决了多智能体互相重复工作的老问题，成本低还让你用自己订阅的AI。

原文

01:40

官方账号Epoch AI@EpochAIResearch

Epoch AI Research 推出 EpochAIPlays 项目，首场直播将基准测试 GPT 5.6 Sol 在游戏 Slay the Spire 上的能力。直播由 @AlephNuul 提供实时评论。该基准测试旨在评估模型在策略游戏中的推理和决策水平。结果将反映 GPT 5.6 Sol 在复杂规则环境下的表现。

AI模型 EpochAI GPT-5.6 Sol Slay the Spire

推荐理由：看看 Epoch AI 怎么用 Slay the Spire 测试 GPT-5.6 Sol 的游戏智商，和之前的基准很不一样。

原文

01:37

官方账号OpenAI@OpenAI

75°

OpenAI称每周有超过3亿用户向ChatGPT提出健康相关问题。他们与数百名医生合作，从准确性、安全性、沟通、上下文感知、完整性和适当升级六个维度改进模型。GPT-5.5 Instant已将前沿健康智能开放给所有免费用户。GPT-5.6 Sol进一步提升了处理更复杂健康问题的能力。

AI模型 ChatGPT OpenAI GPT-5.5

事件专题

推荐理由：OpenAI公布新数据，每周3亿人用ChatGPT问健康，还出了GPT-5.6 Sol专门优化复杂问答，免费用户也能体验升级。

原文

01:22

Mustafa Suleyman@mustafasuleyman

79°

Microsoft在PowerPoint中部署MAI图像模型，相比GPT-Image-2成本降低84%。在OneDrive中，MAI模型提升保存率26%并减少延迟约25%。该模型已成为Bing的默认模型，提供高质量性能。在Dragon Copilot中，转录模型覆盖58种语言，将多语言临床转录错误率减半。此外，GitHub和Excel中也在推进类似改进。

AI模型 MAI Microsoft GPT-Image-2

事件专题

推荐理由：微软把MAI模型塞进了PPT、OneDrive和Bing，成本降了84%，速度还快了，效果挺猛。

原文

01:20

Mustafa Suleyman@mustafasuleyman

72°

微软发布MAI-Voice-2-Flash，相比MAI-Voice-2推理速度快2倍。定价为每100万字符15美元，成本降低32%。该模型已集成到Dynamics 365 Contact Center，可为呼叫中心减少高达89%的GPU成本。目前处于公开预览阶段。

AI模型 MAI-Voice-2-Flash Microsoft Dynamics 365

推荐理由：微软新语音模型MAI-Voice-2-Flash，跑得快还便宜32%，支撑企业呼叫中心，GPU成本能砍89%。

原文

01:19

Mustafa Suleyman@mustafasuleyman

MAI-Image-2.5-Pro 今日在 Foundry 平台开放预览。这是微软最高保真度的专业级图像模型，支持高质量图像生成、精细编辑以及精确的图内文本渲染。该模型加入图像系列，开发者可根据质量、速度和成本选择适合的模型。

AI模型 MAI-Image-2.5-Pro Microsoft Foundry

事件专题

推荐理由：微软推出 MAI-Image-2.5-Pro 预览版，生成图像质量最高，还能精准渲染文字，适合专业场景。

原文

01:13

官方账号NVIDIA AI@NVIDIAAI

72°

NVIDIA AI展示使用PrimeIntellect托管RL训练，将Nemotron 3 Nano在数学任务上的准确率从22%提升至91%，总成本低于5美元。工作流程包括基线检查、奖励训练和重新测试，最终输出可下载的LoRA适配器。该方案可通过修改一行代码扩展至Nemotron 3 Super和Ultra。

AI模型 Nemotron 3 Nano PrimeIntellect RL

事件专题

推荐理由：花5美元用托管RL把Nemotron 3 Nano的数学准确率从22%拉到91%，还能一键扩展到更大模型，太实用了！

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」）。