全部动态
GPT-6 Astra 打 Minecraft 打出了史无前例的进度，结果一只苦力怕把箱子连人一起炸了，看它气到自我复盘还挺有意思。
GPT-6 Astra 打 Minecraft 打到收集烈焰棒和末影珍珠这一步，比之前所有 AI 都远，结果被一只苦力怕清空存档，直播全程挺有意思。
Convai Innovations 在 Hugging Face 挂出了模型卡，想追开源新模型的话可以直接去页面看参数和用法。
Jev 发布才 7 天，开源多语言 System 1 决策模型就冲上 Hugging Face 趋势榜第一，GitHub 星标破 1.5 万，追开源动态的可以看看。
Claude 只用一条提示词就跑出了物理学家之前不敢碰的九圈计算，Dixon 本人验证通过，成本才几千美元，做物理的可以看看细节。
HuggingFace 开源了 5000 个数据科学 RL 任务，源自真实 Kaggle 笔记本，评分不用 LLM 判卷，还配了 SFT 轨迹和 Colab 脚本，想自己练小模型可以直接上手。
Recraft 的 V4.1 Flash 速度真快，用户 Heather Green 放了四组油画和复古字排的完整提示词，想玩文生图的直接抄。
Anthropic 的 Claude Opus 5.5 把破折号用量砍了 95%，回答还变长了 6%，全靠更短的句子撑起篇幅，数据挺有意思。
Hugging Face 开源了 5000 个可验证 RL 任务，专练小模型的代码和数据科学能力，环境和训练脚本全给你，想自己跑 RL 的可以看看。
Text Arena 拆了 Opus 5.5 和 5 的写作差异：句子短了 17%，破折号少 95%，但含糊词翻倍，写东西前可以看看。
Perceptron 新出的 Mk1.5 专门给无人机、机器狗这类设备当大脑，能持续追踪视频里的物体、听懂声音，还会自己派子代理干活，价格也挺便宜。
Anthropic 官方盘点了 Opus 5.5 的玩法，有人一句话花 25.66 美元做了个可交互的镜头对焦模拟器，成品能直接玩。
OpenRouter 跑了五个 agent 基准，Jev Router 首 token 延迟全场最快，做智能体的可以看看选路由了。
Qwen Image 3 Pro 在 OpenRouter 社区票选里赢过了 Nano Banana Pro 和 GPT Image 2，想换图像模型可以看看这份排名。
OpenAI 新模型在 Agent Arena 用一半价格逼近 Claude Fable 5 的表现，做智能体应用的成本压力小多了
OpenAI 的 GPT-6 Sol 上 Agent Arena 了，净改进 +7.7% 排第 6，确认成功率排第 4，API 价格还比 GPT-5.6 便宜一半。
LMArena 用不到 60 秒讲清 GPT-6 Sol 和 Claude Opus 5.5 到来这周的动态，赶时间可以直接刷这条视频。
有人让 Claude Opus 5.5 一口气画 100 张 matplotlib 图，想看它批量写代码稳不稳的可以看看这个实测。
Cline 免费开放了匿名模型 Pixel Canary，跑分和 GPT-6 Astra 打平、超过 Kimi K3，写 Next.js 的可以试试。
美团中秋半夜甩出 LongCat 2.5 预览版，16T 参数只激活 48，还有 1M 上下文和原生多模态，参数配置看着很猛，可以蹲一下实测成绩。
有人实测 DeepSeek 后感叹 Visual Primitives 帮了大忙，虽然视觉能力还差点意思，讨论挺有意思。
阿里 Qwen3.8-Max 被曝跑了 33 轮自动训练迭代，AA 分数从 40 涨到 45，还有 2.4T 参数的说法。
Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。
马斯克罕见承认自家 Grok 4.7 不如 Anthropic 的 Opus 5.5，还给了追赶时间表，访谈原话挺少见的。
NaceAI 刚发了 Drex，一个小于 6B 的小模型，专门帮智能体做路由和选工具，不写推理文本直接输出每个选项的概率，比用生成式模型省算力。
Salesforce Research 搞了个跑研发全流程的智能体系统，代码优化提速最高 1.84 倍，还能自动训练 1T 模型，搞基建的可以看看。
机器人公司 Perceptron 出了个 35B 的第一人称视频模型，MMSearch 上开了搜索工具 F1 直接从 18.2 涨到 54.3，做具身智能的可以看看。
有人用手机上的 Claude Code 让 Claude Opus 5.5 独立做了个 5 分钟的 UMAP 算法讲解动画，旁白和视觉全是模型自己想的，效果可以直接看。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档