全部 AI 动态 · AI 热点

7月21日

16:10

AI Will@FinanceYF5

Kimi-K3在Arena AI前端代码竞技场获得1679分，超过Claude Fable 5的1631分。这是中国模型首次在该竞技场超越美国模型。上一次中国模型逼近该位置是2025年初的DeepSeek-R1。该结果由中国AI公司月之暗面推出。

事件专题

推荐理由：Kimi-K3在代码竞技场拿了1679分，比Claude Fable 5高48分，中国模型第一次赢美国模型，可以看看。

原文

15:19

@elonmusk@elonmusk

马斯克宣布，SpaceX的大量世界级工程数据（排除ITAR限制的部分）将被加入Grok的2T参数运行的补充训练中。此举将显著提升Grok的工程能力，使其在复杂工程任务上表现更佳。

AI模型 SpaceX Grok ITAR

事件专题

推荐理由：SpaceX的工程数据喂给Grok，这波操作能让Grok的工程能力起飞，搞工程的可以关注。

原文

13:57

Hunyuan@TXhunyuan

腾讯混元推出 Hyra-1.0，这是其研究智能体的首个版本。该智能体能够递归地改进解决方案，专为性能驱动的研究和工程任务设计。Hyra-1.0 已在 AI4AI、AI4Science 和 AI4Fu 领域展示了演示案例。

AI模型 Hyra-1.0 Hunyuan 腾讯混元

推荐理由：腾讯混元发布 Hyra-1.0 研究智能体，能递归优化方案，覆盖 AI 研究、科学和娱乐场景。

原文

12:02

官方一手歸藏(guizang.ai)@op7418

Anthropic一位数学家使用Fable 5模型证明了雅可比猜想的一个反例，该猜想87年来未被解决，曾列入21世纪18大数学难题。随后OpenAI内部Codex版本（不联网）也独立证明了类似反例。该问题曾是张益唐博士的博士论文核心，因其导师给出的错误引理而长期未果。相关推文在Twitter获得超过2000万次浏览，引发对AI数学能力与学术环境的讨论。

AI模型 Fable 5 OpenAI Codex Anthropic

事件专题

推荐理由：Anthropic的数学家随手用Fable 5怼翻了87年的雅可比猜想，OpenAI的Codex也跟上了，连张益唐当年都没搞定，AI这波真有点猛。

原文

11:32

官方账号阿里云 Alibaba Cloud@alibaba_cloud

AI模型 Qwen-Audio-3.0-TTS Alibaba Cloud 语音合成

推荐理由：阿里云新TTS模型有两个版本，一个快一个精，支持16种语言，还能用自然语言调风格，语音克隆也更强了。

原文

10:24

shao__meng@shao__meng

76°

Cursor 团队用 Agent Swarm 系统从零实现 SQLite，依据 835 页文档用 Rust 编写并 100% 通过 withheld 的 sqllogictest。新 harness 下，Opus 4.8 规划 + Composer 2.5 执行成本约 $1,339，而全程用 Fable 5 则需 $20,057，质量相近。关键工程发现：协调成本和上下文效率比并行更重要，新系统冲突低于 1000 次，旧系统超 7 万次。成本大头在于更贵模型的规划决策，但廉价 worker 可承担 90%+ 的 token 消耗。

AI模型 Cursor Opus Composer

事件专题

推荐理由：Cursor 团队晒出的 swarm 实战：用 Opus 规划、Composer 执行，四小时从零写出能通过全套测试的 SQLite，成本只要一千刀出头。工程细节很硬核，值得看他们怎么解决多 agent 的协调问题。

原文

10:10

elvis@omarsar0

精选

Sakana AI宣布推出Fugu-Cyber，这是其Fugu编排模型的更新版本。该模型在真实世界安全基准上达到最先进水平，性能与GPT-5.5-Cyber和Mythos Preview等前沿模型相当。

AI模型 Sakana Fugu-Cyber AI安全

推荐理由：Sakana的Fugu-Cyber在安全基准上追平了GPT-5.5和Mythos，值得关注编排模型的新进展。

原文

05:32

OpenRouter@OpenRouterAI

OpenRouter 发布 Krea 2 Medium，定位为快速、低成本的通用图像生成起点。该模型在插画、动漫、绘画和表现主义风格上生成稳定一致。相比 Krea 2 完整版，Medium 版推理速度提升约 40%，API 定价降低 60%，适合批量创作和实验。

AI模型 Krea 2 Medium OpenRouter 图像生成

推荐理由：OpenRouter 出了个 Krea 2 Medium，速度快一半、价格打六折，画插画和动漫风格很稳，适合日常批量出图。

原文

05:31

OpenRouter@OpenRouterAI

OpenRouter 发布了 Krea 2 的蒸馏版 Medium Turbo，专为快速迭代和图形设计探索优化。该变体通过蒸馏技术牺牲少量质量换取显著速度提升，适合设计师在创意阶段高效试错。基于 Krea 2 基础架构，Turbo 版本在推理延迟上比原版降低约 50%。目前已在 OpenRouter 平台上线，提供 API 调用。

AI模型 Krea 2 Medium Turbo OpenRouter 图形设计

推荐理由：想快速出图做设计迭代？OpenRouter 把 Krea 2 蒸馏成 Turbo 版，速度翻倍适合图形探索。

原文

05:30

OpenRouter@OpenRouterAI

Krea AI 推出了 Krea 2 系列图像模型，包含 Large、Medium 和 Medium Turbo 三个版本。这些模型专为创意控制、风格参考和快速迭代而设计。Krea 2 目前已通过 OpenRouter 平台上线，用户可即时调用。Large 版本侧重高质量输出，Medium 平衡速度与效果，Medium Turbo 则优化生成速度。

AI模型 Krea 2 Krea AI OpenRouter

推荐理由：Krea AI 出了 Krea 2 三个模型，主打风格参考和快速改图，在 OpenRouter 上就能用，适合做创意设计的同学试试。

原文

04:23

lmarena.ai@lmarena_ai

Agent Arena 发布了 Inkling 的评分。具体分数可在排行榜链接中查看。该排行榜展示了多个智能体的表现对比。

AI模型 Inkling Agent Arena 智能体

推荐理由：Agent Arena 刚更新了 Inkling 的分数，想看看它和其他智能体比怎么样？直接点链接进去。

原文

04:21

官方账号NVIDIA AI@NVIDIAAI

Poolside的Laguna模型现已可在NVIDIA DGX Spark上本地运行。DGX Spark是NVIDIA推出的桌面级AI超级计算机。这使得Laguna模型能够在个人设备上进行高效推理，无需依赖云服务。具体性能指标尚未公布。

AI模型 Poolside Laguna NVIDIA

事件专题

推荐理由：Poolside把Laguna模型放进了NVIDIA的DGX Spark小盒子，以后本地跑代码生成模型更方便了。

原文

03:55

lmarena.ai@lmarena_ai

精选

Inkling在Agent Arena开源模型中排名第9，总分第30，是美国唯一进入前10的开源模型。它在CLI错误恢复方面表现突出（+6.4%，第16），但用户情感分仅-18.0%（第38），可操控性第35，任务完成第29。此外，Inkling在Frontend Code Arena开源模型中排名第10，总分第37，品牌营销领域第4、数据与分析第7。若Kimi K3按计划于7月27日发布权重，将成为排名第一的开源模型，使其他模型顺延一位。

AI模型 Inkling Agent Arena thinkymachines

事件专题

推荐理由：Inkling是当前美国最强的开源模型，在Agent Arena排第9，擅长处理复杂工作流和CLI错误恢复，但用户反馈一般，你可以试试看它是否适合你。

原文

03:54

lmarena.ai@lmarena_ai

Inkling 在 Agent Arena 排行榜中位列开放模型第9名，总体第30名，总分相较之前提升 9.6%。它在 Bash Recovery 任务中排名第18，提升 6.4%；Confirmed Task Success 排名第29，下降 5.6%；Tool Hallucination 排名第35，下降 0.9%；Steerability 排名第35，下降 10.4%；Praise vs. Complaint 排名第38，下降 18.0%。

AI模型 Inkling Agent Arena 开源模型

推荐理由：Inkling 这个开源模型在 Agent Arena 里表现不错，Bash Recovery 尤其亮眼，想看看它和其他模型差距的可以关注。

原文

02:24

官方账号LangChain@LangChainAI

LangChain 团队为 LangSmith 中的持续学习智能体 Engine 构建了 IssueBench 评估套件。该基准解决了 Engine 在运行时需要特定数据类型的评估难题。博客详细介绍了 IssueBench 的设计目标、构建方法以及如何衡量 Engine 性能。通过 IssueBench，开发者可以更客观地评估 Engine 在真实追踪数据上的表现。

AI模型 Engine IssueBench LangSmith

推荐理由：如果你在用 LangSmith 做智能体，想测试 Engine 能不能自动改进，这个评估套件能帮你量化效果，值得一看。

原文

01:52

官方账号Cursor@cursor_ai

一个AI智能体团队基于SQLite的835页官方手册，成功重建出Rust语言副本。该副本在保留测试套件中通过率达到100%。成本因使用的模型组合不同而波动，最高差距达15倍。实验展示了多智能体协作在复杂代码重构中的潜力。

AI模型 SQLite Rust 智能体

事件专题

推荐理由：看看AI智能体怎么读835页手册，把SQLite用Rust重写了一遍，还100%过测试，成本差15倍挺有意思。

原文

01:32

lmarena.ai@lmarena_ai

精选73°

Kimi K3 在 Agent Arena 排行榜上位列第4，与 Claude Opus 4.8 和 GPT-5.6 Sol 持平。若按计划于7月27日开源权重，将成为开源模型中排名第1。相比 Kimi K2.7 Code（第23名），K3 跃升至第4名，基于8000+实时智能体会话，确认任务成功率排名第1，好评相比投诉提升20.6%（第3名）。在 Frontend Code Arena 中，K3 以1679分超越 Claude Fable 5，从第18名跃升至第1名，并在7个领域中的6个取得第一。

AI模型 Kimi K3 Agent Arena Frontend Code Arena

事件专题

推荐理由：Kimi K3 智能体能力追上 Claude 和 GPT，还计划开源，前端编码直接登顶，值得关注这个国产模型的新进展。

原文

01:31

lmarena.ai@lmarena_ai

AI模型 Agent Arena 智能体排行榜

推荐理由：Arena官方公开了Agent排行榜，直接看各智能体的表现对比，一目了然。

原文

01:18

官方账号Microsoft Research@MSFTResearch

微软研究院发布多项AI成果：Aurora 1.5实现了开放预测，Flint改进了可视化技术，FlowDAgger加速了模型适应。此外，AI智能体成功破解了Rowhammer硬件安全防御，新型内存架构重塑了对话式AI。

AI模型 Aurora 1.5 Flint FlowDAgger

推荐理由：微软一口气发了Aurora 1.5、Flint和FlowDAgger，从预测、可视化到模型适应都有新进展，还攻破了Rowhammer安全防御，干货很多。

原文

00:28

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 宣布完全开源 Cosmos 3 Edge 模型，包含完整的模型权重、后训练配方和代码。该模型已在 Hugging Face 平台上线，用户可自由下载使用。这是 NVIDIA 边缘 AI 系列的最新开源版本。

AI模型 Cosmos 3 Edge NVIDIA Hugging Face

事件专题

推荐理由：NVIDIA 把 Cosmos 3 Edge 完全开源了，模型权重和训练代码都在 Hugging Face 上，直接就能拿下来玩。

原文

00:27

官方账号NVIDIA AI@NVIDIAAI

77°

NVIDIA 推出 Cosmos 3 Edge，一个拥有 4B 参数的开源世界模型。该模型包含一个基于 Nemotron 的 2B 参数量推理器，可在 DGX Spark、NVIDIA Jetson 等设备上本地运行。它主要服务于机器人学习、自动驾驶场景理解和智能基础设施的视觉 AI 推理。

AI模型 Cosmos 3 Edge NVIDIA 开源模型

事件专题

推荐理由：NVIDIA 开源了一个能在边缘设备上跑的世界模型 Cosmos 3 Edge，4B 参数加 2B 推理器，机器人、自动驾驶都能用，Jetson 上就能跑。

原文

00:15

Recraft@recraftai

Recraft 推出 V4.1 模型，能够生成电影级时尚人像、清晰产品图、水下场景和未来概念等各类图像。该模型保持单模型架构，无需切换不同版本。用户可通过文本提示词直接控制输出风格与内容。

AI模型 Recraft V4.1 Recraft 图像生成模型

推荐理由：Recraft V4.1 一个模型就能搞定产品图、人像、水下场景，不用来回换工具，值得试试。

原文

7月20日

22:16

elvis@omarsar0

网友 @omarsar0 在推文中称，其 LLM 模型 Fable 找到了 Jacobian 猜想的一个反例：映射 ((1+xy)^3 z + y^2 (1+xy)(4+3xy), y + 3x(1+xy)^2 z + 3xy^2(4+3xy), 2x - 3x^2 y - x^3 z) 的 Jacobian 行列式为 -2，且将 (0,0,-1/4)、(1,-3/2,13/2)、(-1,3/2,13/2) 均映射到 (-1/4,0,0)。作者认为标准基准测试不足以衡量 LLM 的真实能力，LLM 在解决极端难题上被低估了。

AI模型 Fable Jacobian猜想数学推理

推荐理由：Fable 这个 LLM 自己找到了一个复杂数学猜想的反例，比很多基准测试中的题目难得多，值得关注。

原文

21:40

岚叔@lufzzliz

Qwen-3.8 Max 参数量2.4T，支持多模态和1M上下文。同任务下速度比Kimi-K3快十倍，对探索性任务性价比高。前端能力与SOTA模型不相上下，限时一折、夜间0.2折。正式版将开源并持续进化，擅长Cowork类Agent任务。

AI模型 Qwen-3.8-Max 阿里推理模型

事件专题

推荐理由：阿里发了Qwen-3.8 Max预览版，参数量2.4T，速度比Kimi-K3快一个数量级，限时一折，正式版很快开源，感兴趣可以试试。

原文

21:12

官方账号阿里通义 Qwen@Alibaba_Qwen

阿里巴巴Qwen团队发布Qwen3.8-Max-Preview的最新版本，在多项能力上取得广泛进步，尤其在Web前端任务上有显著提升。该模型仍处于每日迭代中，团队邀请用户测试并反馈问题。未来计划发布更强大的正式版，并开源模型权重。

AI模型 Qwen3.8 Alibaba 编程助手

推荐理由：Qwen3.8预览版每天都在进化，这次Web前端进步特别大，写网页生成代码的好工具，快去试试吧。

原文

13:20

AI Will@FinanceYF5

73°

Kimi K3上线两天即冲至OpenRouter第10名，日均处理1400亿Token，但服务器负载过高导致吞吐从30 Token/s降至13，延迟飙至72秒，首字等待超过20秒。Deedy在文章中指出这一现象背后是算力经济学的核心叙事。

AI模型 Kimi K3 OpenRouter Deedy

事件专题

推荐理由：K3刚火两天就卡崩了，Deedy拿数据讲算力才是AI的硬道理。

原文

13:18

AI Will@FinanceYF5

精选72°

中国团队开源了一个3D重建模型，能从普通视频实时重建3D场景，仅需单个摄像头，无需LiDAR。该模型在单个GPU上运行速度达20 FPS，可稳定处理超过10000帧。在基准测试中，它优于传统的基于优化的方法。模型支持无人机航拍、行车记录和室内漫游等多种视频输入。

AI模型 3D重建开源模型实时3D

推荐理由：中国团队开源了这个3D重建模型，拿手机录段视频就能实时生成3D场景，比传统方法快，还不会崩。

原文

13:09

AI Will@FinanceYF5

该开源模型支持单摄像头视频输入，无需LiDAR，即可实时重建3D场景。在1万多帧长视频下仍保持稳定，单卡可达20fps。在无人机航拍、行车记录、室内漫游等场景测试中，性能优于传统优化类方法。

AI模型 3D重建实时重建单目视频

推荐理由：国内团队开源了一个超牛的模型，拿手机拍段视频就能实时生成3D场景，单卡跑20帧，上万帧不崩，比传统方法强，推荐给搞3D重建的朋友。

原文

10:36

shao__meng@shao__meng

Kimi 创始人杨植麟在 GTC 2026 做了题为「How We Scaled Kimi K2.5」的演讲。该视频是 Kimi YouTube 账号下唯一的长视频，播放量约 30 万。Kimi K3 的预告视频播放量达到 1600 万。杨植麟在演讲中可能透露了 Kimi K2.5 的训练扩展方法。

AI模型 Kimi K2.5 Kimi K3 杨植麟

事件专题

推荐理由：看看杨植麟怎么讲 Kimi K2.5 的 scaling 经验，还有 K3 预告爆火的数据对比。

原文

07:18

官方账号Greg Brockman@gdb

OpenAI 的 GPT 5.6 Sol 被认为是最有趣的数学模型。Thomas Bloom 检查了 erdosproblems.com 上几个新证明，均正确。这些证明包含有趣的想法。推文认为数学与科学进步已接近。

AI模型 GPT 5.6 Sol OpenAI

事件专题

推荐理由：OpenAI 的 GPT 5.6 Sol 在数学证明上表现靠谱，检查了几项新证明全对，还带来了新思路。

原文

02:54

elvis@omarsar0

精选73°

Qwen 3.8 即将发布并开源权重，该模型拥有2.4T参数，据称仅次于 Fable 5。其前代 Qwen 3.7 在 Hermes Agent 等子代理工作流中表现出色。目前 Qwen3.8-Max-Preview 已在阿里云 Token Plan、Qoder 和 QoderWork 平台开放试用。

AI模型 Qwen3.8 Alibaba 开源模型

推荐理由：如果你在用智能体工作流，Qwen 3.7 已经很好用，3.8 参数翻倍到 2.4T，开源且性能接近 Fable 5，值得试试预览版。

原文

01:48

The Rundown AI@therundownai

77°

阿里巴巴 Qwen 宣布即将开源模型 Qwen3.8，参数量达 2.4T。官方称该模型是目前最强模型之一，性能仅次于是 Fable 5。预览版 Qwen3.8-Max-Preview 已上线阿里云的 Token Plan、Qoder 和 QoderWork 平台。开发者可抢先体验，项目开源在即。

AI模型 Qwen3.8 Alibaba Fable 5

事件专题

推荐理由：阿里要开源 2.4T 参数的 Qwen3.8，称仅次于 Fable 5，预览版已能玩，模型迷可以蹲一波。

原文

7月19日

21:37

Paul Couvert@itsPaulAi

73°

阿里云发布 Qwen 3.8 max preview 开源权重模型，参数规模达 2.4T，官方称性能仅次于 Fable 5。该模型预览已通过阿里云平台开放，用户可选择起步价为每月 4 美元（首月优惠价）的套餐使用。同时平台还提供 GLM-5.2、DeepSeek V4 Pro 等模型的选项，并支持在 Claude Code、Hermes 等工具中调用。

AI模型 Qwen 3.8 max preview Alibaba GLM-5.2

事件专题

推荐理由：阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。

原文

21:28

shao__meng@shao__meng

精选

Cline 团队在相同 CLI 环境下测试 Kimi K3 和 Claude Fable 5 修复同一仓库 bug。Fable 5 耗时 3.5 分钟、18 次工具调用，Kimi K3 耗时 12 分钟、34 次工具调用，慢 3.4 倍。Token 消耗上 Kimi 用 120 万，Fable 用 73 万，Kimi 多 1.7 倍。但费用 Kimi 仅 $0.92，Fable 需 $2.13，Kimi 便宜 2.3 倍，源于其每 token 定价 $3/$15 对比 Fable 的 $10/$50。这是首次开源模型在修复任务中与顶尖闭源模型正面竞争。

AI模型 Kimi K3 Claude Fable 5 Cline

事件专题

推荐理由：想省钱就用 Kimi K3，想快就用 Fable 5，两个都能修好 bug，实测数据给你参考。

原文

21:27

shao__meng@shao__meng

DeepSeek V4 和 GLM 5.2 已发布。本周 Kimi K3 和 Qwen 3.8 曝光，对标 Claude Fable 5 和 GPT-5.6 Sol。Tencent Hy3 提升很大，MiniMax M3 落后但后续期待。Gemini 3.5 Pro 原定7月17日发布，因内部评估未通过而推迟。

AI模型 DeepSeek V4 GLM 5.2 Kimi K3

事件专题

推荐理由：这周模型圈太热闹了，DeepSeek V4、GLM 5.2 刚发，Kimi K3 和 Qwen 3.8 又来了，还有 Claude 和 GPT 对标，开源 SOTA 随时变天。

原文

20:06

@koltregaskes@koltregaskes

71°

Kimi K3在Arena's Frontend Code盲测中击败Claude Fable 5和GPT-5.6 Sol，排名第一。在DeepSWE基准上，K3得69%且每任务成本$4.65，而Sol得73%成本$8.39，Fable 5得70%成本$21.63。在Artificial Analysis的Intelligence Index上，K3得57分，仅比Fable 5的60分低3分。该模型在长时编码和知识工作方面表现突出，在AA-Briefcase排名第二。但幻觉率为51%，接近Grok 4.5的54%。开放权重将于7月27日发布。

AI模型 Kimi K3 Moonshot 开源模型

事件专题

推荐理由：中国开源模型Kimi K3编码能力比Claude和GPT还强，价格却便宜好几倍，做长上下文编程选它准没错。

原文

19:21

shao__meng@shao__meng

阿里巴巴宣布 Qwen3.8 即将开源，模型参数量达 2.4T，官方称其性能仅次于 Claude Fable 5。目前 Qwen3.8-Max-Preview 已在阿里云 Token Plan、Qoder 和 QoderWork 等平台上线供预览测试。该模型延续 Qwen 系列开源策略，有望成为开源社区又一强力竞争者。

AI模型 Qwen3.8 阿里巴巴开源模型

推荐理由：阿里开源 Qwen3.8，2.4T 参数直逼 Claude Fable 5，现在就能试 Preview 版，开源党快冲！

原文

18:59

岚叔@lufzzliz

阿里发布Qwen3.8-Max-Preview模型，参数规模超过2万亿。官方评测称其性能仅次于Fable 5。该模型已在Token Plan、Qoder和QoderWork平台上线。作为新一代大参数模型，它旨在提升推理和多任务能力。

AI模型 Qwen3.8-Max-Preview 阿里巴巴 Qoder

推荐理由：阿里新出的2万亿参数大模型Qwen3.8-Max-Preview，号称只比Fable 5差一点，已经能直接试用了，想看看它有多强可以测测。

原文

18:18

小互@imxiaohu

阿里云宣布 Qwen3.8 即将开源发布，模型参数规模达 2.4T。官方称其综合能力仅次于 Fable 5，与领先前沿模型相当。预览版 Qwen3.8-Max-Preview 已登陆阿里云 Token Plan、Qoder 和 QoderWork 平台供用户抢先体验。

AI模型 Qwen3.8 阿里开源模型

推荐理由：阿里发了 Qwen3.8，2.4 万亿参数还开源，官方说只比 Fable 5 差一点，现在就能试预览版。

原文

18:08

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云宣布 Qwen3.8 即将发布并开源权重，模型参数规模达 2.4T。官方称其兼容领先前沿 AI 模型，综合能力仅次于 Fable 5。预览版 Qwen3.8-Max-Preview 已上线 Token Plan、Qoder 和 QoderWork 平台。用户可率先体验这一开源大模型。

AI模型 Qwen3.8 阿里云 Token Plan

推荐理由：阿里云发了 Qwen3.8，2.4T 参数即将开源，预览版现在就能在 Token Plan 上试，看看是不是真仅次于 Fable 5。

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」）。