全部 AI 动态 · AI 热点

7月18日

03:30

Thomas Wolf@Thom_Wolf

Kimi K3 在内部写作基准测试中以 2840 Elo 得分排名第一，超越 Claude Fable 5。相比前代 Kimi K2.6 从第21位跃升至第1位。每脚本成本约 0.25 美元，比被取代的模型便宜 5 倍。这是首个开源权重模型在此基准登顶。

事件专题

推荐理由：Kimi K3 写作能力把 Claude Fable 5 比下去了，价格还便宜五倍，写稿子可以试试。

原文

02:33

宝玉@dotey

81°

月之暗面在GTC 2026演讲中提出用MuonClip替代Adam（2014）、Kimi Linear替代注意力机制（2017）和Attention Residue替代残差连接（2015），全部开源。MuonClip在万亿参数模型上训练超15万亿Token且无loss spike，数据利用效率接近翻倍。Kimi Linear采用KDA线性注意力，按3:1比例混合全注意力，在短、长输入和输出任务上全面超越标准全注意力。Agent Swarm在K2.5上支持100个Agent并行（K2.6升级至300个），通过实例化、完成和最终结果三种奖励训练并行协作。早期融合多模态训练混合15万亿Token，使视觉训练显著增强了文本能力。

AI模型 Kimi K2.5 MuonClip Kimi Linear

推荐理由：杨植麟把用了十年的优化器、注意力、残差连接全换了：MuonClip数据效率翻倍，Kimi Linear百万Token不掉分，Agent Swarm能并行100个智能体，开源模型离闭源又近了一步。

原文

02:16

AK@_akhaliq

VideoChat3 是一款完全开源的视频多模态大型语言模型，专注于高效通用视频理解。该模型在视频问答、时序定位等任务上展现能力。开发者可通过 GitHub 获取权重与代码。

AI模型 VideoChat3 视频理解多模态

推荐理由：VideoChat3 完全开源，适合研究视频理解，你可以自己部署试试效果。

原文

02:13

Justine Moore@venturetwins

DecartAI推出Nano Banana模型，允许用户通过视频或文本提示编辑直播流。用户上传场景截图作为参考图像，输入文本指令（如将女人改为穿背心的网红），模型能保留原光照效果。该功能基于参考图像进行编辑，无需从头生成。演示中展示了从截图到修改后画面的流程。

AI模型 DecartAI Nano Banana 视频编辑

推荐理由：DecartAI发了Nano Banana，能让你用视频或一句话改直播画面，上传截图就能保留原光照，挺好玩的。

原文

00:40

官方账号Jim Fan@jimfan

83°

Jim Fan团队推出RoboTTT，将机器人模型上下文长度从不到0.1秒扩展到5分钟（8000步），且推理成本恒定。与现有方法相比，性能提升3个数量级。RoboTTT基于Test-Time Training（TTT），在模型内部携带一个小型核心，每帧触发梯度更新，将历史压缩到权重中。8K上下文预训练比1K性能高出62%，且无饱和迹象。该方法支持从人类视频进行一次性上下文学习，并能在部署后持续自我改进，机器人可实时从错误中恢复。

AI模型 RoboTTT Jim Fan 机器人模型

事件专题

推荐理由：Jim Fan团队用RoboTTT让机器人记住5分钟的动作，上下文拉到8000步，性能飙升62%，还能从视频里学新活。

原文

00:16

Jerry Liu@jerryjliu0

精选

Kimi-K3在Frontend Code Arena中以1679分排名第一，从第18位跃升至第1位，超越Claude Fable 5。它在7个测试域中6个排名第一，仅在Gaming域落后。全量模型权重将于7月27日开源。这一成绩展示了中国开源模型在任务特定基准上的竞争力。

AI模型 Kimi-K3 Claude Fable 5 Frontend Code Arena

事件专题

推荐理由：Kimi-K3刚拿了前端代码领域第一，全面超越Claude Fable 5，权重下月底就开源，搞AI的值得关注。

原文

00:09

lmarena.ai@lmarena_ai

精选73°

Arena 新增“事实性”排名信号，基于人类偏好与事实性的加权组合重新排列模型。该团队标注了超过 200 万条来自真实对话的 LLM 声明（Text Arena 130 万+，Search Arena 70 万+），通过验证声明正确性比较模型。开启事实性后，Claude Fable 5 下降至第 2，GPT-5.5 上升 13 位至第 7，Muse Spark 下降 13 位至第 20。Meta 整体从第 2 跌至第 5，Anthropic 仍居第 1；开源模型中，Xiaomi 从第 9 跃至第 6。

AI模型 Arena factuality Claude Fable 5

事件专题

推荐理由：Arena 现在能看模型在事实准确性上的表现，Claude 和 GPT-5.5 排名变化挺有意思，想挑更靠谱的模型可以看看。

原文

7月17日

23:54

Ethan Mollick@emollick

英国政府AI安全机构（UK AI Security Agency）将使用其内部基准测试评估Kimi K3。该基准专注于AI安全能力。Kimi K3的权重将在几周内发布。测试结果将揭示Kimi是否赶上公开前沿模型，并引发大量网络安全讨论。

AI模型 Kimi K3 UK AI Security Agency AI安全

事件专题

推荐理由：英国官方机构要测Kimi K3了，看看它能不能追上前沿水平，到时候会引爆很多安全讨论。

原文

23:53

Ethan Mollick@emollick

埃森哲教授Ethan Mollick指出，中国开源权重模型已非常出色，其中K3的性能优于GLM-5.2，而GLM-5.2又超越了DeepSeek v4。这些模型正逐渐成为大型商业实体，彼此间的竞争日趋激烈。面对快速迭代的格局，Mollick质疑这些公司能否全部在竞赛中存活下来。

AI模型 K3 GLM-5.2 DeepSeek v4

推荐理由：看看中国开源模型圈的新排名：K3压过GLM-5.2，GLM-5.2又干翻DeepSeek v4，竞争白热化了。

原文

22:13

小互@imxiaohu

Gemma 4支持140多种语言，开箱即用即可使用35种以上语言，包括中文。在LiveKit Agents中切换至Gemma 4 31B只需一行配置，调整模型指向即可。该模型专为多语言语音Agent场景优化，提供广泛的覆盖能力。

AI模型 Gemma 4 LiveKit Agents 多语言

事件专题

推荐理由：用LiveKit搭语音Agent？改一行配置就能切到Gemma 4 31B，支持140多种语言，中文也在内。

原文

19:46

Yangyi@Yangyixxxx

xAI发布的Grok-4.5模型被用户评价为速度快、自由度高，能在NewMax中执行逆向Codex等复杂任务。该模型定位为编码、智能体和知识工作的全能旗舰，支持500k上下文窗口，可配置推理强度。API定价为$2/$6每百万token，低于同类旗舰模型。在独立评测中，其每智能指数任务成本显著低于对手，输出token效率领先。

AI模型 Grok-4.5 xAI 编程助手

推荐理由：Grok 4.5被用户吹爆，说它又快又便宜还能干复杂活，甚至能逆向Codex。如果你想要个干活利索、不磨叽的模型，可以试试它。

原文

19:13

orange.ai@oran_ge

AI模型开源模型模型评测体验

推荐理由：一位AI博主发布了首个达到世界一流水准的开源模型测评，带你看清它和闭源模型的差距在哪里。

原文

18:31

shao__meng@shao__meng

76°

Cursor 团队在 AI Engineer 大会分享其自动化 AI 研究框架，包含外循环（基于真实用户反馈和 A/B 测试结果改进模型）和内循环（优化训练过程，如生成更难 RL 环境）。Composer 2.5 成为产品内最受欢迎模型，得益于更多 RL 环境和训练方法。团队构建大规模 agent 系统（主 agent + 子 agent）自动完成实验启动、监控和问题上报，研究者可从 Slack 直接操作。与 SpaceXAI 联合训练的 Grok 4.5 是 Cursor 迄今最强模型，训练使用了海量 Cursor 真实交互数据和强化学习。演讲还揭示了递归自我改进机制：更强主模型蒸馏出更好辅助模型，进一步加速下一代训练。

AI模型 Cursor Grok 4.5 SpaceXAI

事件专题

推荐理由：Cursor 团队分享了他们如何用 agent 系统自动化模型训练，还聊了和 SpaceXAI 联合训练 Grok 4.5 的细节，干货很多。

原文

16:26

AI Will@FinanceYF5

Kimi-K3在Frontend Code Arena基准测试中获得1679分，超越Claude Fable 5排名第一。相比上一代Kimi-K2.6（排名第18），Kimi-K3跃升17位。在前端7个能力领域中，Kimi-K3在品牌与营销、参考图设计等6项中排名第一，仅在游戏领域位列第二。完整模型权重预计于7月27日前发布。

AI模型 Kimi-K3 Claude Fable 5 Frontend Code Arena

事件专题

推荐理由：Kimi新模型K3在前端代码基准上直接干到第一，比自家K2.6猛升17名，6个领域第一，很能打。

原文

16:25

AI Will@FinanceYF5

精选76°

Kimi K3是一个具有2.8万亿参数和100万上下文窗口的原生多模态开放模型。其Kimi Delta Attention机制在百万Token解码速度最高提升6.3倍。Attention Residuals使训练效率提升约25%，额外成本低于2%。该模型面向长周期Agentic Coding和自我进化工作流。

AI模型 Kimi K3 Kimi 多模态

事件专题

推荐理由：月之暗面发了Kimi K3，2.8万亿参数还支持原生多模态，解码快6倍，写代码和长文处理很强。

原文

15:01

orange.ai@oran_ge

Kimi K3 模型已上架 Cola 平台。用户可通过 Cola 体验 Kimi K3。当前 Kimi K3 在 Cola 上响应速度较慢。

AI模型 Kimi K3 Cola 月之暗面

事件专题

推荐理由：Kimi K3 刚上 Cola，想尝鲜的抓紧去，就是人太多可能会卡。

原文

15:00

orange.ai@oran_ge

Kimi K3 模型现已上架到 Cola 平台。据发布者称，该模型的智能水平仅次于 Fable 和 GPT 5.6。由于访问量较大，当前推理速度可能较慢。该模型定位为高性能推理模型，适合对比测试。

AI模型 Kimi K3 Cola 推理模型

事件专题

推荐理由：Kimi 新模型 K3 上架 Cola，号称只比 Fable 和 GPT 5.6 差一点，想试顶尖水平可以去跑跑。

原文

14:47

AI Will@FinanceYF5

Kimi K3 在多项任务上超越 ChatGPT 和 Claude Fable 5。用户用 Kimi K3 构建了 10 个应用案例，其中包括 Game Boy Advance 模拟器。这标志着 AI 模型竞争格局的重大转变。

AI模型 Kimi K3 ChatGPT Claude Fable 5

事件专题

推荐理由：Kimi K3 太强，能做 Game Boy Advance 模拟器这类应用，比 ChatGPT 和 Claude Fable 5 还厉害。看看这 10 个案例就懂了。

原文

13:49

AI Will@FinanceYF5

精选71°

Kimi K3 发布，参数规模达 2.8 万亿，支持 100 万 token 上下文和原生多模态。采用 Kimi Delta Attention 机制，百万 token 上下文中解码速度提升 6.3 倍。Attention Residuals 使训练效率提升约 25%，额外成本低于 2%。在 Online Exp、DECK-Bench、Finance-Bench 三项内部跑分中全面超过 Opus 4.8 和 GPT-5.5。该模型面向长周期 Agentic Coding 和自我进化工作流。

AI模型 Kimi K3 Opus 4.8 GPT-5.5

事件专题

推荐理由：Kimi 新模型 K3 跑分赢了 Opus 4.8 和 GPT-5.5，2.8 万亿参数还带百万上下文，解码快到飞起，技术细节值得细看。

原文

12:47

Ethan Mollick@emollick

Kimi K3 是一个好模型，但人们再次过度解读 Arena 排行榜的 ELO 分数，就像之前对 Llama 4 那样。Arena 用户评分的 ELO 有局限性，前端是文本聊天，容易通过训练或系统提示让用户主观偏好表现更好，偏离真实能力评估。

AI模型 Kimi K3 Arena评分 Llama 4

事件专题

推荐理由：别被 Arena 分数忽悠了——Kimi K3 虽好，但评分榜的坑和 Llama 4 时一样。

原文

12:20

AI Will@FinanceYF5

73°

Kimi K3 已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 四个平台上架。开发者可通过 platform.kimi.ai 调用 API。官方承诺模型权重在 2026 年 7 月 27 日前开放下载。技术博客 kimi.com/blog/kimi-k3 提供了详细信息。

AI模型 Kimi K3 Kimi Work Kimi Code

事件专题

推荐理由：月之暗面刚公布的 Kimi K3，能在 Work、Code 和 API 里直接用，权重未来还开放，比闭源模型更灵活。

原文

12:17

AI Will@FinanceYF5

72°

Kimi 发布了 K3 模型，结合 3D 推理、编程和视觉理解能力。它能够将文本概念、图片或视频转化为可玩的交互式 3D 体验。K3 实现了"vision in the loop"机制，模型可在代码和实时截图之间来回迭代。

AI模型 K3 Kimi 多模态

推荐理由：Kimi 刚发了 K3，能把图片视频转成可交互 3D，还能边写代码边看效果，挺实用的。

原文

12:16

AI Will@FinanceYF5

Kimi K3 Max在Kimi内部知识工作基准上获得三项得分：Online Exp Bench 75.5分，DECK-Bench 73.5分，Finance-Bench 62.6分。这些基准测试模拟真实用户Agent工作流中的常见任务。三项成绩均超过Claude Opus 4.8（max）和GPT-5.5（xhigh）。这表明Kimi K3 Max在Agentic知识工作上的能力和可靠性有所提升。

AI模型 Kimi K3 Max Claude Opus GPT-5.5

事件专题

推荐理由：Kimi K3 Max在三个内部知识工作基准上全面超过Claude Opus和GPT-5.5，适合关注智能体工作流的人看看。

原文

12:14

AI Will@FinanceYF5

82°

Kimi K3模型正式发布，拥有2.8万亿参数、100万Token上下文窗口，并支持原生多模态处理。其Kimi Delta Attention技术可在百万Token上下文中将解码速度提升最高6.3倍。Attention Residuals机制将训练效率提升约25%，额外成本控制在2%以内。该模型主要面向长周期Agentic Coding和自我进化工作流。

AI模型 Kimi K3 Kimi 多模态

事件专题

推荐理由：Kimi出了K3，2.8万亿参数还有百万级上下文，解码速度快了6倍多，做长代码任务很合适。

原文

12:13

AI Will@FinanceYF5

精选

Kimi 发布 K3 模型，基于两个架构更新：Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes），旨在改善长序列和深层网络中的信息流动。模型采用 Stable LatentMoE 框架，在 896 个专家中激活 16 个，大幅提升稀疏性。结合训练和数据优化，K3 的扩展效率相比 K2 提升约 2.5 倍，即更高效地将算力转化为智能。

AI模型 K3 Kimi Attention Residuals

推荐理由：Kimi 发了 K3，用 KDA 和 AttnRes 让长序列处理更流畅，MoE 专家数拉到 896 只激活 16 个，扩展效率翻倍，适合追新架构的朋友。

原文

12:01

小互@imxiaohu

月之暗面发布 Kimi K3，参数规模达 3 万亿，成为全球首个该量级的开放模型。在多项评分中，K3 不及闭源模型 Claude Fable 5 和 GPT 5.6 Sol，但与 GPT 5.5 和 Opus 4.8 水平相当。定价方面，K3 输入 $3.00/M tokens，输出 $15.00/M tokens，较上一代 K2.6 上涨 2-3 倍。

AI模型 Kimi K3 月之暗面开放模型

事件专题

推荐理由：月之暗面新出的Kimi K3是首个3万亿参数的开放模型，虽然比不上Claude Fable 5和GPT 5.6 Sol，但和GPT 5.5差不多，价格也涨了不少。

原文

10:49

orange.ai@oran_ge

Moonshot AI 的 Kimi K3 在内部写作基准中以 2840 Elo 排名第一，超越 Claude Fable 5。相比前代 Kimi K2.6，排名从第 21 跃升至第 1。每个脚本运行成本约 0.25 美元，比被超越的模型便宜 5 倍。这是首个开放权重模型在该基准登顶。

AI模型 Kimi K3 Claude Fable 5 Moonshot AI

事件专题

推荐理由：Moonshot AI 的 Kimi K3 在写作评测上干掉了 Claude Fable 5，成本还低 5 倍，开源模型也能这么强？

原文

10:48

orange.ai@oran_ge

73°

Kimi-K3在Frontend Code Arena中以1679分排名第一，超越Claude Fable 5。该模型从Kimi-k2.6的第18位跃升17个名次至榜首。在7个前端域中，Kimi-K3在6个领域（品牌营销、参考设计、数据分析、消费产品、模拟、内容创作工具）排名第一，仅在游戏领域落后于Fable 5位列第二。完整模型权重将于7月27日开源。

AI模型 Kimi-K3 Kimi_Moonshot Claude Fable 5

事件专题

推荐理由：月之暗面新模型Kimi-K3在代码排行榜上干掉了Claude Fable 5，六个子项第一，还承诺开源，看看能不能打。

原文

10:16

官方一手歸藏(guizang.ai)@op7418

Kimi K3 模型正式上线，引发广泛关注。用户反馈称其性能表现相当突出。有评论猜测该发布可能刺激 Anthropic 的 Dario 再次撰写博客强调开源模型的潜在危害。

AI模型 Kimi K3 模型发布 AI模型

事件专题

推荐理由：Kimi 发了新模型 K3，性能聊得很猛，想了解它为什么让 Anthropic 紧张？

原文

10:06

shao__meng@shao__meng

Kimi K3 是全球首个 3T（2.8T）级开源模型，支持 1M token 上下文和原生多模态，定位长时程智能体编码与知识工作。在 Frontend Code Arena 中获得 1679 分，领先第二名 Claude Fable 5 的 1631 分和第三名 GPT-5.6 Sol 的 1618 分。整体性能仅弱于 Claude Fable 5 和 GPT 5.6 Sol，在开源模型中表现最强，权重将于 7 月 27 日前开放。

AI模型 Kimi K3 开源模型

推荐理由：Kimi 发了 K3 开源模型，2.8T 参数加上百万上下文，在编程评测里甚至超过了 Claude 和 GPT，做智能体特别合适。

原文

09:54

Amjad Masad@amasad

76°

Kimi-Moonshot 的蒸馏模型 Kimi-K3 在 Frontend Code Arena 中获得 1679 分，排名第一，超越此前领先的 Claude Fable 5。相比前代 Kimi-k2.6（第 18 名），Kimi-K3 跃升 17 个位次。在 7 个前端评测领域中，Kimi-K3 在 Brand & Marketing、Reference-Based Design 等 6 个领域取得第一，仅在 Gaming 领域落后于 Fable 5。完整模型权重将于 7 月 27 日前开源。

AI模型 Kimi-K3 Claude Fable 5 Kimi_Moonshot

事件专题

推荐理由：Kimi-Moonshot 的蒸馏模型 Kimi-K3 在前端编码基准上直接干翻了 Claude Fable 5，还开源权重，值得关注。

原文

09:49

Gary Marcus@GaryMarcus

Gary Marcus转发Wenjie Ma的工作，指出神经符号AI方法schema可能使ARC-AGI-3基准变得可解。schema将经验转化为程序世界模型，并基于完整历史验证，然后搜索解决方案，无需进一步试错。该方法已在交互演示中展示效果，相关分析和演示托管在schema-harness.github.io。

AI模型神经符号AI ARC-AGI-3 schema

推荐理由：这个新方法用程序世界模型解决了ARC-AGI-3难题，不用反复试错，比纯神经网络更聪明。

原文

09:24

orange.ai@oran_ge

用户发推称实测了GLM 5.2和DeepSeek两个模型。GLM 5.2和DeepSeek在对话中均能生成中文内容。该测试未提供具体任务或基准分数。结果表明这两个模型的中文处理能力符合预期。

AI模型 GLM 5.2 DeepSeek 中文能力

推荐理由：有人试了GLM 5.2和DeepSeek，都说中文没问题，想确认效果可以看看。

原文

09:19

berryxia@berryxia

76°

Kimi 团队发布博客，宣布 K3 模型权重即将开源，面向推理合作伙伴开放。Moonshot 选择将前沿模型权重公开，表明即使处于顶尖性能水平，开放权重也是可行路径。这一举动传递的信息是智能进步不应被少数公司垄断，领先者有底气让更多人一起使用和迭代。

AI模型 Moonshot K3 Kimi

推荐理由：Moonshot (Kimi 团队) 要把 K3 模型权重开放了，打破闭源才能领先的老规矩，你可以直接用来推理和迭代。

原文

08:09

elvis@omarsar0

Impossible Research 团队推出自定义 agent harness 系统 Schema，能模拟物理学家思维方式。Schema 在 ARC-AGI-3 基准上达到饱和水平，支持游戏、代码编写和复杂推理。该工具旨在解决超困难问题，已公开演示成果。

AI模型 Schema ARC-AGI-3 Impossible Research

推荐理由：他们搞了个叫 Schema 的 harness，让 AI 学物理学家那样思考，直接刷爆 ARC-AGI-3 基准，挺有意思的。

原文

08:05

lmarena.ai@lmarena_ai

Kimi-K3在Frontend Code Arena中以76%的pairwise win rate排名第一，击败Claude Fable 5（63%）和GPT-5.6 Sol（58%）。该模型获得1679分，从第18位跃升至第1位。在品牌营销、参考设计、数据分析等6个领域均排名第一，仅游戏领域落后于Fable 5。Kimi-Moonshot团队将于7月27日前开源完整模型权重。

AI模型 Kimi-K3 Claude Fable 5 GPT-5.6 Sol

事件专题

推荐理由：Kimi-K3刚在代码前端评测中干翻Claude Fable 5，76%胜率，6个领域第一，权重还开源，绝对值得关注。

原文

08:04

官方账号Together AI@togethercompute

精选

Thinking Machines Lab 联合 Together AI 发布了 Inkling 多模态 MoE 模型。该模型原生支持文本、图像、音频三种输入。它具备可控推理努力机制，允许在推理时动态调整计算量。基于 Together 的 FlashAttention-4 内核优化，显著提升 token 效率。在多个基准上展示了高效推理能力。

AI模型 Inkling Thinking Machines Lab Together AI

事件专题

推荐理由：Inkling 是 Thinking Machines Lab 的新多模态 MoE 模型，同时支持文本、图像、音频输入，还能控制推理计算量，效率很高。

原文

07:19

官方账号Greg Brockman@gdb

精选

GPT-5.6 Sol Pro在prinzbench上取得91/99的成绩，基本饱和该基准。该基准包含两道从未被任何模型解出的问题（各值3分），排除后模型正确回答了93题中的91题。相比GPT-5.4 Pro的79/99和GPT-5.5 Pro的82/99有明显提升。prinzbench于2026年1月发布，仅5个月后被GPT-5.6 Sol Pro饱和，加速趋势显著。

AI模型 GPT-5.6 Sol Pro prinzbench OpenAI

事件专题

推荐理由：GPT-5.6 Sol Pro把prinzbench刷到91分，比前代高出一截，连从未解出的题都快能答了，基准加速饱和太明显。

原文

05:54

elvis@omarsar0

72°

Kimi发布K3开源模型，拥有2.8万亿参数、100万上下文窗口和原生多模态能力。K3采用Kimi Delta Attention，在百万token上下文中实现解码速度提升6.3倍。Attention Residuals机制以不到2%的额外成本带来约25%的训练效率提升。该模型面向长程智能体编程和自演进工作流设计，开源权重计划于2026年7月27日开放。

AI模型 Kimi K3 Moonshot AI 开源模型

事件专题

推荐理由：Kimi新开源模型K3，参数2.8万亿，能处理百万上下文，速度还快了6倍多，做长程智能体任务很合适。

原文

05:24

官方账号Simon Willison@simonw

精选

Simon Willison 发布关于 Kimi K3 模型的个人笔记，指出尽管 pelican 基准测试与模型实际能力（如长对话中的智能体工具调用）脱节，但仍能从中获得洞察。pelican 基准当前得分已无法完全反映 Kimi K3 在复杂任务上的表现。Willison 强调模型在 agentic tool calling 和长上下文交互上的进步比基准分数更重要。

AI模型 Kimi K3 pelican benchmark Simon Willison

事件专题

推荐理由：Simon Willison 分享了 Kimi K3 的实测感受，还聊了 pelican 基准的局限性，想了解模型真实水平可以看看。

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」）。