全部 AI 动态 · AI 热点

7月17日

05:13

Aravind Srinivas@AravSrinivas

精选72°

Kimi.ai 发布 Kimi K3，拥有 2.8 万亿参数和 100 万 token 上下文窗口，原生支持多模态。Kimi Delta Attention 使百万 token 上下文解码速度提升至 6.3 倍。Attention Residuals 技术以低于 2% 的额外成本实现约 25% 的训练效率提升。Kimi K3 已上线 Kimi.com、Kimi Work、Kimi Code 及 API，开源权重计划于 2026 年 7 月 27 日发布。

事件专题

推荐理由：Kimi K3 参数和上下文双双拉满，解码快 6.3 倍，还承诺开源，做长上下文编程的别错过。

原文

05:00

lmarena.ai@lmarena_ai

精选76°

Kimi K3在Text Arena以1486分排名第9，较Kimi K2.6的38名跃升29位。该模型在创意写作、编程和指令遵循三个子项进入前十，并在物理与社会科学、法律与政府、医学与医疗三个职业领域排名第一。Kimi K3拥有2.8万亿参数和100万上下文窗口，其Delta注意力机制使百万token上下文的解码速度提升6.3倍，Attention Residuals在不到2%额外成本下实现约25%训练效率提升。完整模型权重将于2025年7月27日开源。

AI模型 Kimi-K3 Kimi Moonshot

事件专题

推荐理由：Kimi发了K3，2.8万亿参数，Text Arena排名比上代涨了29位，代码和创意写作都进前十，权重7月开源值得关注。

原文

04:54

AI SDK@aisdk

76°

Moonshot推出Kimi K3模型，拥有2.8万亿参数和100万上下文窗口，支持原生多模态。采用Kimi Delta Attention技术，百万token上下文解码速度提升至6.3倍。Attention Residuals机制实现约25%更高训练效率，成本仅增加不到2%。模型已上线Kimi.com、Kimi Work、Kimi Code及Kimi API，计划2026年7月27日开源权重。

AI模型 Moonshot Kimi K3 推理模型

事件专题

推荐理由：Kimi K3参数2.8万亿，百万上下文，解码快6.3倍，适合长任务编程，赶紧试试。

原文

04:21

Paul Couvert@itsPaulAi

73°

Kimi K3由Kimi.ai发布，拥有2.8T参数和1M上下文窗口。在编程和智能体任务上表现领先，部分指标超越Fable 5和GPT-5.6 Sol。定价与Sonnet 5相同，但推理成本更低。在前端设计竞技场首次登顶。

AI模型 Kimi K3 Kimi_Moonshot 开源模型

事件专题

推荐理由：Kimi K3开源了，2.8T参数比Fable 5还便宜，编码和智能体任务很强，试试看。

原文

04:20

The Rundown AI@therundownai

社交媒体帖子提及Agentic benchmarks，显示0条评论、0次转发、1个点赞和770次浏览。该内容聚焦于智能体基准测试。

AI模型智能体基准测试 Agentic benchmarks

推荐理由：一条关于Agentic benchmarks的简短帖子，看看大家对智能体基准测试的关注度

原文

04:17

lmarena.ai@lmarena_ai

精选72°

Kimi K3 在 Code Arena 前端榜单以 1679 分超越 Claude Fable 5 升至第一，排名从 Kimi-k2.6 的第 18 位跃升 17 位。在 Brand & Marketing、Reference-Based Design 等 6 个领域排名第一，仅在 Gaming 领域落后 Fable 5 列第二。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：Kimi 新模型在前端代码上把 Claude Fable 5 比下去了，六个子项都排第一，而且权重会开源，值得试试。

原文

04:13

lmarena.ai@lmarena_ai

精选74°

Kimi K3拥有2.8万亿参数和100万token上下文窗口，采用Kimi Delta Attention技术，在百万token上下文中解码速度提升最多6.3倍。Attention Residuals技术以不到2%的额外成本实现约25%更高的训练效率。该模型专注于长时智能体编码和自演进工作流，已在Kimi.com等平台上线，开放权重将于2026年7月27日发布。

AI模型 Kimi K3 Kimi 长上下文

事件专题

推荐理由：月之暗面刚发Kimi K3，2.8万亿参数能处理百万上下文，解码快6倍多，适合搞长代码项目。

原文

04:09

Ethan Mollick@emollick

一项新基准测试要求AI一次性程序化生成不同历史时期的港口城镇文件。目前已有GPT-5.6 Pro、Fable、Kimi K3和Inkling四个模型参与。作者提供了所有模拟的可交互链接。该基准被认为能出人意料地反映模型能力。

AI模型 GPT-5.6 Pro Fable Kimi K3

事件专题

推荐理由：想看看不同AI在一次性生成复杂历史场景上的表现？这里有GPT-5.6 Pro、Fable、Kimi K3和Inkling的对比，还能自己玩模拟。

原文

03:27

lmarena.ai@lmarena_ai

精选78°

Kimi_Moonshot 发布的 Kimi-K3 模型在 Frontend Code Arena 中以 1679 分排名第一，超越 Claude Fable 5。相比此前第 18 名的 Kimi-k2.6 跃升 17 位。在 Brand & Marketing 等 6 个领域中均排名第一，仅 Gaming 领域位居第二。完整模型权重将于 7 月 27 日前开源。

AI模型 Kimi-K3 Kimi_Moonshot Claude Fable 5

事件专题

推荐理由：Kimi-K3 刚把 Claude Fable 5 从第一拉下来，前端代码评测全面领先，很快还会开源权重，玩编程的可以关注。

原文

03:13

elvis@omarsar0

83°

Kimi K3 是 Moonshot AI 发布的新模型，拥有 2.8T 参数。该模型在前端代码竞技场（Frontend Code Arena）排名第一。其在多项基准测试中的得分与 GPT-5.6 和 Fable 5 相近。

AI模型 Kimi K3 Moonshot AI 前端代码

事件专题

推荐理由：Kimi K3 参数达 2.8T，前端代码竞技场拿第一，跟 GPT-5.6 差不多强，值得关注。

原文

03:07

The Rundown AI@therundownai

Moonshot发布开源模型Kimi K3。早期基准测试中，Kimi K3全面超越Claude Opus 4.8。性能与Fable和GPT 5.6 Sol相当。定价与Sonnet相同。可能成为今年DeepSeek时刻。

AI模型 Kimi K3 Moonshot Claude Opus 4.8

事件专题

推荐理由：开源模型Kimi K3性能吊打Claude Opus 4.8，价格却和Sonnet一样，值得关注。

原文

02:55

OpenRouter@OpenRouterAI

精选71°

Meta 发布 Muse Spark 1.1 模型，已在 OpenRouter 平台上线，目前仅限美国开发者使用。输入价格为 1.25 美元/百万 token，输出价格为 4.25 美元/百万 token，定位高性价比。该模型专为生产级智能体工作负载设计，支持多模态输入，具备高智能水平。OpenRouter 称其为最具性价比的高智能模型之一。

AI模型 Muse Spark 1.1 OpenRouter Meta

推荐理由：Meta 新模型 Muse Spark 1.1 上架 OpenRouter，输入才 $1.25/M，还支持多模态，做智能体很划算，美国开发者快试试。

原文

02:54

OpenRouter@OpenRouterAI

Muse Spark 1.1 是一个多模态推理模型，专为智能体任务设计，涵盖编码、工具使用、计算机使用和多模态理解。该模型在多个能力维度上展示了性能表现。

AI模型 Muse Spark 1.1 多模态推理模型

推荐理由：Muse Spark 1.1 专门做智能体任务，能同时处理代码、工具调用和多模态理解，和通用模型路线不一样。

原文

02:50

OpenRouter@OpenRouterAI

Muse Spark 1.1 现已通过 OpenRouter 平台面向开发者开放。该版本当前仅限美国地区开发者使用。开发者可在 OpenRouter 上直接调用 Muse Spark 1.1 模型。

AI模型 Muse Spark Muse Spark 1.1 OpenRouter

推荐理由：Meta 的 Muse Spark 1.1 刚上架 OpenRouter，美国开发者快去试试。

原文

02:43

lmarena.ai@lmarena_ai

精选

Kimi K3 由 Moonshot AI 推出，已在 Agent Arena 上线。Agent Arena 使用数百万真实世界的长期任务评估模型性能，模型可调用网页搜索、文件系统和终端工具。Kimi K3 还支持 Text、Vision、Document 和 Frontend Code 等竞技场，用户投票将驱动排行榜更新。其评估采用因果追溯方法，衡量模型在复杂工作流中的成果表现。

AI模型 Kimi K3 Moonshot Agent Arena

事件专题

推荐理由：Kimi K3 来了，在 Agent Arena 上测真实长期任务，还能调工具，快去看它和别的模型比咋样。

原文

02:42

lmarena.ai@lmarena_ai

精选

Inkling 在 Frontend Code Arena 开放权重模型中排名第10，得分1434，总体排名第37。它是前15名中唯一的美国开放权重模型。在品牌与营销领域排名第4，数据与分析领域排名第7，其余领域均进入前20。该模型由 Thinking Machines 发布，支持文本、图像、音频多模态推理，并提供全权重下载。即日起可通过 Tinker 进行微调并在 Inkling Playground 体验。

AI模型 Inkling Thinking Machines Frontend Code Arena

事件专题

推荐理由：Thinking Machines 出的 Inkling 开放权重模型在多模态推理和多个基准上表现不错，是美国目前排名最高的开放模型，不妨试试它的推理效果。

原文

01:49

官方账号Meta AI@AIatMeta

Meta 宣布推出 Muse Spark 1.1 版本，现已在 OpenRouter 平台上对美国开发者开放。该模型是 Meta 的 AI 生成模型，1.1 版本可能带来性能改进。开发者可借助 OpenRouter 平台访问该模型进行实验和开发。具体更新细节尚未公布，但社区期待其能力提升。

AI模型 Muse Spark Meta OpenRouter

推荐理由：Meta 的 Muse Spark 1.1 上线了，在 OpenRouter 上美国开发者可以直接用，感兴趣可以试试新版本有哪些变化。

原文

01:45

Suhail@Suhail

用户整理了2025年4月16日至7月16日期间多个AI模型的发布日期，包括Opus 4.7（4/16）、Kimi K2.6（4/20）、GPT-5.5（4/23）、DeepSeek V4 Pro（4/24）、Opus 4.8（5/28）、Fable 5（6/9）、Kimi K2.7（6/12）、GLM-5.2（6/16）、Grok 4.5（7/8）、GPT-5.6（7/9）、Muse Spark 1.1（7/9）、Inkling（7/15）和Kimi K3（7/16）。该列表覆盖了来自Anthropic、月之暗面、OpenAI、DeepSeek、xAI、智谱等公司的13款模型。

AI模型 Opus Kimi GPT

事件专题

推荐理由：想要快速回顾近四个月各家发了哪些模型？看这张时间表就够了，直接按时间排序，一目了然。

原文

01:18

mem0@mem0ai

精选

Mem0在其记忆检索管线中评估了NVIDIA的Nemotron-3-Embed嵌入模型。在LongMemEval基准上，该模型的Recall@10从Qwen-3-600m的78.71提升至80.38。Nemotron-3-Embed具有开放权重，支持Blackwell上的NVFP4高效推理，且吞吐量高，适合频繁写入的系统。Mem0还详细介绍了其嵌入使用方式及评估过程。

AI模型 Nemotron-3-Embed NVIDIA Mem0

事件专题

推荐理由：NVIDIA新嵌入模型Nemotron-3-Embed在检索任务上超越Qwen-3-600m，开放权重加NVFP4，适合做记忆系统。

原文

01:07

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 宣布提供三种方式试用 Thinkymachines 的 Inkling 模型：1) 通过 build.nvidia.com 获取免费 GPU 加速端点；2) 使用 NVIDIA NIM 下载并本地运行；3) 借助 NVIDIA Dynamo 的 GitHub recipe 部署。Inkling 是一个新发布的模型，支持直接通过云端或自托管使用。所有渠道均面向开发者开放。

AI模型 Inkling Thinkymachines NVIDIA

事件专题

推荐理由：想试试 Thinkymachines 的新模型 Inkling？NVIDIA 给了三种方式，包括免费 GPU 端点，直接上手非常方便。

原文

01:03

官方一手歸藏(guizang.ai)@op7418

Kimi 的多模态理解能力被用户评价为表现优异。用户提到 Claude 似乎越来越不重视多模态任务。该用户认为 Kimi 的多模态功能在对比中有明显价值。

AI模型 Kimi Claude 多模态

推荐理由：Kimi 多模态理解很能打，Claude 如果放弃这块，Kimi 就是刚需

原文

00:41

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA 发布了 Nemotron 3 Embed 8B 模型。该模型在 RTEB 基准测试中取得总体第一，RTEB 评估真实世界任务的检索准确度。更好的检索能力为智能体提供更相关的上下文，有助于提升响应准确性。

AI模型 Nemotron 3 Embed 8B NVIDIA RTEB

事件专题

推荐理由：NVIDIA 新出的 8B 嵌入模型，RTEB 排名第一，检索能力强，适合做 RAG 和智能体。

原文

00:34

向阳乔木@vista8

Kimi K3 在国产模型排名中登顶，成为当前第一名。这是Kimi团队在模型竞争中的重要成果。K3模型展现了国产模型的最强实力，引发社区广泛关注。

AI模型 Kimi K3 国产模型排行榜

事件专题

推荐理由：Kimi K3 拿下国产模型第一，性能很能打，想了解国产最强模型就看它。

原文

00:21

Naval@naval

Impossible Research团队发布了名为[schema]的agent harness，能使LLM像物理学家一样推理。在ARC-AGI-3公开测试中，该harness结合Opus 4.8与Fable 5达到99% RHAE，使用GPT-5.6 Sol达到95.35% RHAE。它还能玩游戏、写代码。

AI模型 Impossible Research schema ARC-AGI-3

推荐理由：Impossible Research的[schema]让LLM像物理学家推理，ARC-AGI-3刷到99% RHAE，太强了

原文

00:20

岚叔@lufzzliz

用户付费测评了Kimi-K3和GLM-5.2两个国产模型，认为它们与海外SOTA模型的差距正在缩小。在“托举大力神杯”任务中，Kimi-K3的表现仅次于fable-5模型。测评提到Kimi-K3推理速度较慢，需要付费才能完成测试。GLM-5.2也被评价为“国产之光”。

AI模型 Kimi-K3 GLM-5.2 fable-5

事件专题

推荐理由：有人真金白银实测了Kimi-K3，发现和海外顶级模型差距缩小了，在特定任务上仅次于fable-5，值得看看具体表现。

原文

00:09

orange.ai@oran_ge

月之暗面发布开源模型Kimi K3，参数量达2.8T。这一规模可能超过Anthropic的Claude Opus，接近业界顶级模型Fable。模型已训练完成，表明中国开源模型与全球顶尖水平的差距可能缩短至6个月内。

AI模型 Kimi K3 月之暗面开源模型

事件专题

推荐理由：月之暗面刚开源了Kimi K3，2.8T参数，可能比Claude Opus还大。想看看开源模型的天花板？这个必须关注。

原文

7月16日

23:13

Ethan Mollick@emollick

73°

Kimi K3 模型在多个基准上接近前沿水平，但测试中发现其习惯反复循环调整任务参数。该行为导致输出延迟，具体评估案例仍在进行中。

AI模型 Kimi K3 推理模型智能体

事件专题

推荐理由：Kimi K3 是当前最接近前沿的开源模型之一，但运行时会反复调整任务，适合对迭代过程敏感的开发者。

原文

22:59

官方账号MIT CSAIL@MIT_CSAIL

精选

MIT CDFG Lab 与 Amazon Robotics 合作开发的 NeuralActuator 模型，通过建模执行器复杂行为，提升了低成本机械臂的实时控制精度。该模型支持无传感器的力感知和力反馈控制，在 RSS2026 上获 Outstanding Systems Paper Award。实验表明它能有效缩小仿真环境与真实世界的差距。

AI模型 NeuralActuator MIT 机器人

推荐理由：MIT 搞了个 NeuralActuator，让廉价机械臂也能精确感知力度，不用额外传感器，还拿了 RSS2026 最佳论文。

原文

22:28

@koltregaskes@koltregaskes

Kimi推出了K3模型，定位为“Chat & Agent旗舰全能型号”。同时提供K3 Swarm功能，支持大规模搜索与批处理。该模型已在英国对用户开放访问。

AI模型 Kimi K3 K3 Swarm 月之暗面

事件专题

推荐理由：国产模型Kimi的K3来了，带智能体和批处理能力，英国用户现在就能用上，感兴趣可以试试。

原文

21:16

官方账号LMSYS Org (SGLang)@lmsysorg

86°

Inkling是thinkymachines发布的首个开源MoE模型，总参数量975B，激活参数41B。它支持最高1M上下文长度，原生处理文本、图像和音频。该模型已获得SGLang和Miles的Day 0支持，采用短卷积、相对位置嵌入注意力和共享专家sink MoE等新架构。推理优化包括DFlash投机解码和MXFP8 KV缓存，并支持全参数和LoRA RL训练。

AI模型 Inkling thinkymachines 开源模型

事件专题

推荐理由：thinkymachines开源了一个超大MoE模型Inkling，总参975B但只激活41B，还支持1M上下文和图文音频理解，已经可以在SGLang上跑了，想玩大模型的朋友可以试试。

原文

21:16

官方账号LMSYS Org (SGLang)@lmsysorg

73°

SGLang通过优化在8块B300 GPU上实现bs=1时每用户500+ tok/s的吞吐量，单用户交互性相比基线提升18%至34%，高并发峰值吞吐提升6%至11%。新推出的TopK-V2内核在80K输入长度下加速2.33倍，在1M长度下加速10.17倍，使交互性在1M token范围内基本持平。GLM-5.2模型采用IndexShare架构于DSA层和更强的MTP头，结合SGLang的服务优化共同达成这一性能。

AI模型 GLM-5.2 SGLang B300

推荐理由：SGLang让GLM5.2在B300上单用户跑500 tok/s，交互延迟几乎不随上下文增长，对多轮Agent任务很实用。

原文

13:43

向阳乔木@vista8

Kimi_Moonshot在一则推文中表示“这次模型很不一样”，并配发视频，暗示模型能力提升。该推文已获得2000多次浏览。内容未提供具体模型名称或基准成绩，但引发了社区猜测和讨论。

AI模型 Kimi_Moonshot 推理模型模型预告

推荐理由：月之暗面的Kimi发了新模型预告，虽然没说名字，但语气很自信，可以关注后续。

原文

12:45

官方一手歸藏(guizang.ai)@op7418

87°

Thinking Machine 推出首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，上下文窗口达 1M。模型在 45T 数据上训练，原生支持文本、图像和音频理解。同时发布 Small 预览版，激活参数 12B，且模型开源。后训练数据从 Kimi 2.5 等开源模型蒸馏得到。

AI模型 Thinking Machine Inkling Mira Murati

事件专题

推荐理由：Mira Murati 新公司出了开源多模态模型，近 1T 参数但只激活 41B，支持 1M 上下文，还能自己微调，值得试试。

原文

12:39

Junyang Lin@JustinLin610

Thinking Machines 推出名为 Inkling 的新模型，支持文本、图像和音频三种模态的推理。Inkling 的完整权重已开放，可在 Tinker 平台进行微调。用户还能通过 Inkling Playground 直接体验模型。该模型发布后获得了社区关注，原推文作者点赞其新架构。

AI模型 Inkling Thinking Machines 多模态

事件专题

推荐理由：Thinking Machines 发了 Inkling，一个能看图文听音频的推理模型，而且权重全开放，能自己微调，还能在 Playground 试玩。

原文

12:09

Viking@vikingmute

reactbench.com 是专门针对 React 编码的真实基准测试，包含 51 个真实任务，均来自开源项目实际 PR 和 Issue。测试结果显示 GPT-5.6 Sol xHigh 综合表现最强，成本仅 1.43 美元。GPT-5.6 Terra Medium 性价比最佳，成本 0.53 美元，而 Claude Fable 5 成本高达 9.05 美元，约为 Sol 的 6-7 倍。

AI模型 reactbench GPT-5.6 Claude Fable 5

事件专题

推荐理由：百万.js 作者搞了个 React 编码实测，51个真实任务，GPT 5.6 最便宜最强，Claude 太贵了。

原文

11:32

Ethan Mollick@emollick

Ethan Mollick评测新开源权重模型Inkling，指出其性能远不及DeepSeek R1等中国前沿开源模型。Inkling未能通过Lem测试，而该测试自DeepSeek R1/Sonnet 3.5以来已被所有前沿模型通过。Mollick认为Inkling目前还处于粗糙阶段。

AI模型 Inkling DeepSeek Lem测试

事件专题

推荐理由：想看看新开源模型Inkling到底行不行？Ethan Mollick实测发现它连Lem测试都过不了，和DeepSeek R1差距明显。

原文

11:01

shao__meng@shao__meng

76°

Thinking Machines（OpenAI前CTO Mira Murati团队）开源多模态模型Inkling，采用975B参数A41B MoE架构。在开源模型中，Inkling强于Nemotron 3 Ultra和Kimi K2.5，与Kimi K2.6、DeepSeek V4 Pro互有胜负：在IFBench、FORTRESS、SWEBench Verified上略胜，在HLE、SimpleQA、Terminal Bench上略输。整体弱于GLM 5.2，后者在多项基准领先。与闭源模型比，Claude Fable 5和GPT 5.6 Sol在agentic coding和推理上明显领先（SWEBench Verified 95% vs 77.6%），但Inkling在指令遵循上反超（IFBench 79.8% > Claude 63.5%）。

AI模型 Inkling Thinking Machines 多模态

事件专题

推荐理由：Mira Murati团队开源了多模态模型Inkling，975B参数，比Nemotron和Kimi K2.5强，指令遵循甚至超Claude，值得一试。

原文

09:15

官方账号xAI@xai

Grok 4.5 在 Proximal 的 FrontierSWE 基准测试中综合排名第二，仅次于 Claude Fable 5。在实现与性能维度上同样位列第二。在研究能力维度上排名第一，超过 Opus 4.8、GPT-5.5 和 GLM-5.2。该基准测试评估模型在真实软件工程任务中的表现。

AI模型 Grok 4.5 FrontierSWE Proximal

推荐理由：Grok 4.5 在代码基准上超越 GPT-5.5 和 Opus 4.8，研究能力还拿了第一，值得关注。

原文

07:03

Fireworks AI@FireworksAI_HQ

Doximity Ask由Doximity开发，基于Fireworks平台训练。在Stanford Arise Lab的独立评估中，它超越GPT-5.6 Sol、Claude Fable 5、OpenEvidence等24个模型。该研究涉及12,747个专家评级，针对真实临床问题。结果表明专用临床模型在安全性上更优。

AI模型 Doximity Ask Fireworks 临床AI

事件专题

推荐理由：Doximity Ask在独立测试中把GPT-5.6和Claude Fable 5都干翻了，说明医学领域专用模型才是王道。

原文

06:28

Fireworks AI@FireworksAI_HQ

Fireworks AI 宣布提供 Thinky Machines 的首个开源权重模型 Inkling，该模型为 975B MoE 架构，支持多模态，采用 Apache 2.0 许可证。Inkling 专为微调设计，提供 day-zero 访问，可在 Fireworks AI 平台使用。

AI模型 Thinky Machines Inkling Fireworks AI

事件专题

推荐理由：Thinky Machines 开源了 975B MoE 多模态模型 Inkling，Apache 2.0 随便用，适合微调，直接在 Fireworks 上跑。

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」）。