Chinese contentRun Beam 1.0 501B 本地部署，Atomic Chat 发布 4 档量化版本
Reflection AI 的 501B 模型现在能本地跑了，四档 GGUF 量化从 197GB 压到 134GB，最高那档精度损失不到 6%，有硬件的可以试试。
Latest
Every published item, in order · 6306 items
Oct 17
Chinese contentAlexandr Wang 发文感谢 Meta 超级智能实验室团队完成新模型里程碑
Meta 新掌门亲笔复盘：一年内从 Llama 4 的低谷追到前沿模型，Muse Wonder 和 Muse Spark 就这么憋出来了。
Chinese contentDeepSeek V4.1F-1017 疑似曝光：5 分钟生成前端界面，对比力压 Opus
有人拿没官宣的 DeepSeek V4.1F-1017 做前端，5 分钟出活，还敢说比 Opus 强，看看截图自己判断。
Chinese contentDeepSeek-V4.1-Flash-1017 疑似就是 DeepSeek-V4.2-Flash
有人发现 DeepSeek 这两个版本号可能其实是同一个模型，用 DeepSeek 的朋友可以看看自己的 API 版本对应关系。
Chinese contentSonnet 5.5 在单项评测中拿下 3 个第一，表现与 Opus 5.5 不同
Sonnet 5.5 单项评测拿了 3 个第一，比 Opus 5.5 还猛，这条推里有各家模型的榜首分布数据，选模型前可以看看。
Chinese contentDeepSeek V4.1-Flash-1017 疑似上线：deepseek-flash 的 system_fingerprint 已变更
DeepSeek 的 flash 模型指纹变了，疑似悄悄上了 V4.1-Flash-1017，有人说变聪明也更简洁了，可以自己试试对比。
Chinese contentMOSS 团队开源图像生成模型 MOSS-Image，vLLM-Omni 首日支持
复旦 MOSS 团队开源了图像生成模型 MOSS-Image，vLLM-Omni 第一天就能跑，想自己部署的朋友可以直接上手了。
Chinese content一条提示词让 Claude Opus 5.5 自主运行 30 小时造出虚拟电脑
有人拿一条提示词让 Opus 5.5 连跑 30 小时，从逻辑门搭出一台能玩游戏的电脑，还做成 3D 可视化，提示词也放出来了。
Chinese contentMatt Shumer 用 Opus 5.5 在浏览器里造出一台可运行的模拟计算机
有人拿 Opus 5.5 从零造了台能玩的电脑，27.7 万个逻辑门全用 JS 写的，浏览器里就能跑起来看看。
Chinese contentNemotron 3.5 Super VL 浏览器使用测试获 48.5 分，落后 GPT-6 Luna
browser_use 跑了 NVIDIA 的 Nemotron 3.5 Super VL，浏览器任务得 48.5 分，被 GPT-6 Luna 的 67.7 分压过，成本还高 61%，想选浏览器自动化模型的可以看看。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentMeta Muse Spark Open 测试速报：复杂算法尚可，空间理解拉胯
有人实测了 Meta 新开源的 Muse Spark Open，结论是打不过 DeepSeek-v4.1-flash，还特能幻觉，想本地部署的先看看再决定。
Chinese contentMeta 发布 Muse Spark Open：目前最强的美国开源权重模型
Meta 放出了 Muse Spark Open，816B 总参数里只有 42B 激活，跑 Code Arena 拿了美国开源第一，价格还比 Muse Wonder 便宜近八成。
Chinese contentNVIDIA 展示合作伙伴对 Nemotron 3.5 Super VL 的后训练定制成果
NVIDIA 盘点了一圈合作方怎么拿 Nemotron 3.5 Super VL 做后训练，想参考别人微调视觉语言模型思路的可以翻翻这个推文串。
Chinese contentNVIDIA 开源 Nemotron 3.5 Super VL：120B MoE 多模态智能体模型，每 token 仅激活 12B
NVIDIA 开源了一个 120B 多模态智能体模型，每 token 只激活 12B，跑智能体任务比大 5 倍的 Ultra 还快，ms-swift 里就能微调。
Chinese contentPerplexity Decider v1.2 系列开放权重模型上架 OpenRouter
Perplexity 的 Decider v1.2 和 Flash v1.2 上 OpenRouter 了，能吃图、返回带概率的结构化答案，Flash 只有 4B 还便宜一半。
Chinese contentMeta 发布开源权重模型 Muse Spark Open：816B 参数，登顶美国开源权重榜首
Meta 放了个 816B 的开源权重模型 Muse Spark Open，美国开源第一，1M 上下文还能塞进两台 Mac Studio 自托管，不过跑智能体任务不如 GLM-5.3。
Chinese contentPerplexity 开源 pplx-decider-v1.2 多模态决策模型
Perplexity 把两个开源决策模型挂上了 Hugging Face，flash 版推理快 5 倍还是 4B 档第一名，做智能体路由的可以试试。
Chinese contentPerplexity 决策模型 Decider v1.2 上架 OpenRouter
Perplexity 把开源决策模型 Decider v1.2 放到 OpenRouter 了，27B 和 4B 两档，Flash 版成本砍半，还能直接吃图。
GPT-6 Astra Pro upgrade speeds up ChatGPT and adds parallel agents
Parallel agents with per-agent progress tracking turn ChatGPT into a lightweight orchestration workspace, reducing the need to chain separate tool calls manually. Pro users in Singapore and across ASEAN can try it immediately in the Chat tab without any setup. Teams running research or multi-step workflows should compare it against single-thread agent tools like Cursor or Claude before choosing one.
Chinese contentOpenAI 升级 GPT-6 Astra Pro：插件工具调用改进、速度提升并支持多智能体并行
OpenAI 给 GPT-6 Astra Pro 升了级，工具调用更快还能多智能体并行干活，Pro 用户现在就能用。
Chinese contentRespanAI 开源权重决策模型 Span-02 上架 OpenRouter
RespanAI 的开源决策模型 Span-02 上 OpenRouter 了，$0.01/M token 还免输出费，自带 Rust 引擎比 vLLM 快 7 倍，做分类判断挺合适。
Chinese contentReflection 开源权重模型 Beam 限时免费上线 Vercel AI Gateway
Reflection 的开源模型 Beam 之前一直匿名运行，现在在 Vercel AI Gateway 上限时免费，写代码、跑 agent 都能直接接，想试美国开源模型的别错过。
Chinese contentPerplexity 开源两款 Decision Models：pplx-decider-v1.2 与 flash 版
Perplexity 把两款决策模型开源了，4B 那个跑一百万 token 才 1 美分，权重直接放 Hugging Face 上，自己搭服务的可以试试。
Chinese contentReflection AI 开放权重模型 Beam 上线 CoreWeave Serverless Inference
Reflection AI 放出了首个开放权重的 Beam 模型，在 CoreWeave 上 API 就能调，预览用户反馈它又快又准还不啰嗦。
Chinese contentClaude 30 分钟解出悬置 25 年的密码学难题
Claude 只花 30 分钟就搞定一个拖了 25 年的密码学难题，验证便宜但搜索空间大的研究问题，智能体真的很擅长。
Chinese contentAgent Arena 周榜：Gemini 4 Argon 升至第 5，MiMo V2.6 Pro 居开源第一
本周 Arena 榜单更新，Gemini 4 Argon 升到第 5，小米 MiMo 拿下开源第一，Meta 的 Muse Wonder 一上榜就冲到第 2，还有省钱 37% 的新路由器。
Chinese contentElorian 发布视觉思维模型 Glimpse，可拆解机器人操作视频
Elorian 发了个叫 Glimpse 的视觉模型，能把机器人操作录像自动拆成带时间标注的动作步骤，做机器人训练的可以看看。
TypeSafe's Jev-1.14 Structured Decision Model Lands on Databricks
The 400x cost gap signals a shift: high-volume classification and scoring workloads may no longer justify general-purpose LLM calls, changing how teams architect real-time decisioning. Data engineers and ML platform teams running large Lakehouse pipelines can test Jev immediately via ai_classify and ai_decide without new infrastructure. Compared with standard LLM inference, its value is latency-bound batch scoring rather than open-ended generation.
Chinese contentElorian 发布首个模型 Glimpse：可在思考中回看图像和视频
一家叫 Elorian 的公司出了首个模型 Glimpse，最特别的是边想边回头重看视频细节，自测比 GPT-6 Astra 便宜七倍还更准。
Chinese contentAgent Arena 上线智能体排行榜，可直接查看各智能体排名
LMArena 团队上线了 Agent Arena 排行榜，想知道各家智能体谁强谁弱，去这看排名就行，选工具前先逛逛。
Reflection AI's Beam 1.0 Enters Agent Arena Top 15 Labs
A US lab landing a top open-weight spot in agentic benchmarks breaks the pattern of Chinese labs dominating the open WebDev leaderboard, where 24 of the top 25 models are Chinese. Teams choosing an Apache 2.0 model for agent or coding work now have a credible US alternative to Kimi K2.5 Thinking and GLM-5. The wide error bars mean its true standing relative to Qwen3.8 is less settled than the rank suggests.
GLM-5.3 tops Epoch AI Cyber ECI among open-weight models
The 6–7 month gap is a quantified benchmark of how quickly open-weight models absorb frontier-level cyber offensive capability, a metric security teams and policymakers can use to set review timelines. Chinese open-weight models closing in on US closed models is the notable trend here, relevant to anyone comparing model sourcing for security-sensitive workloads across ASEAN and beyond.
Chinese contentClaude Mythos 5 生成椭圆曲线量子电路，门数减少 17x、qubit 多 12%
哈佛研究员拿 Claude 做量子电路设计，8 个任务里多数赢了人类纪录，写法是让模型写代码再让评估器打分迭代。
Chinese contentAnthropic STEM Fellows 项目：用 Claude Mythos 5 设计更高效的量子电路
Anthropic 让 Claude Mythos 5 只凭文字描述就设计出比已发表最优方案好一个数量级的量子电路，搞量子和算法的可以看看细节。
Chinese contentAnthropic：Claude Mythos 5 在闭环中优化量子电路，超越已发表最优算法
Anthropic 让 Claude Mythos 5 自己写量子电路、自己按分数迭代，8 个原语上都打赢了已发表最优解，量子方向的朋友可以看看.
Chinese contentNVIDIA 宣布 ReflectionAI 模型推理吞吐量从 70K 提升至约 90K
NVIDIA 工程师又把 ReflectionAI 的吞吐量从 70K 拉到约 90K 了，跑 Hugging Face 部署的可以看看这次优化细节。
Chinese contentElorianAI 发布视觉推理模型 Glimpse，测试胜过 Gemini 3.8 Flash
Gemini 前负责人出来做的 VLM Glimpse，10 块棋盘测试 8 比 5 赢了 Gemini 3.8 Flash，做数据标注的可以试试。
Chinese content四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft 击败末影龙
DeepMind 放了 4 个 Gemini 4 Argon 进 Minecraft，27 小时写 2783 个程序自己把末影龙打了，协作细节挺值得看看。
Chinese contentReflection 开源 501B MoE 模型 Beam，上线 Together AI
Reflection 把自家第一个开源模型 Beam 放上了 Together AI，501B 参数只激活 23B，1M 上下文，Apache 2.0 随便商用，写代码跑智能体的可以试试。
Only the latest 2000 items are listed; for older ones see the daily archive