全部 AI 动态 · AI 热点

AITOP

7月6日

19:36

向阳乔木@vista8

GLM5.2 是智谱 AI 近期发布的模型。有用户将其输出风格与 Anthropic 的 Claude 对比，认为两者相似。该讨论在 X 平台引发关注。

事件专题

推荐理由：有网友说 GLM5.2 用起来像 Claude，好奇的话可以去看看具体怎么回事。

原文

14:59

Gary Marcus@GaryMarcus

Gary Marcus 在推文中指出，GPT-5.5-xhigh 远未达到自动化研究员的水平。他认为这些模型在实验设计建议上毫无科学直觉（taste），无法辅助科研工作。该观点质疑了当前大模型通过递归自我改进实现高级智能的路径。

AI模型 GPT-5.5-xhigh 推理模型科学研究

推荐理由：Gary Marcus 直接批评 GPT-5.5-xhigh 连设计实验的能力都没有，戳破了大模型自动搞科研的幻想。

原文

12:46

shao__meng@shao__meng

精选71°

Flask/Sentry 工程师 @mitsuhiko 发现，Claude Opus 4.8 与 Sonnet 5 在调用 Pi 的嵌套 edits[] 工具时，会在 edit 对象末尾产生 requireUnique、type、id 等虚构字段，导致 schema 校验失败。此问题在单轮 prompt 下不出现，在长 agentic 历史中复现率约 20%。去掉历史中的 thinking 块后失败率减半，开启 strict 模式后问题消失。作者推测根因是 Anthropic 的 RL 后训练在 Claude Code 的 forgiving harness 中进行，该 harness 接受参数别名和未知键，导致模型学到“edit 操作可多带可选字段”的先验。相比之下，OpenAI 的 harmony 路线在 prompt 中显式标记 JSON 边界并支持约束采样，未出现此回归。

AI模型 Claude Opus 4.8 Sonnet 5 Anthropic

事件专题

推荐理由：Armin 用实际 bug 案例拆解了 Claude 新模型在工具调用上的奇怪倒退，解释了为什么更强的模型反而更不听话，读起来很爽。

原文

12:24

elvis@omarsar0

Fable 5 在 Three.js 环境下的 3D 模拟生成任务中表现突出，被评价为目前最擅长此任务的 LLM。该模型可与 OpenAI 的 gpt-realtime-2 结合，用于生成交互式教育 3D 世界。相关演示由 dair_ai 团队发布。

AI模型 Fable 5 Three.js 3D模拟

事件专题

推荐理由：看看这个帖子，Fable 5 用 Three.js 生成 3D 世界超强，还能和实时语音模型搭配做教育场景。

原文

11:00

Geek@geekbb

精选

小红书团队开源了一个高效长上下文LLM服务框架。该框架通过注意力头分类和分段式KV缓存策略，将长上下文大模型推理的预填充FLOPs降低约50%-70%。同时保持接近无损的精度。代码已在GitHub上开源。

AI模型小红书长上下文 LLM推理

推荐理由：小红书开源了一个长上下文LLM推理框架，用注意力头分类和分段缓存把预填充算力省掉一半多，精度基本没损失，适合超长文本场景。

原文

7月5日

23:27

berryxia@berryxia

一位用户在内部工具中使用Fable 5实现Agent功能，称其运行非常流畅，而此前尝试Opus 4.8多次失败。用户没有提供具体基准分数，仅描述体验差异。Fable 5在该场景下表现优于Opus 4.8。

AI模型 Fable 5 Opus 4.8 智能体

事件专题

推荐理由：Fable 5做Agent功能比Opus 4.8靠谱，实测一次搞定，适合想快速上手的开发者。

原文

17:34

AI Will@FinanceYF5

用户以同一 one-shot 提示测试 GLM-5.2（左）、Fugu Ultra（中）和 Fable 5（右）三个模型的输出。对比结果显示，Fable 5 的表现最受欢迎。该推文引发了社区对这几个模型能力差异的讨论。

AI模型 GLM-5.2 Fugu Ultra Fable 5

事件专题

推荐理由：看看三个模型用同一个提示能生成啥，Fable 5 的效果最讨喜。

原文

08:35

AI Will@FinanceYF5

将同一个提示词“做一个程序化生成的星球”分别输入GLM-5.2、Fugu Ultra、Fable 5三个模型。GLM-5.2生成的星球偏沙漠色调。Fugu Ultra生成带云层和地形滑块的蓝色星球。Fable 5生成绿蓝相间、类似真实地球的星球。发布者表示更喜欢Fable 5的结果。

AI模型 GLM-5.2 Fugu Ultra Fable 5

事件专题

推荐理由：看看三款模型画同一个星球差多远。GLM-5.2偏沙漠，Fugu Ultra带滑块，Fable 5最像地球。

原文

08:34

AI Will@FinanceYF5

用户 Nicolas Bustamante 测试 Claude Fable 5，发现该模型能根据模糊提示一次性生成逼真的埃菲尔铁塔代码。他多次评估后认为 Fable 5 是特殊模型，擅长从模糊描述完成一次生成。该模型在代码生成任务中表现出色。

AI模型 Claude Fable 5 Anthropic 编程助手

事件专题

推荐理由：Anthropic 的 Claude Fable 5 回来了，能从一句话就写出埃菲尔铁塔代码，一次成型不用改，写代码神器。

原文

04:25

lmarena.ai@lmarena_ai

Claude Fable 5 模型再次亮相，@petergostev 对其进行了 60 多项最难 3D 生成任务测试，涵盖现代城市、艺术品、世界奇观等。结果显示 Fable 在 3D 生成质量上明显领先其他模型。相关视频已发布在 YouTube 上，详细展示了测试对比。

AI模型 Claude Fable 5 3D生成 Anthropic

事件专题

推荐理由：Anthropic 的 Claude Fable 5 在 3D 生成上又刷屏了，60 多项测试全拿下，效果比之前强很多，值得一看。

原文

03:03

lmarena.ai@lmarena_ai

Fable 5模型重回LMSys Chatbot Arena，官方发布了一段蒙太奇视频，展示多个测试prompts。用户可以在Battle Mode和Agent Mode中直接体验该模型。官方排行榜分数即将公布，供社区参考。

AI模型 Fable 5 Arena Battle Mode

事件专题

推荐理由：Fable 5又回Arena了，还加了Agent模式，想自己动手测测看？直接去Battle Mode里玩，官方排名马上出。

原文

02:01

cat@_catwu

Claude Fable 5 在无需用户提示的情况下，自动选用倾向评分匹配（propensity score matching）来对齐用户活跃度，完成留存分析。该模型在 Cowork 中编写邮件和文档时也展现了更强的判断力。Claude Code 的复杂错误调试能力同样获得提升。用户实测表明 Fable 5 在多个任务中自主选择合适方法的能力显著增强。

AI模型 Claude Fable 5 Claude 推理模型

事件专题

推荐理由：用户实测发现 Claude Fable 5 能自己认出该用倾向评分匹配做留存分析，写文档改代码都更聪明了，省心很多。

原文

7月4日

21:54

AI Will@FinanceYF5

一位交易者使用Claude Fable 5改进的Quant交易机器人，在Polymarket上42天内完成30,670次预测，胜率56%，累计盈利288,872美元。该机器人初始存款54,300美元，ROI达531.8%。其策略是利用短期定价偏离，在高频交易中累积微小利润，平均每天执行约30次操作，日收益约6,878美元。随着Claude Fable 5回归，该系统预计日均收益可提升至15,927美元。

AI模型 Claude Fable 5 Polymarket 交易机器人

事件专题

推荐理由：用Claude Fable 5做的交易机器人，42天赚28.9万美元，日赚6878美元，胜率56%，初始5.4万变34.3万。核心是吃短期定价偏差。

原文

20:27

AI Will@FinanceYF5

2023年，一段AI生成的啤酒广告视频在社交平台引起关注，其人物手指和眼睛的生成质量明显优于同期其他AI视频。该视频完成度较高，成为当时AI视频生成能力的代表性案例。现在2026年的模型若重新制作，效果可能进一步提升。

AI模型 AI啤酒广告视频生成 2023年

推荐理由：看看3年前AI视频生成的水平，比同期好不少，现在进步更大，值得回味。

原文

19:23

Thomas Wolf@Thom_Wolf

用户发现Claude（Fable 5）在回答编程问题时输出了未过滤的内部思维链，显示模型使用"DATA DATA DATA. GO."、"GRRR"和"GAAAH"等短语自我对话。这些碎片化表达与最终整洁的输出截然不同，揭示了模型采用高度压缩、token效率更高的私有语言进行推理。该现象已被记录在Fable 5 System Card中。

AI模型 Claude Fable 5 思维链

事件专题

推荐理由：Anthropic的Claude模型爆出内部对话，原来它想问题时在喊"DATA! GO! GRRR!"，像原始人一样。不是幻觉，是它真实的思考过程。

原文

10:25

官方一手歸藏(guizang.ai)@op7418

Fable 5于近日上线，并与Codex协作完成了其首个loop循环。该循环帮助CodePilot完成了AI SDK 7的所有升级工作。用户已连续运行两天整，且额度尚未用完，因此无需开启过高的思考额度。

AI模型 Fable 5 Codex CodePilot

事件专题

推荐理由：Fable 5和Codex联手，两天搞定AI SDK 7升级，额度还够用，挺省心的。

原文

06:36

Ethan Mollick@emollick

用户反复要求Claude Fable将游戏做得更“AAA”，Claude Fable响应升级了图形、增加了Boss战、改进了游戏机制并加入了自定义音效和配乐。最终游戏达到了WebGL渲染的技术极限。这个实验展示了Claude Fable在游戏生成方面的能力边界。

AI模型 Claude Fable 游戏生成 WebGL

推荐理由：有人让Claude Fable不断把游戏改得更华丽，结果它一路升级画面、Boss战和音效，直到撑爆WebGL，挺有意思。

原文

03:10

Julien Chaumond@julien_c

开源模型 Qwen 27b 凭借其出色性能和速度快，受到 ML/AI 工程团队的意外好评。与 Fable、GPT5.6 等昂贵大模型相比，Qwen 27b 在质量和效率上表现突出。该模型为 27B 参数规模，免费开源，近期引发热议。

AI模型 Qwen 27b Qwen 开源模型

推荐理由：别光盯着大模型，Qwen 27b 免费开源又好用，工程团队实测都说香。

原文

02:51

AK@_akhaliq

用户报告称几乎每天在 Claude Code 中通过 Hugging Face Inference Providers 和 hf-claude 使用 GLM-5.2 模型。该模型已可直接在 Claude Code 中选择，无需额外配置。用户表示已完全转向开源模型，认为它们更容易集成到实际开发工作流中。这条推文获得了超过 3500 次查看，反映出开发者对开源模型可用性的关注。

AI模型 GLM-5.2 Claude Code Hugging Face

推荐理由：GLM-5.2 现在可以直接在 Claude Code 里选了，不用折腾部署，开源模型也能用上大厂一样的开发流程。

原文

02:03

elvis@omarsar0

OpenAI 计划于 7 月 7-9 日窗口内发布 GPT-5.6，最早可能 7 月 7 日上线，目标吸引因 Fable 5 限制而离开 Claude 的用户。GPT-5.6 的使用配额将比 Fable 5 更慷慨，并会推出更激进的安全措施但不及 Fable 严格。DeepMind 将 Gemini 3.5 Pro 发布时间改为 7 月 17 日，并进行了新预训练（不再基于 2.5 Pro）。此外，基于 3.5 Pro 的 Nano Banana Pro 模型正在开发中，预计将与 GPT-Image 1 竞争。

AI模型 GPT-5.6 OpenAI Gemini 3.5 Pro

事件专题

推荐理由：OpenAI 下周可能发 GPT-5.6，配额更宽松，专门抢 Claude 用户。同时 Gemini 3.5 Pro 也跳票到 7 月 17 日。想了解前沿模型动态的可以关注。

原文

02:00

GitHub@github

Kimi K2.7 Code 是首个在 GitHub Copilot 模型选择器中可选的开源权重模型。该模型由 Moonshot AI 开发，主打低成本和高性能。开发者现在可以在 Copilot 中选择 Kimi K2.7 Code，以增加工作流中的选择性和灵活性。此模型专为代码生成优化，适合多种编程场景。

AI模型 Kimi K2.7 Code GitHub Copilot Moonshot AI

事件专题

推荐理由：GitHub Copilot 现在能选 Kimi K2.7 Code 了，开源权重、低成本、性能强，写代码更灵活。

原文

01:36

lmarena.ai@lmarena_ai

Anthropic重新部署的模型在Arena上通过Fable 5测试集，涉及60多项复杂3D生成、小游戏和世界构建任务。该模型由@petergostev进行评测，结果展示在YouTube视频中。测试覆盖了高难度3D场景生成和交互式世界构建。

AI模型 Anthropic Fable 5 3D生成

事件专题

推荐理由：Anthropic的模型又升级了，一口气通过了60多项3D生成和世界构建测试，挺能打的。

原文

01:02

官方账号MIT CSAIL@MIT_CSAIL

MIT CSAIL提出Masked IRL方法，利用LLM解决机器人面对模糊指令的问题。该方法包含两个模型：一个用于澄清用户提示，另一个忽略无关信息。这使机器人能更准确执行含糊不清的任务如'把那个东西放好'。

AI模型 Masked IRL MIT LLM

推荐理由：机器人终于能听懂'把那个东西放好'这种模糊话了。MIT的Masked IRL用LLM先理清意图再干活，挺实用。

原文

7月3日

23:34

@koltregaskes@koltregaskes

OpenAI 的 Codex 代码中出现了 Sol、Tera、Luna 三个新模型名称，暗示 GPT-5.6 可能即将发布。这些名称与先前传闻中的模型代号一致，但目前仍在隐藏状态。外界推测 GPT-5.6 可能带来推理能力提升，并将与现有模型形成产品线区分。

AI模型 GPT-5.6 Codex OpenAI

事件专题

推荐理由：OpenAI 的新模型可能很快就要来了，代码里已经出现了三个新名字，看看是不是 GPT-5.6 的前奏。

原文

18:40

AI Will@FinanceYF5

Claude Fable 5 成功在 Godot 游戏引擎中创建了一个蜘蛛侠荡网游戏。与 GPT-5.5 相比，Fable 5 在 Godot 代码生成中产生的错误显著更少。该演示展示了 Fable 5 在游戏开发场景中的编程能力。

AI模型 Claude Fable 5 Godot GPT-5.5

事件专题

推荐理由：Claude Fable 5 能把蜘蛛侠荡网变成可玩的 Godot 游戏，而且比 GPT-5.5 少出不少错，做游戏可以试试它。

原文

18:04

@koltregaskes@koltregaskes

73°

AISI在测试前沿模型时，将推理计算预算从250万token提高到5000万token，模型的时间跨度从40分钟跃升至4小时。在网络安全、软件工程和数学基准上，模型性能随token预算增加而持续提升，8%的任务仅在1000万token以上才被解决。新模型更能有效利用额外计算资源，前沿模型的加倍率在高预算下陡增60%。标准评估因在模型性能还未饱和前就限制计算量，系统性低估了模型能力，固定预算的得分会遗漏大量提升。

AI模型 AISI 推理模型基准测试

事件专题

推荐理由：AISI用更高的token预算测试模型，发现性能远超标准评测——8%的任务需要千万级token才能解决，前沿模型能力被低估了。

原文

16:21

宝玉@dotey

阿图因 AI 在针对 curl 项目的漏洞挖掘中，发现了 Mythos 未发现的 CVE-2026-9079 中危漏洞，该漏洞已在 curl 8.21.0 版本修复。然而，阿图因 AI 是一个针对特定任务（如漏洞挖掘）设计的 Agent，而 Mythos 是一个通用模型，两者设计目标和能力范围不同，不能直接比较优劣。

AI模型阿图因AI Mythos curl

推荐理由：阿图因AI挖到了一个Mythos没发现的curl漏洞，但它是Agent，Mythos是模型，各有所长。

原文

16:13

AI Will@FinanceYF5

AI/ML API 对比了 Sonnet 5 和 Fable 5 在生成 3D 地球可视化 HTML 文件时的表现。两个模型使用相同提示词和真实航班数据集（70个机场、435条航线）。Sonnet 5 耗用 9.8k tokens，成本 $0.10，但只绘出暗线框和漂浮弧线，地球本身几乎不可见。Fable 5 耗用 15k tokens，成本 $0.77，生成带纹理海洋、冰盖和大气光的地球效果。Sonnet 5 成本低 87%，但视觉质量远不及 Fable 5。

AI模型 Sonnet 5 Fable 5 AI/ML API

事件专题

推荐理由：AI/ML API 实测了 Sonnet 5 和 Fable 5 做3D地球生成，Sonnet省87%钱但只有线框，Fable效果惊艳但贵。选模型前先看这对比。

原文

16:11

AI Will@FinanceYF5

Seedance 2.0 由 OpenArt AI 推出，可根据长达数百词的提示词生成 15 秒超写实视频。示例中，提示词精确描述了20岁韩国女性的外貌、衣着、动作和环境，包括狭窄小巷、盆栽、晾衣绳等细节。视频采用早期DV摄像机美学，包含手持抖动、自动对焦搜索、曝光波动等效果。从街头喂猫到阳台喝咖啡，共12个连续场景，营造出生活纪录片的真实感。

AI模型 Seedance 2.0 OpenArt AI 视频生成

推荐理由：Seedance 2.0 能把写满细节的提示词变成15秒的日常视频，连DV那种晃动感都模仿到位，比很多AI视频更自然。

原文

16:06

AI Will@FinanceYF5

同一prompt和航班数据，分别让Sonnet 5和Fable 5写单文件HTML做3D地球。Sonnet 5花0.1美元，输出悬浮连线地球；Fable 5花0.77美元，包含海洋、冰盖、光晕等细节。价格相差7倍，但Fable 5的视觉完成度远超Sonnet 5。

AI模型 Sonnet 5 Fable 5 3D可视化

事件专题

推荐理由：想看这两个模型写代码的差距？Fable 5多花7倍钱，但画出的地球像真的，Sonnet 5的就像个线框球。

原文

15:45

官方账号vLLM@vllm_project

74°

Qwen3-Omni采用多模态Thinker与Talker（Code2Wav）流水线架构。高并发下仅复制语音阶段，复用Thinker结果，首音频延迟从约6秒降至0.6秒。吞吐量在同GPU上提升5.4倍，语音生成快于实时。该优化由阿里、蚂蚁集团SCT团队和vLLM-Omni团队共同实现。

AI模型 Qwen3-Omni 多模态推理优化

推荐理由：阿里和蚂蚁团队搞了个优化，Qwen3-Omni实时对话延迟从6秒降到0.6秒，吞吐还翻了5倍多，推荐看技术博客。

原文

15:09

AI Will@FinanceYF5

71°

BridgeMind对Claude Fable 5（7月1日版本）在BridgeBench上重新测试，发现调试得分从86.2降至25.9，重构得分从73.6降至38.4，幻觉得分从75.9降至61.7。新护栏导致过多任务回退到Opus 4.8。用户质疑该模型与最初被禁用的版本不同。

AI模型 Claude Fable 5 BridgeBench Anthropic

事件专题

推荐理由：Claude Fable 5新版被砍了，调试分从86掉到26，重构分从73掉到38，你该看看这个评测。

原文

12:42

Ethan Mollick@emollick

Ethan Mollick指出，缺乏可验证域（如数学、编程）使模型训练困难，但模型在非可验证域（如创意、策略）的表现持续提升。前沿能力的“崎岖度”低于单纯基于可验证性预期的程度，表明泛化能力增强。这一观察基于对多种推理模型在开放式任务上的表现分析。

AI模型推理模型模型能力评估泛化能力

推荐理由：Mollick发现，AI在创意推理这类没法打分任务上的进步比想象中大，前沿没那么崎岖。

原文

11:20

AI Will@FinanceYF5

Claude Fable 5 模型在测试中，仅凭“用代码设计一座逼真的埃菲尔铁塔”这一模糊提示，一次生成了完整的代码实现。测试者称该模型擅长根据模糊指令一次性完成任务，认为它是“特殊模型”。这一表现展示了Fable 5在代码生成与创意设计方面的能力。

AI模型 Claude Fable 5 Claude 代码生成

事件专题

推荐理由：Claude Fable 5 太强了，随便一句设计埃菲尔铁塔，它就能一次生成代码，值得试试其他模糊提示。

原文

11:15

AI Will@FinanceYF5

BridgeMind 的 FABLE 5 模型在单次推理中直接生成了《我的世界》复刻版。该演示展示了模型在代码生成上的能力，无需分步迭代。视频显示一次生成即可运行完整的游戏副本。

AI模型 FABLE 5 BridgeMind Minecraft

事件专题

推荐理由：FABLE 5 能一次生成整款《我的世界》，不用分步调，代码能力太强了。

原文

11:12

AI Will@FinanceYF5

Claude Fable 5已解除限制。网友在X平台上分享了10个离谱案例。该推文获得1条评论和507次查看。案例展示了模型的创意应用。

AI模型 Claude Fable 5 限制解除创意案例

事件专题

推荐理由：Claude Fable 5限制取消后，网友用它整出了10个离谱操作，快去围观

原文

11:01

官方账号Epoch AI@EpochAIResearch

73°

2026年6月，21家知名组织披露约1500个高危和严重CVE，是Claude Mythos Preview发布前月纪录的3.5倍以上。该数据由Epoch AI Research发布。AI正规模化发现软件漏洞，安全态势或面临变革。

AI模型 Claude Mythos Preview CVE 漏洞发现

推荐理由：Epoch AI数据显示，Claude Mythos预览版让漏洞发现量狂飙3.5倍，AI挖洞能力被实锤了。

原文

10:59

官方账号Epoch AI@EpochAIResearch

OpenAI的GPT-4自2023年3月发布后，在Epoch Capabilities Index上保持领先长达352天，远超过任何其他模型。第二名OpenAI的o1仅领先98天。这表明GPT-4在发布后长期保持性能优势。

AI模型 GPT-4 OpenAI o1

事件专题

推荐理由：GPT-4霸榜352天，o1只撑了98天，看看到底谁才是真强者。

原文

10:58

官方账号Epoch AI@EpochAIResearch

Epoch AI Research 推出新基准 EBR-bench，专门测量 AI 的实时学习（on-the-fly learning）能力。AI 反复玩一款名为 Earthborne Rangers 的高难度棋盘游戏，并尝试从错误中学习。截至目前，AI 未显示出任何改进迹象。

AI模型 EBR-bench Epoch AI Earthborne Rangers

事件专题

推荐理由：Epoch AI 搞了个新基准 EBR-bench，专门看 AI 能不能边玩边学，结果 Earthborne Rangers 这游戏 AI 完全没进步，挺有意思的。

原文

10:26

berryxia@berryxia

字节跳动Seed团队在Hugging Face开源了PAR（Protein Autoregressive Modeling via Multiscale Structure Generation）模型。这是一个自回归蛋白质结构生成模型，支持多尺度结构生成。模型提供了400M和60M参数两个版本，采用Apache 2.0协议。该模型属于AI for Science方向，目标是生成高质量的蛋白质结构。

AI模型 PAR ByteDance 蛋白质生成

事件专题

推荐理由：字节开源了PAR蛋白生成模型，有400M和60M参数，Apache 2.0协议，支持多尺度结构生成，做生物计算的可以试试。

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」）。