全部 AI 动态 · AI 热点

18:10

elvis@omarsar0

Grok 4.6正式发布，官方称其具备前沿智能。相比Grok 4.5，性能显著提升，但价格维持不变。原推文对Grok 4.6能否媲美Fable 5的质量表示不确定。目前官方未公布具体基准测试数据。

推荐理由：哎，Grok 4.6出来了，说比4.5强不少，价格没变。到底能不能打Fable 5还不清楚，先观望下。

原文

18:10

向阳乔木@vista8

腾讯旗下有混元和WeLM两个大语言模型。WeLM由微信团队构建，是一个大语言模型家族。该模型以资源效率为核心设计目标。腾讯官方在X平台通过微信账号介绍了WeLM。

AI模型腾讯微信 WeLM

推荐理由：微信团队自己做了个WeLM大模型，主打资源效率，跟混元是腾讯的两个大模型，来了解下吧。

原文

18:10

Mustafa Suleyman@mustafasuleyman

微软AI负责人Mustafa Suleyman在X上发布推文，公开了MAI Thinking的试用链接aka.ms/mai-thinking-1。该推文目前获得2条回复、1次转发和12个赞，但已有2395次查看。从命名看，MAI Thinking可能是微软面向推理场景推出的模型。用户可直接通过链接体验，无需等待排队。具体能力和基准成绩尚未公布。

AI模型 MAI Thinking Microsoft Mustafa Suleyman

推荐理由：微软AI老大亲自甩了个体验链接，MAI Thinking听着像推理模型，想抢先试的直接点。

原文

18:10

The Rundown AI@therundownai

SpaceXAI发布了Grok 4.6。该模型在智能、编码和智能体任务等基准上接近或达到Fable和5.6-Sol的水平。定价明显低于同类前沿模型。

AI模型 Grok 4.6 SpaceXAI Fable

推荐理由：Grok 4.6跑分追上Fable和5.6-Sol，价格还便宜不少，可以关注下。

原文

18:10

Fireworks AI@FireworksAI_HQ

精选

Qwen3.8-2.4T-A95B 已在 Fireworks 平台上线，提供 Day-0 支持。该模型采用 2.4T 参数 MoE 架构，专为自主智能体、重度编码和大上下文窗口设计。Fireworks 表示它适合编码和智能体任务，开发者现在即可开始使用。

AI模型 Qwen3.8-2.4T-A95B Fireworks 智能体

推荐理由：Fireworks 上线了 Qwen3.8-2.4T-A95B，2.4T 参数 MoE，主打智能体和写代码，有 Day-0 支持，直接就能用。

原文

18:10

向阳乔木@vista8

DeepSeek V4 Pro在未开启思考模式下，按提示词“鹈鹕骑自行车svg，撞上大象，循环播放”生成动画。测试动画中鹈鹕骑自行车撞上大象并循环播放，说明模型能理解多物体交互和循环指令。该模型名为DeepSeek-V4-Pro-0813，百万tokens输入（缓存未命中）定价3元，输出定价6元，均高于DeepSeek Flash的1元和2元。其并发限制为500，低于DeepSeek Flash的2500。

AI模型 DeepSeek DeepSeek V4 Pro 视频生成

事件专题

推荐理由：DeepSeek V4 Pro不开思考模式就能按提示词生成鹈鹕撞大象的SVG动画，效果挺逗，价格和限流也都摸清了，来看看。

原文

18:09

Sualeh Asif@sualehasif996

SpaceXAI 发布 Grok 4.6，定位前沿智能水平的日常驱动模型。官方称其相较 Grok 4.5 有显著进步，且保持相同定价。目前未公布具体基准成绩，但强调这是值得日常使用的升级版本。

AI模型 Grok SpaceXAI 推理模型

推荐理由：Grok 4.6 来了，官方说比 4.5 强不少还同价，日常用着应该更顺手。

原文

18:09

官方一手歸藏(guizang.ai)@op7418

DeepSeek V4 Pro 正式版 0813 发布。从流传的测试成绩来看，0813 的性能表现相当突出。目前官方尚未公布 0813 的完整基准数据。

AI模型 DeepSeek DeepSeek V4 Pro 模型发布

事件专题

推荐理由：DeepSeek V4 Pro 0813 正式版来了，听说测试成绩很炸，想蹲实测的可以先围观。

原文

18:09

Windsurf@windsurf_ai

精选

Cognition 宣布 Grok 4.6 登陆 Devin Desktop 和 Devin CLI。相比 Grok 4.5 提升明显，性能超过 GPT-5.6 Sol。目前表现仅次于 Opus 5 和 Fable 5。

AI模型 Grok 4.6 Devin GPT-5.6 Sol

推荐理由：Grok 4.6 已经能在 Devin 里用了，Desktop 和 CLI 都支持，比 GPT-5.6 Sol 强，仅次于 Opus 5 和 Fable 5，想尝鲜的赶紧试试。

原文

18:08

官方账号Cohere@cohere

精选

Cohere 今日推出 North Micro Vision，这是其最小的视觉语言模型，专为复杂文档理解设计。该模型以 Apache 2.0 许可证开源，权重已上传至 Hugging Face。相比 Cohere 其他模型，North Micro Vision 更轻量，适合在资源受限场景下处理视觉任务。开发者可直接从 Hugging Face 下载权重进行部署。

AI模型 Cohere North Micro Vision 视觉语言模型

推荐理由：Cohere 出了个超小的视觉模型 North Micro Vision，专门用来读懂复杂文档，而且开源了，直接去 Hugging Face 就能下载权重。

原文

18:07

官方账号xAI@xai

75°

Grok 4.6 今日上线，已同步开放至 Grok Build、Cursor、Grok Bot 和 API。用户在 Cursor 与 Grok Build 中可在首周享受 2 倍用量。官方公告详见 x.ai/news/grok-4-6。

AI模型 Grok 4.6 Cursor Grok Build

事件专题

推荐理由：官方发布了 Grok 4.6，Cursor 和 Grok Build 里首周用量翻倍，想尝鲜的赶紧去试试。

原文

18:06

官方账号NVIDIA AI@NVIDIAAI

精选71°

Harvey联合Trajectory Labs对NVIDIA的Nemotron 3.5 Lightning进行后训练，在Legal Agent Bench上得分从0%升至8.3%。该成绩超过了Opus 4.6和更大的后训练版Nemotron 3 Ultra。后训练覆盖九个执业领域，未出现能力退化。平均输出长度从90k tokens降至37k tokens，每token奖励提升2.4倍。

AI模型 Nemotron 3.5 Lightning NVIDIA Harvey

事件专题

推荐理由：Harvey把Nemotron 3.5 Lightning后训练了一把，法律Agent评测从0冲到8.3%，比Opus 4.6还强，输出也从90k缩到37k，省Token。

原文

18:05

小互@imxiaohu

Lightricks发布开源视频模型LTX-2.5。生成10秒视频只需6.8秒。支持文本、图片、视频三种输入。画面和声音在同一模型中联合生成。支持原生多镜头，跨镜头保持人物、场景和声音一致。年营收1000万美元以下可免费商用。

AI模型 LTX-2.5 Lightricks 视频生成

推荐理由：Lightricks把LTX-2.5开源了，6.8秒就能出10秒带声视频，还支持多镜头，小团队免费商用，赶紧试试。

原文

18:05

Cognition@cognition_labs

Grok 4.6 现已集成到 Devin 中。相比 Grok 4.5，它在多项基准上表现更好。成绩超过 GPT-5.6 Sol，排名仅次于 Opus 5 和 Fable 5。

AI模型 Grok Devin GPT-5.6

推荐理由：Grok 4.6 上 Devin 了，跑分超过 GPT-5.6 Sol，只差 Opus 5 和 Fable 5，想试试的可以关注。

原文

18:04

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA Nemotron 3.5 Lightning 已在 Together AI 平台上线。该模型被定位为同类中速度最快的开源模型。它专为常驻型智能体设计，能快速完成高吞吐量的专业工作。

AI模型 NVIDIA Nemotron 3.5 Lightning Together AI

事件专题

推荐理由：NVIDIA 的 Nemotron 3.5 Lightning 开源模型上线 Together AI，跑得最快，适合需要高强度处理任务的智能体。

原文

18:04

官方账号NVIDIA AI@NVIDIAAI

精选

Reasonable 团队用 4B token 的合成 Verus 数据微调了 NVIDIA 最新开源模型 Nemotron 3.5 Lightning（30B）。微调后的模型在单次尝试通过率上超越了一个规模约 50 倍于它的模型，pass@3 则几乎持平。它的 token 生成速度也快于测试过的所有同尺寸开源模型。配套博客还分析了各模型在形式化证明中的失败方式、作弊行为，以及微调带来的影响。

AI模型 Nemotron NVIDIA Verus

事件专题

推荐理由：Reasonable微调了NVIDIA的30B开源模型，形式化证明通过率胜过50倍大的模型，生成还更快。博客还拆解了模型怎么作弊。

原文

18:04

Poe@poe_platform

Grok 4.6 已在 Poe 平台正式上线。该模型拥有 500K token 的上下文窗口。它专为长时间运行的智能体、编程和知识工作设计。用户可通过 poe.com/Grok-4.6 直接试用。

AI模型 Grok 4.6 Poe 智能体

推荐理由：Grok 4.6 上架 Poe 了，上下文窗口有 500K，跑长任务智能体和写代码都合适，想试直接去 Poe 点开就能用。

原文

18:04

官方账号NVIDIA AI@NVIDIAAI

Fastino Labs与NVIDIA合作发布两款开源模型Fastino-Nemotron-3.5-Lightning-Finance和Fastino-Nemotron-3.5-Lightning-Healthcare，均基于Nemotron 3.5 Lightning微调。金融模型在FinQA基准上执行准确率从15.86%提升至59.23%，增幅43.37个百分点；在BizFinBench上从49.65%升至57.46%。医疗模型在HealthAdminBench上从25.67%升至29.95%，在MedCalc-Bench上从49.09%升至54.18%。两款模型均以Apache 2.0许可发布在Hugging Face上。同时，Fastino还发布了自动微调工具Fastino Fine-Tuning Agent的私人预览版。

AI模型 Fastino NVIDIA Nemotron 3.5

事件专题

推荐理由：Fastino跟NVIDIA合作，用自动微调Agent搞出了金融和医疗两个开源模型，FinQA涨了43个点，Apache 2.0随便用。

原文

18:03

官方账号Runway ML@runwayml

Runway 宣布 Grok Imagine Image 2.0 上线其平台。该模型是 Runway 当前提供的最新图像生成模型，与平台上其他图像和视频模型并列。用户现在即可通过 Runway 官方链接试用 Grok Imagine Image 2.0。

AI模型 Grok Imagine Image 2.0 Runway 图像生成

推荐理由：Grok Imagine Image 2.0 现在能在 Runway 直接用了，和顶级图像视频模型放一块，试图像生成又多了个选择。

原文

18:02

官方账号NVIDIA AI@NVIDIAAI

72°

NVIDIA今日推出Nemotron 3.5 Lightning模型，并已上线Tinker平台。该模型仅激活3B参数，针对吞吐速度进行优化。它面向对延迟和成本敏感的应用场景，适合高频实时推理任务。用户可在Tinker上直接体验该模型。

AI模型 Nemotron NVIDIA Tinker

事件专题

推荐理由：NVIDIA出了个轻量级新模型，3B参数跑得快又便宜，延迟敏感场景用得上，Tinker上现在就能玩。

原文

18:02

Genspark@genspark_ai

71°

Grok 4.6已在Genspark平台上线，用户可在AI Chat、Code Agent和Genspark Claw中直接选用。该模型由xAI推出，专为长时间运行的智能体和编码任务设计。相比Grok 4.5，Grok 4.6在保持相同定价的同时实现了显著性能提升，属于前沿智能水平。用户只需在模型选择器中切换即可使用。

AI模型 Grok 4.6 Genspark xAI

事件专题

推荐理由：Genspark上线了xAI的新模型Grok 4.6，专为长任务智能体和写代码优化，价格不变但比4.5强不少，做Agent开发可以试试。

原文

18:00

shao__meng@shao__meng

81°

Grok 4.6 已通过 Grok Build、Cursor、Grok Bot 和 API 开放。官方对比 Grok 4.5 High、GPT-5.6 Sol Max、Fable 5 Max，Artificial Analysis 综合指数 61，与 GPT-5.6 Sol Max 持平，距 Fable 5 Max 的 62 差 1 分。长程 Agent 任务提升明显：DeepSWE 从 54% 升至 65.9%，APEX-Agents 从 47.1% 升至 57.5%，Terminal-Bench 从 15.7% 升至 26%。上下文窗口 50 万 token，支持文本与图像输入、文本输出，函数调用和结构化输出。相对 4.5 的 10 项评测全升，但 APEX-SWE 仅增加 2.8 个百分点，编码能力提升不均。

AI模型 Grok 4.6 Grok Cursor

事件专题

推荐理由：Grok 4.6 上线，长程 Agent 强化，指数追平 GPT-5.6 Sol Max，试试？

原文

17:59

AI Will@FinanceYF5

72°

xAI 发布 Grok 4.6，已上线 Cursor、Grok Build、API、OpenRouter、Vercel 和 Cloudflare 六个平台。普通版价格维持不变，Fast 版本价格翻倍。Cursor 与 Grok Build 首周提供 2 倍包含用量，现已开放试用。

AI模型 Grok 4.6 Cursor OpenRouter

事件专题

推荐理由：Grok 4.6 一口气上了 Cursor 和 API 等多个平台，普通版没涨价，Fast 版翻倍，首周还有双倍用量可薅。

原文

17:57

shao__meng@shao__meng

DeepSeek 静默发布新模型 V4-Pro-0813，官方 X 账号未官宣。Cline 团队实测其在 Terminal-Bench 2.1 上得分 87.9，仅比 Claude Fable 5 低 0.1 分。该模型价格约为 Fable 5 的 1/57，参数规模 1.6T，激活参数 49B，上下文窗口 1M。模型已上线 ClinePass，Cline 称其为当前市场性价比最高的模型。

AI模型 DeepSeek-V4-Pro-0813 Claude Fable 5 Terminal-Bench

事件专题

推荐理由：DeepSeek 新模型跑分只比 Claude Fable 5 低 0.1，价格却便宜 57 倍，Cline 用户现在就能用，高性价比首选。

原文

17:55

Geek@geekbb

博主geekbb在X上表示，日常使用中已无法区分DeepSeek-V4-Pro-0813和DeepSeek-V4-Flash-0731的表现。他翻看了X上其他用户的评价，认为Pro相比Flash没有明显优势。他还提到，Pro-0813缺少Flash-0731刚发布时的惊艳感。

AI模型 DeepSeek DeepSeek-V4-Pro-0813 DeepSeek-V4-Flash-0731

事件专题

推荐理由：有博主说DeepSeek新Pro和Flash用起来没啥差别，还嫌Pro没惊喜，可以看看社区咋说。

原文

17:55

官方账号NVIDIA AI@NVIDIAAI

72°

英伟达宣布推出开源权重模型 Nemotron 3.5 Lightning。Deep Cogito 表示该模型继续推动开放模型生态，并宣布加入英伟达后训练合作伙伴生态。此次合作聚焦开源权重与可定制模型，旨在让前沿智能更易获取。

AI模型 Nemotron 3.5 Lightning NVIDIA DeepCogito

事件专题

推荐理由：英伟达出了开源版 Nemotron 3.5 Lightning，Deep Cogito 马上加入了它的后训练伙伴计划。想搞开源模型定制化的，这条有信息量。

原文

17:55

官方账号NVIDIA AI@NVIDIAAI

Uniphore实测NVIDIA Nemotron 3.5 Lightning在企业级智能体工作负载中的表现。与参数规模相近的Gemma 4 31B IT相比，Nemotron 3.5 Lightning吞吐量提升5倍，准确率也有明显增长。Uniphore已将其纳入Business AI Cloud高流量路径的评估范围。

AI模型 Nemotron 3.5 Lightning NVIDIA Gemma 4

事件专题

推荐理由：NVIDIA新模型在企业任务上直接碾压Gemma 4，吞吐量翻5倍，跑真实负载的数据很硬核。

原文

17:54

AI Will@FinanceYF5

75°

Grok 4.6正式发布，延续4.5的定价策略。新版本在Agent能力和编程任务上有所提升，并能更长时间处理复杂任务。在AA Intelligence Index基准上，Grok 4.6得分追平GPT-5.6 Sol。API价格为每百万输入Token 2美元，输出Token 6美元。

AI模型 Grok GPT-5.6 Sol 智能体

推荐理由：Grok 4.6发布，价格不变，Agent和编程更强，AA Intelligence Index追平GPT-5.6 Sol，API输入2美元/百万Token。

原文

17:54

官方账号Cohere@cohere

精选

Cohere 宣布其视觉模型 North Micro Vision 已集成至开源微调框架 Axolotl。用户无需自备 GPU 或服务器，即可直接开始训练该模型。Axolotl 官方文档已提供 Cohere 模型的配置说明，地址为 docs.axolotl.ai。这降低了视觉模型微调的门槛。

AI模型 North Micro Vision Axolotl Cohere

推荐理由：想微调 Cohere 的视觉模型 North Micro Vision？现在用 Axolotl 就能跑，不用自己买显卡，直接上手试试吧。

原文

17:53

官方账号NVIDIA AI@NVIDIAAI

精选

Trajectory 获得 NVIDIA Nemotron 3.5 Lightning 早期访问权，在 Harvey LAB 上完成后训练。该后训练在 Trajectory 平台一键完成，无需新工程。模型在一项测试中从 0% 提升到 8.3%，超过 Opus 4.6 的 6.6%。Trajectory 强调持续学习让小型模型可每晚、按客户反复训练，逼近按量计费的智能。

AI模型 Nemotron NVIDIA Trajectory

事件专题

推荐理由：Trajectory 一键后训练 Nemotron 3.5 Lightning，测试冲到 8.3% 超 Opus 4.6，小模型按客户定制能落地。

原文

17:53

lmarena.ai@lmarena_ai

Arena AutoEval利用数千万条真实人类对战数据训练奖励模型，能在数小时内完成新模型评估，而传统流程通常需要数周。该方法通过人类提示和模型响应进行评分，保持实时基准特性，不同于LLM-as-judge方式。Arena ML工程师Haoran Guo和Wayne Zhang在视频中讲解了其方法论与应用场景。

AI模型 Arena AutoEval 模型评估奖励模型

推荐理由：LMArena出了个AutoEval，拿历史对战数据训练奖励模型，几小时就能出评估结果，比之前快多了，搞模型的可以看看。

原文

17:52

lmarena.ai@lmarena_ai

Code Arena 在 X 平台公布了 WebDev 排行榜的完整链接。榜单页面位于 arena.ai/leaderboard，用户可查看各模型在网页开发任务上的表现。推文目前获得 6 次点赞和 1358 次浏览。该排行榜为开发者选择适合的编码模型提供了参考。

AI模型 Code Arena WebDev 排行榜

推荐理由：Code Arena 开了个 WebDev 榜，想看看哪个模型写网页更行，直接点链接看排名就行。

原文

17:52

lmarena.ai@lmarena_ai

精选

DeepSeek-V4-Pro (Max)在LMArena Code Arena WebDev榜单以1607分暂列第8，开源模型中排名第2。其分数低于Kimi K3 (Max)的1674分，也低于GPT-5.6 Sol (xHigh)的1622分。该成绩来自AutoEval早期评分，由奖励模型基于人类偏好自动投票产生，并非真人实时投票。后续真人投票加入后，最终排名可能变化。

AI模型 DeepSeek-V4-Pro Code Arena Kimi K3

事件专题

推荐理由：DeepSeek新模型V4-Pro专攻代码生成，在Code Arena排第8，开源第2，仅次于Kimi K3，还超过了GPT-5.6 Sol。

原文

17:52

小互@imxiaohu

xAI 发布 Grok 4.6，性能追平 GPT-5.6 Sol。该版本附带有提示词和使用指南，文章链接指向 best.xiaohu.ai。推文数据显示有 1232 次浏览、3 条回复和 2 个喜欢。

AI模型 Grok xAI GPT-5.6 Sol

推荐理由：xAI 出了 Grok 4.6，据说追平 GPT-5.6 Sol，还附提示词和使用指南，想试试新模型的可以看。

原文

17:51

lmarena.ai@lmarena_ai

81°

LMArena分析了数万条Claude Opus和Fable从4.5到5版本的真实高推理输出。Opus 5平均每响应510个词，是Opus 4.5平均158个词的3倍多。句子长度上升58%，从句频率上升46%，但长实词占比从46.9%降至40.1%，抽象名词每千词从6.02个降至3.79个。Opus 5的破折号使用量是4.5的2.3倍，'honestly'等诚实类措辞增加50%。Fable 5平均316个词，比Opus 5短38%，但包含赞扬或'yes, exactly'式开头的概率接近2倍。

AI模型 Claude Opus Fable

推荐理由：Claude Opus 5和Opus 4.5差多少？LMArena用数据告诉你：回复长度是4.5的3倍，词汇反而更简单，破折号也更多。

原文

17:51

andrew chen@andrewchen

Andrew Chen 在 X 上分享 Deepseek v4 flash 0731 在双 DGX Spark 上的本地运行体验。他表示生成速度约为 50 tok/s，首字延迟（TTFT）很低。他认为这是目前最适合 prosumer 级用户的本地 AI 配置。

AI模型 Deepseek v4 flash 0731 DGX Spark 本地部署

事件专题

推荐理由：Andrew Chen 说这套是目前最强家用本地 AI 配置：双 DGX Spark 跑 Deepseek v4 flash 0731 约 50 tok/s。

原文

17:51

向阳乔木@vista8

精选

Deepseek V4 Pro 0813在网友vista8的测试中完成了三个任务。第一个任务调用3个Skill完成网站开发、子域名解析和上线。第二个任务模仿60种设计风格生成Bento卡片图。第三个任务用Three.js制作3D打砖块游戏。

AI模型 Deepseek V4 Pro 0813 Three.js 网站开发

推荐理由：vista8用Deepseek V4 Pro 0813跑了三个活：网站部署、60种设计风格、3D游戏，视频挺直观。

原文

17:50

lmarena.ai@lmarena_ai

DeepSeek-V4-Pro (Max)在Text Arena开源模型榜单中位列第五，AutoEval得分为1465。该分数与GLM-5.1的1467分、GPT-5.6 Terra (xHigh)的1464分以及Grok 4.6 (High)的1464分基本持平。该排名来自@deepseek_ai的官方发布，针对的是文本竞技场中的开源模型。

AI模型 DeepSeek DeepSeek-V4-Pro Text Arena

事件专题

推荐理由：DeepSeek新模型在Text Arena拿1465分，和GLM-5.1、GPT-5.6 Terra一个水平，开源阵营排第五。

原文

17:48

官方账号NVIDIA AI@NVIDIAAI

CodeRabbit与Baseten合作，用CodeRabbit自身的路由决策数据微调了NVIDIA Nemotron 3.5 Lightning。整个微调过程耗时不到3小时，花费低于100美元。微调后的模型相比此前的GPT级模型，准确率提升约4%，推理成本下降约50%。详细技术解析已发布在CodeRabbit官方博客。

AI模型 CodeRabbit Nemotron 3.5 Lightning Baseten

事件专题

推荐理由：CodeRabbit用不到100美元和三小时微调了NVIDIA新模型，比原来的GPT级模型准确率高4%，推理成本还省一半，想省钱的可以看看。

原文

17:47

shao__meng@shao__meng

76°

马斯克在 X 上表示，Grok 4.7 将超过当前所有模型。他称 SpaceX 的训练语料独特，若存在真实工程能力更强的模型会感到惊讶。马斯克预计 Grok 4.7 将在一个月内发布。他还提到 Anthropic 是家很棒的公司，可能会很快发布更好的模型。

AI模型 Grok Elon Musk SpaceX

事件专题

推荐理由：马斯克给 Grok 4.7 背书，说工程能力无敌，还夸了 Anthropic，一个月内就发布，到时候看有没有被打脸。

原文