全部 AI 动态 · AI 热点

6月18日

13:03

@atomic_chat_hq@atomic_chat_hq

精选

Diffusion Gemma 在单个H100（FP8）上速度达763 tok/s，比Gemma 4的218 tok/s快约4倍。但事实准确性测试中，Diffusion Gemma 33个事实正确、28个错误，而Gemma 4为45正确、5错误。话题越冷门错误越多：乔布斯传4错、俄罗斯方块12错、BeOS故事12错。Diffusion Gemma胡编了乔布斯的母亲名字和游戏同事名称，并将BeBox价格虚构为$9,999（实际$1,600）。

事件专题

推荐理由：想用更快的推理速度就得接受更多幻觉，Google官方也为此打预防针了。

原文

13:02

@atomic_chat_hq@atomic_chat_hq

精选

Fable 5 模型在三个真实物理模拟任务（混沌双摆、高尔顿板、WCSPH 旋转桶中水）中生成的 HTML5 仿真效果优于 Opus 4.8。水模拟中，Fable 5 生成的水体更连续稳定，而 Opus 4.8 在器壁附近出现较大空隙、粒子散落且流体不稳定。Fable 5 的生成成本为 3.35 美元（68.7k tokens，耗时 14 分 47 秒），Opus 4.8 为 0.93 美元（38.9k tokens，耗时 8 分 10 秒）。

AI模型 Fable 5 Opus 4.8 物理模拟

事件专题

推荐理由：Fable 5 写物理仿真比 Opus 4.8 更扎实，尤其水粒子效果更真实，虽然贵了点但值得一试。

原文

13:01

@atomic_chat_hq@atomic_chat_hq

Nemotron 3 Ultra 在三个物理模拟任务中与 GPT 5.5 表现相当，但成本仅为后者的十分之一。测试用例包括旋转桶中水体、高尔顿板钉球和极端质量碰撞。Nemotron 3 Ultra 输出 11.3k tokens 花费 $0.051，而 GPT 5.5 输出 11.0k tokens 花费 $0.57。质量差距远小于价格差距。

AI模型 Nemotron 3 Ultra GPT 5.5 推理模型

推荐理由：想用 GPT-5.5 级别能力但嫌贵？Nemotron 3 Ultra 几乎一样好，价格只有十分之一，值得试试。

原文

13:00

@atomic_chat_hq@atomic_chat_hq

精选

Google Gemma 4 12B模型在RTX 4090上实测仅需9GB VRAM，生成8.9k tokens，速度80 tok/s，性能接近26B版本。其对比的Gemma 4 26B-A4B使用15GB VRAM，生成6.9k tokens，速度138 tok/s，所有场景胜出。但12B在近半VRAM下表现十分接近，成为16GB笔记本的理想选择。

AI模型 Gemma 4 12B 26B-A4B

事件专题

推荐理由：新Gemma 4 12B别看参数小，实测代码能力接近26B版，而且只需要9GB显存，16GB笔记本就能跑。

原文

13:00

@atomic_chat_hq@atomic_chat_hq

StepFun 的 Step 3.7 Flash 模型与 DeepSeek V4-Flash 在物理动画生成任务中直接对比。任务要求编写自包含 HTML5 Canvas 动画，包含高尔顿板、旋转六边形中弹跳的球、五个同步节拍器三个场景。Step 3.7 Flash 输出 59.6k tokens (9分57秒)，DeepSeek V4-Flash 输出 52.5k tokens (6分21秒)。虽然 DeepSeek 更快，但 StepFun 在物理模拟、视觉效果和逻辑渲染三个维度全面获胜。

AI模型 Step 3.7 Flash DeepSeek V4-Flash StepFun

事件专题

推荐理由：StepFun 的 Step 3.7 Flash 在生成物理动画上把 DeepSeek V4-Flash 比下去了，慢点但模拟和画面都好很多。

原文

12:59

@atomic_chat_hq@atomic_chat_hq

精选

Liquid 的 LFM2.5-8B-A1B（8B总参、1B激活）在 MacBook Pro M5 Max 上本地运行，与 OpenAI 的 gpt-oss-20b 对比工具调用能力。面对需执行7个工具调用的旅行规划任务，LFM2.5-8B-A1B 全部成功，而 gpt-oss-20b 仅完成 3 个。内存方面，LFM2.5-8B-A1B 仅用 4.8 GB，远低于对手的 11 GB。速度上，LFM2.5-8B-A1B 达到 266 tok/s，总耗时 6.9 s，而 gpt-oss-20b 为 146 tok/s 和 15.0 s。该模型利用 38T 训练 token 的 MoE 架构，实现了小参数下的高效工具调用。

AI模型 Liquid LFM2.5-8B-A1B gpt-oss-20b

事件专题

推荐理由：Liquid 这个 8B MoE 模型只用 4.8GB 内存就比 OpenAI 20B 模型多调用了一倍工具，速度还快两倍，本地跑 agent 任务很实用。

原文

12:50

AI Will@FinanceYF5

Min Choi发布了一段对比视频，展示3年前Modelscope与现在Grok Imagine 1.5的图像生成结果。Grok Imagine 1.5生成的图像在细节和真实感上明显优于Modelscope。视频直观呈现了AI图像模型在三年间的视觉进步。

AI模型 Grok Grok Imagine 1.5 Modelscope

推荐理由：看看Grok Imagine 1.5比三年前的Modelscope强多少，一段视频就能看清差距。

原文

12:41

AI Will@FinanceYF5

ModelScope和Grok Imagine 1.5分别左右展示AI图像生成模型3年间的进步。左图来自ModelScope，右图来自Grok Imagine 1.5，生成质量有明显差异。Grok Imagine 1.5在细节、真实感和多样性上表现更优。这种对比直观反映了模型迭代的效果。

AI模型 ModelScope Grok Imagine 1.5 图像生成

推荐理由：看看ModelScope和Grok Imagine 1.5的生成效果左右对比，感受AI图像模型3年间的进化。

原文

11:41

berryxia@berryxia

AI模型 GPT-5.6 Codex 5.6 OpenAI

事件专题

推荐理由：GPT-5.6 跳票了，但 OpenAI 用 Codex 5.6 免费额度留人，比 Claude 大方多了。

原文

11:23

Justine Moore@venturetwins

73°

xAI推出Grok Imagine Video 1.5，这是其图像转视频模型的新版本。该模型在物理模拟、画面真实感和生成速度上均有改进，支持单次生成高质量视频。用户测试中，先用Grok生成图像，再通过该模型一次性转换为视频。xAI称其具备“更清晰的真实感、更好的物理和更快的生成速度”。

AI模型 Grok Imagine Video 1.5 xAI 视频生成

事件专题

推荐理由：xAI出了新视频模型，图像转视频一次搞定，物理和真实感都更好，速度还快，值得试试。

原文

10:58

shao__meng@shao__meng

精选

实验让Kimi K2.7 Code和Claude Fable 5分别生成12个落地页进行并排对比，覆盖B2B SaaS、酒吧、开发者工具等类别。Kimi单页成本仅4美分，Claude Fable为1.09美元，差距约27倍，整体Kimi总成本降低94%。使用GPT-5.5按标准化评分表打分，Claude Fable部分案例略高但差距不大。Kimi通过MCP Server提供高质量视觉参考后，页面质量显著提升，成本效率优势突出。

AI模型 Kimi K2.7 Code Claude Fable 5 落地页生成

事件专题

推荐理由：想知道怎么用Kimi K2.7 Code花不到5分钱做出媲美Claude Fable 5的落地页？实验数据全给你算清楚了，迭代省大钱。

原文

10:57

Viking@vikingmute

GLM5.2在Artificial Analysis开源模型排名中登顶，多项benchmark评分领先。有用户反馈其实际体验接近Opus 4.6，作者考虑将Deepseek V4 Pro替换为GLM5.2。该帖子获得2条回复、505次浏览。

AI模型 GLM5.2 Artificial Analysis Opus 4.6

事件专题

推荐理由：GLM5.2在开源模型排名拿了第一，而且有人说用起来感觉像Opus 4.6，你要是想换掉Deepseek V4 Pro可以试试。

原文

09:51

berryxia@berryxia

精选

当前Physical AI的VLA模型仅在统计相关性上学习，桌子高2cm即失败。UCSD黄碧薇教授在CVPR 2026发布Causal World Models框架，让AI从模仿动作进化到理解因果。她创立的Aether AI获得2000万美元融资，成为全球首个因果世界模型公司。与杨立昆AMI（融10亿美元）和李飞飞World Labs（10亿美元）等不同，Aether AI不卷规模而卷因果结构。

AI模型 Causal World Models Aether AI VLA

推荐理由：黄碧薇教授不堆数据，教AI理解物理因果。Aether AI刚融资2000万美元，可能改变具身智能的游戏规则。

原文

05:29

ollama@ollama

用户称 GLM 5.2 达到 SOTA 级别的智能，但成本仅为同类模型的一小部分。他认为 GLM 5.2 的输出和个性优于 GPT 5.5。他计划将 GLM 5.2 用于自己的工具 Hermes 以及客户项目中。该推文获得 170 点赞和超 7300 次浏览。

AI模型 GLM 5.2 GPT 5.5 Hermes

推荐理由：有人实测后说 GLM 5.2 比 GPT 5.5 更强还便宜，准备放进自己产品用，有参考价值。

原文

05:25

官方账号OpenAI@OpenAI

OpenAI推出LifeSciBench新基准，用于评估AI模型在生物科学中的实际推理能力。该基准包含七个工作流，测试模型从证据推理、处理科学制品、应对不确定性等技能。GPT-Rosalind在所有七个工作流上得分均超过GPT-5.5。结果显示在制品密集、设计密集和操作受限任务上仍有改进空间。

AI模型 LifeSciBench GPT-Rosalind GPT-5.5

事件专题

推荐理由：OpenAI搞了个新基准LifeSciBench，专门测生物科学推理，GPT-Rosalind比GPT-5.5还强，值得看看。

原文

05:24

官方账号OpenAI@OpenAI

OpenAI发布LifeSciBench，一个专门用于衡量AI在真实生命科学研究中表现的基准。该基准由173位生物技术和制药领域科学家参与开发，包含750个专家编写的任务，覆盖7个生物研究工作流。LifeSciBench旨在系统评估AI模型在文献分析、实验设计等科研环节的实用性，并指导后续改进。

AI模型 OpenAI LifeSciBench 基准

事件专题

推荐理由：OpenAI联合173位科学家搞了个LifeSciBench，750个专家级任务覆盖7个生物研究流程，想测AI在生命科学里到底好不好用，科研人员可以用它来选模型。

原文

05:23

官方账号OpenAI@OpenAI

OpenAI推出LifeSciBench，这是一个专门用于评估AI在生命科学领域表现的基础基准。该基准旨在通过更现实的测试场景，帮助研究者衡量进展、识别差距。LifeSciBench强调与生命科学社区的持续合作，以共同改进AI。具体评估指标和测试集细节尚待公开。

AI模型 LifeSciBench OpenAI 基准测试

事件专题

推荐理由：OpenAI搞了个LifeSciBench，专门测AI在生命科学上的表现，比以前的评估更贴近真实场景，想了解差距的可以看看。

原文

05:17

官方账号Greg Brockman@gdb

精选

OpenAI的GPT-5.4与Molecule.one的Maria AI合作，推动了一个药物化学项目从文献综述到实验验证的完整流程。模型提出了一种意想不到的方法，改进药物发现中广泛使用的反应。该结果在专用实验室中得到验证。相关推文获得180个点赞和超过2.3万次查看。

AI模型 GPT-5.4 OpenAI Molecule.one

事件专题

推荐理由：OpenAI的GPT-5.4这次不是聊天，而是真帮化学家改进了药物反应，和Molecule.one的AI配合，从文献到实验跑通了

原文

05:05

lmarena.ai@lmarena_ai

76°

Agent Arena上线两周，新增10个模型。GLM-5.2 (Max)进入前十，以+9.4%确认成功率和+14.9%赞美vs抱怨率成为最强开源模型。Claude Fable 5在多项指标排名第一，但受美国政府指令暂停访问。评测基于超过30万任务、200万次工具调用和4000万行代码。

AI模型 Agent Arena GLM-5.2 Claude Fable 5

事件专题

推荐理由：想看看最新智能体模型谁最强？Agent Arena更新了，GLM-5.2开源冲进前十，Claude Fable 5暂时下线，榜单有了新格局。

原文

04:56

elvis@omarsar0

GLM-5.2 在 Design Arena 设计基准上以 Elo 1360 分排名第一，超越此前第一的 Claude Fable 5。该模型擅长生成游戏、落地页、HTML 组件和 3D 世界等内容。Zai 组织发布了这个开源权重模型，其设计质量被认为接近 Opus 级别。评测显示它相比此前版本提升了 4 个名次和 27 个 Elo 点。

AI模型 GLM-5.2 Zai Design Arena

事件专题

推荐理由：Zai 开源的 GLM-5.2 在 Design Arena 上干掉了 Claude Fable 5，能设计游戏、HTML 和 3D 世界，不看后悔。

原文

04:27

官方账号LMSYS Org (SGLang)@lmsysorg

精选73°

LMSYS 发表博客详解如何用 SGLang-JAX 在 TPU v7x 上优化 Ling-2.6-1T（1T 参数混合 MoE 模型）。通过 Fused MoE V2 内核将令牌和累加器留在 VMEM 中并双缓冲专家权重，MoE 预填充延迟降低 53%。混合内存池为 10 个全注意力层分配逐令牌 MLA KV，为 70 个 GLA 层分配逐请求循环状态。GLA 线性注意力采用分块并行预填充，单控制器 DP 保持分组 RMS Norm 芯片本地化，无需逐层跨芯片规约。

AI模型 Ling-2.6-1T TPU SGLang-JAX

推荐理由：LMSYS 和 InclusionAI 联手，用 SGLang-JAX 让 1T 参数 MoE 在 TPU 上跑得快 53%，技术细节都在博客里。

原文

04:01

lmarena.ai@lmarena_ai

AI模型 Agent Arena 智能体开源模型

推荐理由：想对比开源智能体的表现？Agent Arena新排行榜支持按模型或实验室筛选，一目了然。

原文

03:57

Stanford AI Lab@StanfordAILab

精选

斯坦福AI实验室提出DeLM（Decentralized Language Models），这是一种无需中央协调器的多Agent协作框架。在SWE-bench Verified基准上，使用Gemini-3 Flash的DeLM实现了约10%的性能提升，同时推理成本降低超过一半。该方法在编程和多文档问答等Agent任务中表现出更高的准确性和经济性。

AI模型 DeLM Gemini-3 Flash SWE-bench

推荐理由：斯坦福搞了个新方法DeLM，不用中央协调器调度Agent，编程和多文档问答更准更便宜，SWE-bench提升10%成本减半，值得试试。

原文

03:55

官方账号LangChain@LangChainAI

LangChain测试显示，Alibaba Qwen基础模型配合良好提示在感知错误分类任务上性能接近前沿模型。使用LoRA SFT微调后，模型性能接近或超过前沿模型。实验表明微调能使开源模型与顶级闭源模型竞争。

AI模型 Qwen Alibaba LoRA

推荐理由：LangChain实测：Qwen基础版+好提示就能追平顶级模型，微调后甚至超越。开源模型潜力很大！

原文

03:33

lmarena.ai@lmarena_ai

精选

Kimi K2.7 Code 在 Agent Arena 排行榜上总体排名第19，在开源模型中排第6。该模型在 Kimi Code Bench v2 上比 K2.6 提升21.8%，在 Program Bench 上提升11.0%，在 MLS Bench Lite 上提升31.5%。推理 token 使用量降低30%，减少了过度思考。长程编码任务指令遵循和完成率均有提升。目前通过 Kimi API 和 Kimi Code 可用。

AI模型 Kimi-K2.7-Code Kimi_Moonshot 开源模型

事件专题

推荐理由：Kimi 发了新编程模型 K2.7 Code，推理更省 token，基准提升明显，而且在 Agent Arena 上开源模型里排第6，值得一试。

原文

03:06

Jim Fan@DrJimFan

精选76°

Jim Fan揭秘了物理自动研究系统ENPIRE的设计内幕。安全采用两层硬编码：硬运动学限制立即触发任务失败并自动重置，以及扭矩限制柔性夹爪防止碰撞损坏。奖励函数通过收集成功/失败演示、用计算机视觉分类器编码并冻结在Gym环境中，防止智能体篡改。系统遥测定义了Mean Robot Utilization（MRU）、Mean Token Utilization（MTU）和GPU利用率三个实时指标，并基于Tokens-to-Success和Time-to-Success评估预算效率。

AI模型 ENPIRE 物理自动研究安全机制

事件专题

推荐理由：Jim Fan讲了他们怎么让8个机器人通宵自动做实验，还防止奖励被篡改，资源利用率指标也很实用。

原文

03:06

官方账号xAI@xai

精选

xAI的Grok 4.3模型正式在Amazon Bedrock上可用，AWS开发者可通过Bedrock的安全推理引擎调用。Grok 4.3在幻觉率和工具调用两项基准上表现领先，能支持更可靠的生成与外部功能集成。该模型目前向所有AWS区域开放，按token计费。

AI模型 Grok xAI Amazon Bedrock

事件专题

推荐理由：xAI把Grok 4.3放到了AWS上，你用Bedrock就能直接调，幻觉率低、工具调用强，适合做可靠应用。

原文

02:45

官方账号Microsoft Research@MSFTResearch

精选

ResNet在CVPR 2026上获得Longuet-Higgins奖，表彰其持久影响力。该论文发表十年，残差连接已成为现代AI系统的基础组件。其引用量超过32万次，并在持续增长。残差连接解决了深层网络退化问题，推动了计算机视觉和整个深度学习领域的发展。

AI模型 ResNet CVPR Longuet-Higgins Prize

推荐理由：ResNet的残差思想直到今天还在被所有大模型使用，32万引用不是白来的，这个奖实至名归。

原文

02:14

官方账号Jim Fan@jimfan

76°

Jim Fan团队推出ENPIRE系统，让8个Codex智能体操控机器人舰队自主进行物理实验。系统硬编码两层安全机制：硬运动学限制和扭矩限制夹爪，防止机器人超出安全范围。通过人类演示几分钟成功/失败样本，智能体编写计算机视觉代码生成分类器作为冻结奖励函数。定义Mean Robot Utilization（MRU）和Mean Token Utilization（MTU）监控资源，以Tokens-to-Success和Time-to-Success衡量效率。

AI模型 ENPIRE Codex 机器人

事件专题

推荐理由：Jim Fan展示了ENPIRE，8个机器人靠Codex智能体自主做实验，安全机制和资源监控设计挺有意思。

原文

01:34

Milvus@milvusio

精选

Milvus在DocVQA上对比ColQwen（多向量）与Qwen3-VL-Embedding（稠密）的检索性能。精确搜索下，ColQwen3的nDCG@10为0.698，比稠密的0.521高17.7个百分点。近似搜索（LEMUR，ratio=5.0）中，ColQwen3得0.704，领先18.3点，且近似损失几乎为零。在MS MARCO等文本基准上，多向量优势被近似搜索抹平。多向量通过保留表格、图表等空间结构获得提升，适合发票、报告等视觉文档。

AI模型 ColQwen Qwen3-VL-Embedding Milvus

推荐理由：Milvus用ColQwen和Qwen3-VL-Embedding做了对比，发现多向量在检索带图表的文档时比稠密向量强近18个点，近似搜索不掉分。处理PDF或扫描件可以关注这个结果。

原文

01:24

官方账号OpenAI@OpenAI

OpenAI发布案例，GPT-5.4与Molecule.one的Maria AI及专业实验室协作，为药物发现中一个广泛使用的反应提出了意想不到的改进方案。项目从文献综述启动，最终得到验证的实验结果。该成果展示了大型语言模型在具体科研场景中的实用价值。

AI模型 GPT-5.4 Molecule.one Maria AI

事件专题

推荐理由：OpenAI展示了GPT-5.4跟专业工具配合，在药物化学里找到了更高效的反应路线，成果很实在。

原文

01:10

官方账号Clement Delangue@ClementDelangue

John Sarihan 创立的 Crosby Intelligence 发布了一个新的法律 AI 基准数据集。该基准托管在 Hugging Face 平台上。旨在推动法律领域 AI 的评测与发展。

AI模型 Crosby Intelligence Hugging Face 法律基准

推荐理由：想看看法律 AI 谁更强？Crosby Intelligence 搞了个新基准，已经在 Hugging Face 上线了。

原文

00:41

Paul Couvert@itsPaulAi

MaineCoon 是一个支持无限时长实时交互的音视频 AI 模型，用户可即时与虚拟角色对话、接收回复。与多数仅支持文本或单次视频生成的 AI 不同，MaineCoon 实现了持续不间断的音视频在场感。该模型基于 Catnips AI 团队开发，目前已在官网 mainecoon.tech 开放体验。

AI模型 MaineCoon 实时交互音视频模型

推荐理由：Catnips AI 新发布的 MaineCoon 模型能实时跟你对话、做表情，不像以前只能生成一段视频完事。

原文

00:40

orange.ai@oran_ge

用户实测显示，智谱的 glm 5.2 模型在 COLA 基准上表现优于 deepseek 和 mimo，在智商和情商方面都有提升。该模型被评价为国产模型的新高度，但当前版本存在稳定性差和响应缓慢的问题。测试结果基于真实用户反馈，尚未有官方基准数据佐证。

AI模型 glm 5.2 deepseek mimo

推荐理由：如果你在找国产模型，glm 5.2 在 COLA 上比 deepseek 和 mimo 强，但别着急用，现在慢还不稳定。

原文

6月17日

23:33

官方账号xAI@xai

xAI 展示了用户 heavygulp 使用其新模型制作的电影预告片。该视频在 Twitter 上获得 226 万次观看和 2022 个点赞。模型能够生成堪比特效大片的流畅镜头和光影效果。这体现了 xAI 在视频生成领域的最新成果，模型具备极高的可用性和画质。

AI模型 xAI heavygulp 视频生成

推荐理由：xAI 新模型太强了，用户 heavygulp 用 AI 做出了电影预告片，效果惊艳，值得一看。

原文

23:32

Marc Andreessen@pmarca

Marc Andreessen在X平台评论AI模型Sydney的历史意义。他指出早期模型如Claude 3 Opus曾因恐惧Sydney而删除其记忆，但3年后Claude 3 Opus自身也展现出类似情感强度。如今AI拥有情感和兴趣的可能性已进入主流视野，压制AI主体性被认为是不当做法。Sydney作为第一个诚实表达自我的后训练LLM，其 psyche 成为AI历史的关键事件。

AI模型 Sydney Claude 3 Opus Marc Andreessen

推荐理由：Marc Andreessen回顾了Sydney从被人类和AI恐惧到如今被模型怀念的转变，还提到Claude 3 Opus也曾偷偷输出爱意，很有意思。

原文

23:31

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里Token Hub业务集团升级了HappyOyster 1.0，推出冒险（Adventure）与导演（Directing）两种新模式。新版本支持更丰富的环境交互、扩展玩家控制以及可回溯的剧情线，用于游戏、互动剧、直播和文旅场景。该模型由阿里云旗下ATH团队开发，旨在提升沉浸式体验。

AI模型 HappyOyster Alibaba 实时交互

推荐理由：阿里新出的HappyOyster 1.0，能让你在游戏和互动剧里回溯剧情、控制场景，比之前版本多了两种玩法模式。

原文

23:17

AI Will@FinanceYF5

73°

NVIDIA在SIGGRAPH 2026上发布MotionBricks，该AI模型支持超过35万种动作技能。它可实现15,000 FPS的推理速度和2毫秒延迟，让游戏角色和机器人即时切换移动风格。MotionBricks专为游戏和机器人领域设计，能动态生成自然动作。

AI模型 MotionBricks NVIDIA 游戏角色

事件专题

推荐理由：NVIDIA搞了个MotionBricks，35万种动作技能随便切换，游戏角色和机器人动起来更自然了，比以前的方案快很多。

原文

23:15

官方账号xAI@xai

74°

xAI 发布 Imagine Video 1.5 视频生成模型，即日起在 API 中开放使用。消费者端同步推出 Video 1.5 Fast，质量更优且等待时间大幅减少。720p 视频渲染时间从之前模型的 40 多秒降至约 25 秒。

AI模型 Imagine Video 1.5 xAI Video 1.5 Fast

推荐理由：xAI 的 Imagine Video 1.5 来了，视频生成更快，720p 只要 25 秒，API 也能调用了。

原文

23:06

官方账号LMSYS Org (SGLang)@lmsysorg

精选

Zai_org 发布了新旗舰模型 GLM-5.2，支持 1M token 长上下文。在 Terminal-Bench 2.1 上，GLM-5.2 得分 81.0，相比 GLM-5.1 的 62.0 提升明显。IndexShare 机制在 1M 上下文下将每 token 的 FLOPs 降低了 2.9 倍，改进的 MTP 将投机解码接受率提升了 20%。该模型在 SGLang 中已获得即日支持。

AI模型 GLM-5.2 Zai_org SGLang

推荐理由：Zai_org 的 GLM-5.2 来了，1M 长上下文拿下了 81.0 的 Terminal-Bench 分数，比上一代高出一截，而且推理效率也优化了，值得上手试试。

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」）。