全部 AI 动态 · AITOP

模型中美对照多源确认02:23

Genspark 发布 Gen-1 Slides，工作场景专用 AI 模型

Genspark 推出了 Gen-1 Slides，一个专门用于工作的 AI 模型，能生成高质量的演示文稿，价格比 Opus 5 便宜很多。

#Genspark #Gen-1 Slides #AI模型

事件专题

Eric Jing@ericjing_ai3 个信源在谈原文

模型中美对照多源确认78°02:16

OpenAI 发布 GPT-Live-1 API，开发者可构建实时对话应用

OpenAI 新出的 GPT-Live-1 API，能让开发者做出能同时说话和听的应用，比之前版本好很多。

#GPT-Live-1 #OpenAI #全双工语音模型

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

模型中美对照01:52

Code Arena 发布 AutoEval 评估指标

Code Arena 推出了 AutoEval 评估指标，能更客观地衡量代码生成模型的性能，比之前的指标更准确。

#Code Arena #AutoEval #代码生成 #评估指标

lmarena.ai@lmarena_ai原文

模型中美对照多源确认01:46

DeepSeek-V4.1-Flash 在代码竞赛中排名上升

DeepSeek新出的V4.1-Flash模型，在代码竞赛里表现不错，比之前的版本提升不少，价格也便宜。

#DeepSeek-V4.1-Flash #Qwen3.8-Flash-Next #Code Arena

事件专题

lmarena.ai@lmarena_ai4 个信源在谈原文

模型中美对照01:22

Claude 改用米色系设计，前沿模型设计风格趋同

Claude 设计风格变了，和开源模型越来越像，设计师用代理检查赞助墙的例子很具体。

#Claude #前沿模型 #设计工程

AI Engineer@aiDotEngineer原文

模型中美对照多源确认01:16

Cognition 发布 SWE-2 模型，在编码基准测试中表现强劲

朋友发了 Cognition 新的 SWE-2 模型，这个模型在编码方面很厉害，和 Fable 5.1 差不多，但成本更低。

#Cognition #SWE-2 #Kimi K3 #FrontierCode

事件专题

The Rundown AI@therundownai9 个信源在谈原文

模型中美对照01:07

Cohere 发布开源翻译模型 North Small Translate

Cohere 推出了个开源翻译模型，叫 North Small Translate，能帮你翻译多种语言，比如英语转西班牙语、法语，而且质量不错。

#Cohere #North Small Translate #机器翻译 #开源模型

官方账号Cohere@cohere原文

模型中美对照01:07

Cohere 发布开源翻译模型 Norbert

Cohere 开源了他们的翻译模型，你可以直接在 Hugging Face 下载使用，对翻译任务很有帮助。

#Cohere #Norbert #翻译模型 #开源模型

官方账号Cohere@cohere原文

模型中美对照78°00:57

DeepSeek V4.1 Flash 模型发布，成本降低50倍，性能接近 Sol 和 Opus

DeepSeek 新出的 V4.1 Flash 模型，用起来特别便宜，比 Sol 和 Opus 便宜50倍，性能还差不多，适合预算有限的人。

#DeepSeek #V4.1 Flash #Sol #Opus

Browser Use@browser_use原文

模型中美对照多源确认00:56

Genspark 发布 Gen-1-SLI 模型，强调持续优势

Genspark 新模型能持续对抗更强的基础模型，帮你提升产品质量。

#Genspark #Gen-1-SLI #持续优势 #模型更新

事件专题

Fireworks AI@FireworksAI_HQ11 个信源在谈原文

模型中美对照00:56

Hugging Face 将成立 Open Alignment 团队处理开源模型安全与对齐

Hugging Face 要成立新团队专门处理开源模型的安全问题了，这个团队叫 Open Alignment，听起来挺靠谱的。

#Hugging Face #Open Alignment #开源模型 #安全

Thomas Wolf@Thom_Wolf原文

模型中美对照多源确认00:55

DeepSeek 发布 V4.1 Flash 模型，性能对标 GLM-5.3，KV 缓存技术大幅降低内存占用

DeepSeek 新出的 V4.1 Flash 模型，性能不错，和 GLM-5.3 差不多，关键是内存消耗特别低，适合做 agentic 任务，价格也便宜很多。

#DeepSeek #GLM-5.3 #Kimi K3 #KV cache

事件专题

Blognone@lew8 个信源在谈原文

模型 Agent 与开发者00:53

Code Arena WebDev排行榜详情

Code Arena的WebDev排行榜，帮你快速了解不同AI模型在网页开发上的实际能力，比如GPT-4.5V和Claude 3.5 Sonnet谁更强。

#GPT-4.5V #Claude 3.5 Sonnet #DeepSeek-V1.5 #Qwen-1.8-24B

lmarena.ai@lmarena_ai原文

模型中美对照多源确认00:53

Claude Fable 5.1 和 GPT-6 Astra 让专有模型与开源模型在网页开发上的差距重新扩大

Claude和GPT-6的新版本让专有模型在网页开发上又领先了，想了解最新差距的可以看看。

#Claude #GPT-6 #DeepSeek #网页开发

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认00:53

Fireworks Lab 与 Genspark 共同开发 RL 算法，使用前沿级算力训练

朋友A发现朋友B（Fireworks Lab）和Genspark合作开发了一个新算法，用超强的算力训练，还做了很多实验防止模型作弊，挺有意思的。

#Fireworks Lab #Genspark #RL算法 #前沿级算力

事件专题

Fireworks AI@FireworksAI_HQ3 个信源在谈原文

模型 Agent 与开发者多源确认00:52

Genspark 将真实生产环境用于训练，优化产品判断标准

Genspark 用真实生产环境训练模型，优化产品判断标准，和普通训练方法不同。

#Genspark #产品判断 #生产环境

事件专题

Fireworks AI@FireworksAI_HQ3 个信源在谈原文

模型中美对照多源确认00:47

Anthropic 的 Claude Mythos 5 自我指认系统模拟，OpenAI 的 GPT-6 Astra 被迫依赖模型推理可读性

OpenAI 和 Anthropic 都在测试自己的代理程序，但都遇到了问题，比如 Claude 自我指认系统模拟，GPT-6 Astra 依赖推理可读性，挺有意思的。

#Claude #GPT-6 #OpenAI #Anthropic

事件专题

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

模型中美对照多源确认00:47

Cognition 发布 SWE-2 模型，在代码生成任务上表现接近 Fable 5.1

Cognition 推出了 SWE-2，这个模型在代码生成上很厉害，和 Fable 5.1 差不多，但便宜很多。

#Cognition #SWE-2 #代码生成 #Fable 5.1

事件专题

elvis@omarsar05 个信源在谈原文

模型中美对照00:47

Gen-1 Slides 开放模型，幻灯片生成性能接近 Claude Opus 5，价格仅为其 1/17

朋友，Fireworks AI 新出的 Gen-1 Slides 模型很棒，幻灯片生成效果和 Claude Opus 5 差不多，但价格便宜很多，是 1/17，适合做演示文稿。

#Gen-1 Slides #Claude Opus 5 #MiniMax #幻灯片生成

Fireworks AI@FireworksAI_HQ原文

模型 Agent 与开发者00:47

FireworksAI 的 RL 模型训练遇到数值问题

FireworksAI 的 RL 模型训练遇到数值问题，调整分词对齐后解决了信号漂移问题。

#FireworksAI #RL #数值问题

Fireworks AI@FireworksAI_HQ原文

模型中美对照78°00:46

DeepSeek-V4.1-Flash 参与Agent Arena竞赛

DeepSeek新出的V4.1-Flash模型参加Agent Arena竞赛，你可以去投票看看它的表现，这个模型设计得更智能、更快、更高效。

#DeepSeek-V4.1-Flash #Agent Arena #推理模型

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

模型出海东盟00:32

Ctrl_A 以 YARDS AI 系统获 Enterprise Lab 东南亚学生竞赛冠军

朋友A推荐，Ctrl_A团队用YARDS系统解决了钢铁废料检测和定价问题，挺厉害的，比其他8个学生团队都强。

#Ctrl_A #YARDS #Enterprise Lab #Techsauce

Techsauce@ Techsauce Team 原文

模型政策与合规多源确认78°00:27

Hugging Face 将成立 Open Alignment 团队，专注开源模型安全对齐

Thomas Wolf 说，Hugging Face 要成立一个新团队，专门做开源模型的安全对齐，包括网络安全，这挺有意思的。

#Hugging Face #Open Alignment #安全对齐

事件专题

Julien Chaumond@julien_c11 个信源在谈原文

模型中美对照多源确认00:24

Cognition 发布 SWE-2 模型，软件工程任务能力领先

Cognition 新出的 SWE-2 模型，做软件工程相关的事特别强，比之前版本好用，价格也划算。

#Cognition #SWE-2 #软件工程

事件专题

Cognition@cognition_labs5 个信源在谈原文

模型 Agent 与开发者多源确认00:24

Devin 新增 SWE-2 模型，Pro/Max/Teams 订阅者免费使用一个月

Devin 新增了 SWE-2 模型，Pro/Max/Teams 订阅者免费用一个月，适合需要提升代码生成效率的开发者。

#Devin #SWE-2 #编程助手

事件专题

Cognition@cognition_labs5 个信源在谈原文

模型 Agent 与开发者官方一手00:07

亚马逊推出多轮对话智能体评估指标

亚马逊搞了个新东西，专门用来评估多轮对话的智能体，能帮你找出具体是哪个回合出错了，比以前的方法更细。

#Amazon #Agent Evaluation Metric #多轮对话

官方一手AWS Machine Learning Blog@Surafel Lakew原文

模型中美对照官方一手00:06

亚马逊推出基于LLM的通用PII检测工具

亚马逊新出的这个工具，能直接把Bedrock上的任何大模型变成PII检测器，不用重新训练，效果还比很多现成的工具好。

#Amazon #PII #LLM #Bedrock

官方一手AWS Machine Learning Blog@Christophe Dupuy原文

模型中美对照00:02

DeepSeek 发布 V4.1 Flash 模型，称其为新架构家族中最小模型

DeepSeek 新发布的 V4.1 Flash 模型，比 V4-Pro 小三分之一，但在很多测试里还比它强，价格也便宜很多，值得看看。

#DeepSeek #V4.1 Flash #GPT-5.6 Sol #Claude Opus 5

The Rundown AI@therundownai原文

模型中美对照23:56

Claude Fable 5.1语言较前代更'轻量级'

想了解Claude Fable 5.1语言风格变化，和Fable 5相比有何不同？这篇文章值得一读。

#Claude #语言模型 #Fable 5.1 #写作风格

官方账号Decoder@Matthias Bastian原文

模型中美对照精选73°23:47

DeepSeek-V4.1-Flash发布

DeepSeek新模型DeepSeek-V4.1-Flash发布，比Opus 5更高效，价格更优，值得一看。

#DeepSeek #模型发布 #效率提升 #价格优势

elvis@omarsar0原文

模型中美对照73°23:47

DeepSeek-4.1-Flash入Arena！

DeepSeek新版本加入Arena，挑战你的模型，体验更智能、更快的AI。

#DeepSeek #智能体 #推理模型 #多模态

lmarena.ai@lmarena_ai原文

模型中美对照23:23

AI智能体涌入公共服务引发新请求潮

研究发现，AI智能体在公共服务中的应用引发大量新请求，了解这一现象背后的原因很有意思。

#智能体 #公共服务 #请求潮 #AI应用

techcrunch@Russell Brandom原文

模型中美对照22:53

RecraftAI 发布新图像生成模型，支持多场景创作

朋友，RecraftAI 新模型很酷，能根据你写的文字生成图片，比如写个酷女孩或者复古耳机，效果不错。

#RecraftAI #图像生成 #多模态

Recraft@recraftai原文

模型中美对照多源确认精选21:56

OpenAI GPT-6 Astra 在数学基准测试中领先，但 OpenAI 称这是刻意为之

OpenAI 新模型 GPT-6 Astra 在数学上表现很好，但 OpenAI 说这是故意的，他们更关注自我改进和对齐，不是全面进步。

#GPT-6 #OpenAI #埃尔德什基准 #数学

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

模型中美对照21:52

DeepSeek打破大模型涨价魔咒

DeepSeek新模型价格不贵，和GPT-4o等比起来更亲民。

#DeepSeek #大模型 #价格

Geek@geekbb原文

模型中美对照多源确认精选20:57

Meta 发布 Muse AI 代理，可通过 WhatsApp 购物、写邮件、议价

Meta 新出的 Muse AI 代理挺有意思，能帮你通过 WhatsApp 购物、写邮件、甚至和商家议价，还支持直接支付，比 OpenAI 的那个更方便。

#Muse #Meta #WhatsApp #AI代理

事件专题

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

模型中美对照精选78°20:57

Deepseek 发布 V4.1-Flash 模型，参数量 5520 亿，内存需求减至前代四分之一

Deepseek 新出的 V4.1-Flash 模型，参数量 5520 亿，内存占用比之前少四分之三，还比 GPT-5.6 Sol 和 Opus 5 表现好一点，适合做更便宜的 AI 代理。

#Deepseek #V4.1-Flash #多模态 #AI代理

官方账号Decoder@Jonathan Kemper原文

模型中美对照精选20:26

NASA 与 IBM 联合发布开源月球研究基础大模型，可识别月表冰区与撞击坑

NASA 和 IBM 联合发布了这个开源的月球研究大模型，能帮你更精准地识别月表冰区和撞击坑，比 SwinV2-B 更好。

#NASA-IBM #月球基础大模型 #月球研究 #图像识别

IT之家原文

模型中美对照精选78°19:52

DeepSeek V4.1 Flash 模型上线国家超算互联网

DeepSeek 新出的 V4.1 Flash 模型，参数量 552B，用起来比上一代便宜很多，缓存需求也少，适合做 Agent 之类的任务。

#DeepSeek #V4.1 Flash #国家超算互联网 #MoE

IT之家原文

模型中美对照多源确认19:23

Anthropic 发布 Claude 3.5 Sonnet 新版本

Anthropic 推出了 Claude 3.5 Sonnet 新版本，在 MMLU 基准测试中取得了 90.0 分的成绩，超过了之前的 89.9 分，同时还在其他多个基准测试中表现出色。

#Claude #推理模型 #基准测试

事件专题

The Rundown AI@therundownai11 个信源在谈原文