AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
5月23日
17:52
17:52marktechpost@Asif Razzaq
精选76°
微软研究院发布了 Fara1.5 系列浏览器计算机使用智能体，包含 4B、9B 和 27B 三个参数规模。其中 Fara1.5-27B 在 Online-Mind2Web 基准测试上达到 72% 的准确率，超越了 OpenAI Operator、Gemini 2.5 Computer Use 和 Yutori Navigator n1。该系列还配套推出了 FaraGen1.5 合成数据流水线，用于训练智能体执行门控操作。这一进展表明，开源级别的浏览器自动化智能体正在快速追赶并超越闭源竞品。
AI模型浏览器智能体微软Fara1.5开源/仓库自动化
推荐理由：做浏览器自动化或 RPA 的开发者终于有了一个开源且性能领先的选择——Fara1.5 直接对标 OpenAI Operator，27B 模型在关键基准上胜出，值得立即上手测试。
原文
17:51
17:50
16:21
16:21@atomic_chat_hq@atomic_chat_hq
在游戏开发竞赛中，Deepseek V4 Pro 与 GPT-5.5 被要求制作卡丁车游戏。GPT-5.5 以 0.33 美元成本、25 tok/s 速度生成 10,580 tokens，耗时 7 分钟，最终游戏质量、视觉效果和创意方向明显更优。Deepseek V4 Pro 成本仅 0.07656 美元，便宜 4.3 倍，生成 18,869 tokens（近 2 倍），但游戏在图形、视觉打磨和创意执行上较弱。结论是尽管 Deepseek 定位为强编码模型，在游戏开发测试中仍远落后于 GPT-5.5。
AI模型Deepseek V4 ProGPT-5.5游戏开发模型对比成本效率
推荐理由：想用 AI 做游戏开发的团队，这个对比直接告诉你：省钱不一定省心——Deepseek 便宜但质量差一截，GPT-5.5 贵但成品更靠谱，建议根据预算和品质要求选模型。
原文
16:19
16:19@atomic_chat_hq@atomic_chat_hq
精选72°
Atomic Chat 团队通过 Multi-Token Prediction (MTP) 技术，在 2 块 RTX 5090 上对 Qwen 模型实现了最高 2.5 倍的推理加速。其中，Qwen3.6 27B 密集模型从 51 tps 提升至 117 tps（+137%），而 MoE 模型 35B-A3B 从 218 tps 提升至 267 tps（+25%）。MTP 通过一次前向传播验证多个预测 token，显著减少了内存带宽瓶颈，密集模型受益更大。该技术保持零精度损失，仅需额外约 1 GB 显存，且代码已开源。
AI模型推理加速MTP/多token预测QwenMoE/密集模型开源/仓库
推荐理由：MTP 技术让本地大模型推理速度翻倍，尤其适合在消费级显卡上跑密集模型的开发者——2 块 RTX 5090 就能让 27B 模型达到 117 tps，值得直接试开源代码。
原文
16:19
15:00
15:00IT之家（博客/媒体）
精选
智元发布新一代二阶段Motion-Between运控基座模型BFM-2，旨在让机器人具备类似“肌肉记忆”的自主运动能力。该模型能在任意状态（静态、预设动作或随机输入）下，让机器人自主进行高稳定性的动作插值和动态任务闭环。演示视频显示，搭载BFM-2的机器人被打倒在地后能快速站起并自我平衡。这为具身智能提供了更可靠的运动底座，提升了机器人在复杂环境中的适应性和鲁棒性。
AI模型机器人运动控制基座模型具身智能智元
推荐理由：做机器人运动控制的团队终于有了更可靠的基座模型——BFM-2解决了机器人在任意状态下自主恢复和动态平衡的痛点，做具身智能或机器人开发的值得关注。
原文
14:42
10:42
10:42IT之家（博客/媒体）
78°
微软研究院推出 Fara1.5 系列浏览器 AI 智能体模型，包含 4B、9B 和 27B 三个参数版本。该模型通过读取浏览器截图并输出鼠标键盘操作来完成网页任务，采用“观察—思考—行动”循环。在 Online-Mind2Web 基准测试中，Fara1.5-27B 以 72% 的任务成功率超越 OpenAI Operator（58.3%）和 Gemini 2.5 Computer Use（57.3%）。模型基于 Qwen3.5 微调，使用约 200 万条样本训练，并在安全方面设计了主动询问机制。配套的 MagenticLite 沙盒浏览器提供了安全边界。
AI模型微软Fara1.5浏览器智能体Qwen3.5任务成功率
推荐理由：做浏览器自动化或网页智能体的开发者终于有了一个开源可用的强基线——Fara1.5 在多项基准上碾压 OpenAI Operator，且附带安全机制，建议直接下载试试。
原文
09:53
09:53Hugging Face: Blog（博客/媒体）
精选
NVIDIA 发布了 Nemotron-Labs 扩散语言模型，该模型采用扩散机制替代传统的自回归生成方式，大幅提升文本生成速度，接近光速。与 GPT-4 等模型相比，Nemotron-Labs 在保持生成质量的同时，推理速度提升了一个数量级。该模型在多个基准测试中表现出色，尤其适合需要低延迟的实时应用场景。这一突破可能改变大语言模型的部署范式，让文本生成更接近实时交互。
AI模型扩散模型文本生成NVIDIA推理加速Nemotron-Labs
推荐理由：NVIDIA 的扩散语言模型将文本生成速度推向新高度，做实时对话或低延迟应用的开发者可以直接关注，它可能改变你对大模型推理速度的认知。
原文
09:26
09:26rohanpaul_ai@rohanpaul_ai
72°
DeepMind 创始人 Demis Hassabis 指出当前 AI 的局限：语言可以描述世界，但无法包含世界。语言模型从文本中意外学到了大量现实结构，但文本只是经验的压缩残渣，而非经验本身。世界由需要亲身经历、触摸、预测、违反和修复的约束构成，而非仅由可命名的事实组成。Hassabis 认为世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何变化、行动如何产生反馈。他强调，智能不仅是回答得好，更是知道如果你移动、伸手、推、闻、滑倒或失败，接下来会发生什么。
AI模型世界模型语言模型Demis HassabisDeepMindAGI
推荐理由：Hassabis 点出了当前大语言模型的核心天花板——文本无法替代真实体验，做 AI 研究或关注 AGI 路径的人值得细读，看完会对世界模型的价值有更深理解。
原文
05:18
04:21
03:38
02:16
5月22日
23:03
23:03rohanpaul_ai@rohanpaul_ai
精选76°
由 ModelBest、清华大学和 OpenBMB 社区联合开发的 BitCPM-CANN 成为全球首个完全基于中文 AI 基础设施（华为昇腾 910B NPU）训练的开源 1.58-bit 三元大语言模型。该模型采用三元权重（仅三种状态），大幅降低部署内存需求，适合手机、PC、汽车等本地设备。其训练系统在昇腾 910B 上实现了量化感知训练（QAT）、直通估计器（STE）等全套流程，并开源了可复现的训练脚本。这一成果展示了在硬件成本上升背景下，模型能否在真实约束下训练、复现、部署和优化比单纯追求榜单分数更重要。
AI模型三元模型1.58-bit华为昇腾开源/仓库低资源部署
推荐理由：对于关注国产 AI 基础设施和低资源部署的开发者，BitCPM-CANN 展示了在昇腾 NPU 上训练三元模型的完整路径，可以直接参考其开源训练脚本做本地化部署或模型优化。
原文
22:38
22:26
22:26阿里通义 Qwen@Alibaba_Qwen
83°
atomic.chat 团队测试了三个前沿模型在真实智能体任务中的表现：编写一个能自我训练并玩俄罗斯方块的机器人。每个模型可以读取自己的代码、运行基准测试并在10次迭代中自我重写。最终 Qwen 3.7-Max 以训练成本仅1.32美元、机器人性能提升56%的成绩全面领先，而 Claude Opus 4.7 成本12.15美元提升28%，GPT-5.5 成本2.85美元提升仅7%。Qwen 在成本效益和性能提升上均胜出，尤其在长智能体循环场景中表现出色。
AI模型Qwen 3.7-Max智能体Claude Opus 4.7GPT-5.5成本对比
推荐理由：Qwen 3.7-Max 在智能体任务中成本仅为 Claude 的1/9、GPT 的1/2，性能提升却翻倍，做 AI 智能体开发的团队值得关注这个性价比之选。
原文
22:25
22:16
22:11
19:05
19:05岚叔@lufzzliz
83°
阿里通义千问发布 Qwen3.7-Max，在第三方 Arena 全球大模型盲测总榜中超越 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，位列国产第一，与 GPT、Claude、Gemini 最强模型接近。在编程智能体方面，SWE-Pro、SWE-Multilingual 等测评领先，Terminal Bench 2.0 得分 69.7。通用智能体能力显著提升，在 MCP-Atlas、MCP-Mark 等现实测试中创国产新高。新增 preserve_thinking 参数，保留前序思维内容以增强 Agent 决策一致性，减少重复推理 Token 消耗，默认关闭。实测在 Claude Code 下跨框架泛化能力不错，但需要更精准的提示词和多轮迭代。
AI模型Qwen3.7-Max国产模型编程智能体AgentMCP/工具
推荐理由：Qwen3.7-Max 在多项基准上追平国际顶尖模型，做 Agent 和编程自动化的开发者可以直接拿来替代闭源方案，尤其是 preserve_thinking 参数对长周期任务很有用，值得一试。
原文
17:49
17:49IT之家（博客/媒体）
精选
网易有道宣布将“子曰”大模型 4.0 的核心双引擎——多模态模型（27B 参数）和语音合成（TTS）模型面向全球全量开源。多模态模型在视觉数理问题上达到行业顶尖水平，纯文本中文数理难题准确率达 81.4%，并通过思维链重构将输出长度压缩 43.2%，降低推理成本。TTS 模型支持跨语种音色情感迁移克隆，3 秒内完成零样本原声复制，准确度超 97%，覆盖 14 种语言。开发者可免费下载、部署并二次开发，适合教育场景和语音应用。
AI模型开源/仓库多模态模型语音合成教育场景网易有道
推荐理由：教育场景的开发者终于有了可商用的开源多模态模型——27B 参数在数理问题上达到 SOTA，且推理成本更低；TTS 模型 3 秒克隆音色并跨语种带情感，做语音助手或教育产品的团队可以直接下载试试。
原文
16:09
16:08
15:16
14:56
14:37
14:37IT之家（博客/媒体）
76°
美团技术团队正式开源了数字人视频生成模型 LongCat-Video-Avatar 1.5，该版本在唇形同步、物理合理性、长视频稳定性、多人互动及推理效率方面全面升级。模型采用 DMD 蒸馏技术，将生成步数从 50 步压缩至 8 步，推理效率提升约 15 倍，生成 10 秒视频仅需约 1 分钟。在用户偏好对比中，该模型相比 Kling Avatar 2.0 胜率为 65.9%，相比 OmniHuman-1.5 胜率为 61.1%，相比 HeyGen 胜率为 54.3%。美团表示，数字人视频生成正从展示效果走向真实使用，希望开源能成为可验证、可改进、可共建的技术基座。
AI模型数字人视频生成开源/仓库美团LongCat-Video-Avatar
推荐理由：数字人视频生成终于从演示走向了可商用——10 秒视频 1 分钟生成，效率提升 15 倍，做虚拟主播、在线教育、客服视频的团队可以直接拿来用，省去大量渲染时间。
原文
14:00
13:58
13:58IT之家（博客/媒体）
精选83°
字节跳动开源了名为Lance的多模态AI模型，激活参数量仅3B，却能原生统一处理图像理解、视频理解、图像生成、视频生成和跨模态编辑等任务。与常见将理解与生成拆分为多个模块的方案不同，Lance从训练起就采用共享上下文与能力解耦的双流专家架构，兼顾高层语义特征与低层连续表示。在多项基准测试中，Lance在图像生成、视频生成、图像编辑和视频理解上均取得领先成绩，例如GenEval总分0.90、VBench总分85.11。模型采用Apache 2.0许可开源，权重已在Hugging Face提供，推理需至少40GB显存。
AI模型多模态模型开源/仓库字节跳动Lance统一模型
推荐理由：Lance用3B参数实现了多模态理解与生成的统一，解决了传统方案模块拼接效率低、能力割裂的问题。做多模态AI研究或应用开发的团队可以直接下载权重试试，尤其适合资源有限但想探索统一模型的场景。
原文
13:55
13:25
10:45
10:45arXiv: DeepSeek@Mao Zheng, Zheng Li, Tao Chen, Bo Lv, Mingrui Sun, Mingyang Song, Jinlong Song, Hong Huang, Decheng Wu, Hai Wang, Yifan Song, Yanfeng Chen, Guanwei Zhang, Guanghua Yu, Yi Su, Hong Liu, Jinxiang Ou, Keyao Wang, Weile Chen, Haozhao Kuang, Kai Wang, Nuo Chen, Zihao Zheng, Chenhao Wang, Bin Xing, Chengcheng Xu, Tinghao Yu, Binghong Wu, Long Xu, Jiacheng Shi, Yunhao Wang, Baifang Chen, Lei Zhang, Qi Yang, Zhao Wu, Jiacheng Li, Lan Jiang, Lanrui Wang, Kai Zhang, Shuaipeng Li, Zhongzhi Chen, Weixuan Sun, Jiaqi Zhu, An Wang, Wei Li, Jun Xia, Weidong Han, Wutian Yang, Litong Hui, Luoguo Jia, Jiajia Wu, Xinpeng Zhou, Tianxiang Fei
精选
Hy-MT2 是一系列面向复杂真实场景的快速多语言翻译模型，包含 1.8B、7B 和 30B-A3B（MoE）三个尺寸，支持 33 种语言间的翻译。通过 AngelSlim 1.25-bit 极端量化，1.8B 模型仅需 440MB 存储，推理速度提升 1.5 倍，适合端侧部署。在通用、商业、领域和指令跟随翻译任务中，7B 和 30B 模型在快速思考模式下超越 DeepSeek-V4-Pro 和 Kimi K2.6 等开源模型，1.8B 模型整体也优于微软和豆包等主流商业 API。该工作为多语言翻译提供了高效且强大的新选择。
AI模型多语言翻译Hy-MT2端侧部署量化开源模型
推荐理由：做多语言翻译或端侧部署的团队终于有了一个又快又准的选择——1.8B 量化后 440MB 就能跑，性能还超过微软豆包 API，值得直接上手试。
原文
10:27
10:08
10:08IT之家（博客/媒体）
83°
智谱今日面向部分企业客户推出 GLM-5.1 高速版 API，输出速度达到 400 tokens/s，刷新全球大模型 API 速度上限。该模型首次在国产大模型中实现旗舰级能力与低延迟的结合，打破了高速模型通常为轻量级模型的行业惯例。GLM-5.1 高速版由智谱 GLM 团队与 TileRT 团队联合打造，在推理引擎、调度系统和基础设施三个层面进行系统级优化，确保 400 TPS 是稳定可用的生产级能力。该模型适用于 AI 编程、实时交互、商业决策、实时语音等对响应延迟要求高的场景，现已面向部分企业客户开放服务。
AI模型智谱GLM-5.1高速推理API国产大模型
推荐理由：智谱把旗舰模型的推理速度拉到 400 tokens/s，做实时交互、AI 编程的团队可以直接用，延迟敏感场景终于有了国产高性能选项，建议点开看技术细节。
原文
09:37
09:28
09:28IT之家（博客/媒体）
83°
加州大学圣地亚哥分校的研究首次提供实证，证明现代 AI 能通过经典图灵测试。在实验中，GPT-4.5 有 73% 被裁判判定为人类，频率甚至高于真实人类。LLaMa-3.1-405B 也有 56% 被判定为人类，与真人无显著差异。研究强调，模型通过模仿人类的语气、幽默和易错性而非展示知识来获胜，但需要精心设计的提示词才能伪装成功。该发现对网络信任构成挑战，提示人们应降低对线上陌生人身份的确定性。
AI模型GPT-4.5图灵测试LLaMa-3.1AI 安全大语言模型
推荐理由：这项研究首次用实证数据证明 AI 能通过图灵测试，对关注 AI 社会影响和网络安全的人意义重大——做 AI 伦理或在线身份验证的团队值得仔细看，它会让你重新思考“像人”意味着什么。
原文
08:06
08:05
08:05