全部动态

OpenAI 拉了 80 多位心理医生做了个心理健康对话基准，GPT-6 Astra 考了 57.3 分，GPT-4o 只有 32.1，想看模型心理对话靠谱程度可以关注这套评测。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Anthropic 让 949 个 Claude 智能体自己跑 21 小时，扫了 19 亿蛋白簇，真挖出一个类似 CRISPR 的新酶系统，AI 做科研这回是真落地了。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

微软 MAI 晒出文生图成绩，10 个月涨了 283 Elo，还说自己爬坡速度比别家快 61%，看看他们怎么优化的。

官方账号Microsoft AI@MicrosoftAI原文

Anthropic 让约 950 个 Claude 智能体跑 21 小时，自己从 DNA 数据库里挖出一个类似 CRISPR 的新酶系统，还做了湿实验验证，很科幻的一条。

Tanishq Abraham (论文推介)@iScienceLuvr11 个信源在谈原文

一个才 9.7 MB 的小适配器，挂在 Bonsai 2 27B 上就能去掉拒绝回答，MMLU 几乎不掉分，16 GB 的 MacBook 也能跑。

@atomic_chat_hq@atomic_chat_hq原文

Zenith 用最便宜的 DeepSeek v4.1 Flash 打赢了 GPT 5.6 Sol，开源党可以看看它怎么做到的。

官方账号Emad Mostaque@EMostaque原文

有人推测 DeepSeek V4.1 会用 YOCO 这类新架构，如果靠谱，KV 缓存开销可能大幅下降，架构党可以留意。

Teortaxes@teortaxesTex原文

Anthropic让950个Claude智能体扫了21小时数据库，真挖出一个像CRISPR的新酶系统，AI做科学发现又添实例。

AIGCLINK@aigclink11 个信源在谈原文

Anthropic 新的 Claude Opus 5.5 (Max) 在 Code Arena 编程榜拿了第一，价格还比 GPT-6 Astra 便宜 60%，写代码的可以看看实测视频。

lmarena.ai@lmarena_ai11 个信源在谈原文

DeepMind 新掌门首次开口，说 Gemini 4 就在打磨阶段了，之前一直被 OpenAI 压着打的 Google 这次要追分了。

官方账号theverge@Jess Weatherbed11 个信源在谈原文

OpenAI 拿出 1215 段心理对话让各家模型答题，GPT-6 Astra 拿 57.3% 第一，Gemini 2.5 Pro 只有 29.5%，数据集已开放下载。

AI 眼镜不用联网也能识图问答了，1-bit 量化让 2B 模型塞进眼镜芯片，速度翻倍、功耗还降，端侧玩法的实用参考。

阿里达摩院的新模型用普通平扫 CT 就能查出早期食管癌，不用插管，敏感性 90%，还发在了《自然·医学》上，做医疗影像的值得看看细节。

月之暗面的 Kimi K3.1 曝光了，会有 Low/High/Max 三档推理和 Swarm 多智能体协作，10 月见分晓。

Anthropic 让 950 个 Claude Agent 跑了 21 小时分析噬菌体 DNA，还真找到一个类似 CRISPR 的未知酶系统，科学研究玩法变了。

AI Will@FinanceYF511 个信源在谈原文

Anthropic 的 Claude Opus 5.5 (Max) 在 LMArena 拿下第一，混合价才 $16 每百万 token，性价比曲线被改写了。

lmarena.ai@lmarena_ai原文

Anthropic 新发的 Claude Opus 5.5 直接拿下 Code Arena 网页开发榜第一，比 Opus 5 高出 126 分，跑任务成本还降了 40%。

lmarena.ai@lmarena_ai11 个信源在谈原文

小米 MiMo 团队搞了个新注意力架构，1M 上下文时 prefill 计算量和 KV cache 都砍到原来的几分之一，长文检索分数还涨了，做长上下文部署的可以看看论文。

shao__meng@shao__meng4 个信源在谈原文

商汤的 SenseNova U1 Pro 图像模型上线了，走交错式思维链生成，最高能出 8K 分辨率图，Raccoon 应用和 API 都能用。

官方一手pandaily@contact@pandaily.com (Pandaily)原文