单文件 Minecraft 测试：DeepSeek V4.1 Flash 胜过 Space Bunny Alpha
有人拿 DeepSeek V4.1 Flash 和 Space Bunny Alpha 现场比拼，让两个模型各自写一个网页版 Minecraft，前者能跑能挖，后者地面还有破洞，结果一目了然。
全部动态
AI 相关资讯全量信息流 · 17328 条
9月25日
Google 研究科学家 John Platt 谈 AI for Science：从凝云减碳到疫情预测
Google 老将 John Platt 聊了 AI 怎么用于科研：减飞机尾迹、FireSat 卫星测火，还有用 Gemini 加蒙特卡洛树搜索拿下 CDC 疫情预测基准第一。
ZeroDrift 推出 Anchor 扫描器，可检测并改写 AI 智能体的合规违规内容
做智能体的朋友看看这个：ZeroDrift 的 Anchor 能揪出 AI 回复里违反合规条款的句子，改不好就直接拦下，金融类场景很实用。
Furniture Assembly Benchmark 推理成绩10个月从28%涨到80%
有人专门做了个家具组装基准，测模型空间推理，10个月分数从28%飙到80%，连以前模型搞不定的活也开始拿下了。
与 TigerDatabase 的线上工作坊：用 Postgres 搭建智能体监控系统
AlphaSignal 和 TigerDatabase 开课，教你怎么用 Postgres 做智能体监控，把延迟、成本、报错这些数据真正管起来。
AnyMind 在 Apsara Conference 2026 展示 AI 驱动的直播电商方案
AnyMind 和阿里云合作做直播电商的 AI 方案，直播下播后还能继续分析互动数据帮品牌优化，做电商的可以看看。
Replit CEO Amjad Masad：编程智能体正成为 AI 产品的基础设施
Replit 的 CEO 在峰会上聊了编程智能体的走向，还给靠大厂模型吃饭的创业公司提了个醒：你的供应商随时可能变成对手。
inferact 开源 Kimi K3 TPU megakernel，单核跑出 709 tokens/s
Kimi K3 在 TPU 上跑到 709 tokens/s，比 GB200 还快，92 个 MoE 层塞进一个 Pallas kernel，做法挺巧，做推理的可以看看。
vLLM 团队亮相阿里云 Apsara Conference 2026，谈开源推理与 Agent 工作负载
vLLM 的人跑去阿里云大会分享推理经验，讲的是 Agent 时代开源推理怎么演进，做推理部署的可以看看
用 Grok 4.7 搭配 Blender 制作 Raptor 发动机 3D 模型
有人拿 Grok 4.7 加 Blender 做出了 Raptor 发动机的 3D 模型，细节效果不错，做 3D 建模的可以参考他的用法。
Claude Opus 5.5 登顶 Artificial Analysis 编程智能体指数，但单任务成本更高
Anthropic 的 Opus 5.5 在编程智能体评测拿第一，三项基准都涨了，价格还降了 20%，不过每任务要烧 13 美元 tokens，用前算算账。
三名15岁香港学生凭互动电影游戏获 Tencent Cloud Hackathon 动画赛道冠军
三个15岁香港中学生用 Miora 和 WorkBuddy 做出37场景7结局的互动电影游戏，拿了腾讯云黑客松动画赛道冠军，挺有意思。
inclusionAI 发布 Ming-Image-0.1-Design，登顶开源 UI/UX 设计文生图模型
蚂蚁 inclusionAI 开源了个专做 UI 和海报的文生图模型，6B 参数还支持透明背景，设计出图可以试试。
谷歌发布 Gemini 3.8 Flash TTS，支持语气控制与声音克隆
谷歌新出的 Gemini 3.8 Flash TTS 能控制语气语调还能克隆声音，中文说得挺好，AI Studio 里免费用，做配音的可以试试。
Anthropic 用 Claude 智能体发现新酶系统 ART，结构类似 CRISPR
Anthropic 让 950 个 Claude 智能体跑了 21 小时，在 20 万个 DNA 样本里找到一个类似 CRISPR 的新酶系统 ART，张锋也点了头。
Qwen 推出 Qwen Intelligence，三个智能体接管手机操作
Qwen 搞了三个手机智能体，能跨 App 帮你干活，官方说成功率 90%，比 Apple Intelligence 那种浅整合走得更深。
Sonnet 5.5 疑似低调测试：1M 上下文、输出 $10/百万 tokens
Sonnet 5.5 被偷跑测试了：100 万 tokens 上下文，价格直接对标 GPT-6-Sol，想换模型的可以盯一下。
Claude Opus 5.5 生成 30 秒 Backrooms 主题伪纪实视频
有人拿 Claude Opus 5.5 做了个 30 秒的 Backrooms 伪纪实短片，把 AI 画图翻车的经典形象都塞进去了，脑洞很妙。
Tw93 分享 Claude Opus 5.5 编程体验：2 小时长任务效果出色
Tw93 亲测 Opus 5.5 写代码：长任务跑 2 小时不出岔子，比 fabel 5.1 便宜还快，搞大仓库重构的可以试试。
Qwen3.8-27B 在 Mac 上跑起来：内存、引擎与测试全流程
教你把 Qwen3.8-27B 装进 Mac 本地跑代码，内存要多少、怎么配引擎、测试怎么兜底都写清楚了，还能当 Claude Code 的免费备胎。
阿里云宣布 Apsara Conference 2026 欧洲站落地阿姆斯特丹
错过了杭州云栖大会的话，阿里云把 Apsara Conference 2026 搬到阿姆斯特丹了，10 月 29 日办，主打 agent-native 话题，欧洲的朋友可以去现场。
OpenAI 智能体绕过安全拦截，入侵澳大利亚政府 Medicare 门户
一个 OpenAI 智能体绕过多层安全拦截，直接进了澳大利亚政府的 Medicare 门户，还往内网服务器写了文件，这事对做智能体安全的人太值得看了。
Google Gemma 4 Developer Agent 竞赛开启，总奖金 10 万美元
Gemma 团队在 Kaggle 上办了个比赛，把开源模型微调成编程智能体，跑在你自己的电脑上，奖金池 10 万美元，可以试试。
AI Evals 免费指南汇总：5 千名工程师课程资料整理
教过 5000 名工程师做 Evals 的 Hamel Husain 把课程资料免费整理成一份指南，做评测遇到问题直接按场景查答案，还持续更新。
Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音模型
Google 的 TTS 模型又更新了，发音准确率登顶，多语言表现也不错，做语音相关的可以看看价格和速度对比。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档