8月13日
01:27
01:27官方账号Microsoft Research@MSFTResearch
精选
微软研究院发布MindTopo基准测试,专门检验AI模型对拓扑关系的理解能力。该基准通过路径、围栏、绳结等图形化任务,考察模型在空间推理和规划上的表现。MindTopo旨在发现当前模型在拓扑认知层面的短板,为后续改进提供测试依据。
推荐理由:微软出了个新基准MindTopo,专测AI懂不懂拓扑关系,像路径绕圈、绳结这种空间题,看看模型会不会犯晕。
00:27
00:27lmarena.ai@lmarena_ai
79°
xAI 推出 Grok 4.6,在 LMArena 的 WebDev 基准上以 1618 分排名第7。相较 Grok 4.5 的 1553 分(第13名)提升明显,且定价保持不变。目前 Grok 4.6 与 GPT-5.6 Sol xHigh(1622 分)和 Claude Fable 5(1627 分)仅差 4 到 9 分,三者同处第5至第7区间。
推荐理由:xAI 把 Grok 4.6 放出来了,网页开发能力直接冲到 LMArena 第7,跟 GPT-5.6 和 Claude 最新版就几分之差,这代提升挺猛。
8月12日
23:05
22:39
22:39官方账号LangChain@LangChainAI
精选
LinkedIn的Tanvi Motwani将参加LangChain在纽约举办的Interrupt NYC活动,分享Agentic Eval Playbook。该手册涵盖将智能体追踪转化为黄金数据集、训练LLM-as-a-Judge系统,以及为生产环境智能体构建离线与在线监控。活动定于9月24日举行。

推荐理由:做智能体评估的可以看看,LinkedIn分享怎么把追踪数据变成黄金数据集,还教你怎么训LLM当裁判。
22:33
22:33官方一手AWS Machine Learning Blog@Patrick Duffy
精选
Solv Labs在Amazon Bedrock AgentCore payments上构建了受治理的智能体支付工作流。每笔交易在AWS Nitro Enclave中授权和证明,并基于风险定价,最终锚定到公共区块链。该系统为企业提供了在受监管环境中自主智能体支付的可验证、可审计的轨迹。该模式支持交易前授权、交易中证明和交易后审计,确保合规性。
事件专题

推荐理由:想搞AI自动付钱又怕出事?Solv Labs这套方案把每笔交易都上链、在Nitro Enclave里做证明,给企业留了完整审计轨迹,适合金融、医疗这类严监管场景。
22:05
22:05官方一手AWS Machine Learning Blog@Astrid Bowser, Alex Savage Nick Heap
精选
OneAdvanced是一家英国企业软件提供商,在AWS上构建了英国主权AI平台。他们通过Amazon SageMaker AI自托管Llama 4 Maverick和Llama Guard 4模型,并使用pgvector搭建RAG管道。基于Strands Agents SDK在Amazon ECS上部署了超过50个AI智能体。该平台确保数据留在英国境内,满足主权要求。
事件专题

推荐理由:看看英国公司怎么在AWS上自托管Llama 4,搞了50多个智能体,数据不出境,适合有合规需求的人参考。
21:25
21:25OpenRouter@OpenRouterAI
精选73°
Meta Superintelligence Labs 推出首个开源权重模型 Muse Glimmer,已在 OpenRouter 上线。该模型为 30B 参数稠密文本+图像模型,采用 Apache 2.0 许可证。Muse Glimmer 在 MCP Atlas 基准上得分 75.5,在 SWE-Bench Pro 上得分 51.2,定位为可靠的本地智能体。
推荐理由:Meta 新出的开源模型 Muse Glimmer,30B 参数,Apache 2.0 随便用,本地跑智能体挺靠谱,MCP Atlas 和 SWE-Bench Pro 分数都不错,想玩本地 AI 的可以试试。
20:49
20:49官方账号Decoder@Jonathan Kemper
Nvidia正在开发开源权重模型Nemotron 4,目标参数规模达一万亿,旨在与全球最佳免费模型竞争。然而,中国实验室如DeepSeek和Qwen已在更大规模上取得进展。Nemotron 4的发布将加剧开源模型领域的竞争。
事件专题

推荐理由:Nvidia要出万亿参数开源模型了,但中国实验室已经跑在前面,看看这场竞赛怎么打。
20:04
20:04IT之家博客/媒体
荣耀在8月12日全球发布会上推出全球首款机器人手机 Robot Phone。该机内置4DoF机械臂,采用行业最小全钛云台架构和最轻钛合金云台电机。荣耀称其为勇敢尝试,代表探索AI终端未来的决心。
事件专题

推荐理由:荣耀把机械臂塞进手机里了,4DoF云台能自己动,看看手机怎么变机器人。

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」)。