开源模型相关 AI 资讯

7月17日

15:57

官方一手marktechpost@Asif Razzaq

73°

NVIDIA 于 2026 年 7 月 15-16 日发布 Nemotron 3 Embed 系列，包含三个开源检查点：8B-BF16、1B-BF16 和 1B-NVFP4。8B 模型在 RTEB 基准上以 78.46 平均 NDCG@10 排名第一。1B 模型通过 ModelOpt NAS 剪枝和 COS+MSE 蒸馏从 8B 教师模型获得。NVFP4 量化版本在 Blackwell 上吞吐量提升 2 倍，同时保留超过 99% 的 BF16 检索精度。所有检查点支持 32,768 token 输入，基于 OpenMDW-1.1 协议。

事件专题

推荐理由：NVIDIA 开源了三个嵌入模型，8B 的 RTEB 第一，1B 的量化版速度翻倍还能保持 99% 精度，适合做检索和 RAG。

原文

15:34

15:34IT之家（博客/媒体）

精选

中国气象局在WAIC气象专会上发布全球首个千亿参数级开源气象大语言模型“风和”，并启动全球开源计划。该模型基于地球系统数据基座，训练了5000万tokens高质量气象服务语料，已备案生成式人工智能。目前“风和”国际版已上线，融入“妈祖”预警方案，支持中英文智能问答。中国气象局已在GitHub和Hugging Face开放完整模型权重及API接口，允许全球用户部署。

AI模型风和中国气象局气象大模型

推荐理由：中国气象局开源了千亿参数的气象大模型“风和”，能直接用于天气分析、风险预警，还在GitHub和Hugging Face上给了完整代码和API，开发者可以自己接入。

原文

10:49

orange.ai@oran_ge

Moonshot AI 的 Kimi K3 在内部写作基准中以 2840 Elo 排名第一，超越 Claude Fable 5。相比前代 Kimi K2.6，排名从第 21 跃升至第 1。每个脚本运行成本约 0.25 美元，比被超越的模型便宜 5 倍。这是首个开放权重模型在该基准登顶。

AI模型 Kimi K3 Claude Fable 5 Moonshot AI

事件专题

推荐理由：Moonshot AI 的 Kimi K3 在写作评测上干掉了 Claude Fable 5，成本还低 5 倍，开源模型也能这么强？

原文

10:48

orange.ai@oran_ge

73°

Kimi-K3在Frontend Code Arena中以1679分排名第一，超越Claude Fable 5。该模型从Kimi-k2.6的第18位跃升17个名次至榜首。在7个前端域中，Kimi-K3在6个领域（品牌营销、参考设计、数据分析、消费产品、模拟、内容创作工具）排名第一，仅在游戏领域落后于Fable 5位列第二。完整模型权重将于7月27日开源。

AI模型 Kimi-K3 Kimi_Moonshot Claude Fable 5

事件专题

推荐理由：月之暗面新模型Kimi-K3在代码排行榜上干掉了Claude Fable 5，六个子项第一，还承诺开源，看看能不能打。

原文

10:12

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

精选73°

商汤科技开源了统一视觉模型SenseNova-Vision，该模型将检测、分割、深度预测和3D重建任务整合在单一模型中。在HuggingFace Any-to-Any排行榜上，SenseNova-Vision凭借其性能登顶全球第一。此举标志着“拼接怪兽”时代的终结，为计算机视觉领域提供更简洁高效的统一方案。

AI模型 SenseNova-Vision SenseTime 视觉模型

推荐理由：商汤把检测、分割、深度预测、3D重建全塞进一个开源模型，还在HuggingFace拿了第一，做视觉的兄弟可以试试。

原文

10:09

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

Moonshot AI发布了Kimi K3模型，参数量达2.8万亿。该模型在开源权重模型中排名全球第三，仅次于Fable 5和GPT-5.6 Sol。Kimi K3宣称具备'寓言级'的感受力。同时提供开源权重和API服务。

AI模型 Kimi K3 Moonshot AI 开源模型

事件专题

推荐理由：Kimi K3的2.8万亿参数开源模型性能强悍，全球第三，比很多闭源模型都强，值得上手试试。

原文

10:06

shao__meng@shao__meng

Kimi K3 是全球首个 3T（2.8T）级开源模型，支持 1M token 上下文和原生多模态，定位长时程智能体编码与知识工作。在 Frontend Code Arena 中获得 1679 分，领先第二名 Claude Fable 5 的 1631 分和第三名 GPT-5.6 Sol 的 1618 分。整体性能仅弱于 Claude Fable 5 和 GPT 5.6 Sol，在开源模型中表现最强，权重将于 7 月 27 日前开放。

AI模型 Kimi K3 开源模型

推荐理由：Kimi 发了 K3 开源模型，2.8T 参数加上百万上下文，在编程评测里甚至超过了 Claude 和 GPT，做智能体特别合适。

原文

09:38

官方账号arXiv cs.AI@Haoxuan Li, Tianci Gao, Jianhe Li, Yang Fan, Runze Shi, Weiran Wang, Tianxiang Zhao, Zezhao Wu, Xiaoyang Jiang, Qihui Zhang, Jia Li, Xiao Xiao, Kai Du, Xiaoxuan Jia, Chao Xie, Lu Mi

BrainPilot 是一个完全开源的多智能体系统，旨在自动化脑科学发现过程。该系统包含一个统一脑科学知识库（7233个索引条目）和技能库（72个可复用方法单元），覆盖七个研究领域。每个步骤记录在Graph of Trace中，提供可审计的日志，同时Auditor agent负责检查编造内容。在Agents' Last Exam的三个脑科学任务及自建基准BrainPilotBench-v0上，BrainPilot使用开源骨干模型达到与SOTA框架相当的性能，且成本更低。

论文 BrainPilot 多智能体脑科学

推荐理由：脑科学研究有多繁琐你懂的，BrainPilot开源出来帮你自动查文献、做分析、防编造，性能不输顶级框架还省钱。

原文

09:27

09:27IT之家（博客/媒体）

73°

截至2026年7月，智谱ARR（年度经常性收入）达到10亿美元（约67.8亿元人民币）。从1亿美元增长到10亿美元，智谱仅用5个月，而Anthropic用了15个月。2026年1月至7月期间，智谱ARR增长了15倍。该公司于6月上线并开源GLM-5.2，在Code Arena盲测中取得全球可用模型第一，核心指标追平甚至超过Claude Opus 4.8和GPT-5.5。

行业智谱 GLM-5.2 编程助手

事件专题

推荐理由：智谱ARR半年暴涨15倍，GLM-5.2开源后编程能力在Code Arena拿第一，跟Claude和GPT正面刚，值得关注。

原文

09:19

berryxia@berryxia

76°

Kimi 团队发布博客，宣布 K3 模型权重即将开源，面向推理合作伙伴开放。Moonshot 选择将前沿模型权重公开，表明即使处于顶尖性能水平，开放权重也是可行路径。这一举动传递的信息是智能进步不应被少数公司垄断，领先者有底气让更多人一起使用和迭代。

AI模型 Moonshot K3 Kimi

推荐理由：Moonshot (Kimi 团队) 要把 K3 模型权重开放了，打破闭源才能领先的老规矩，你可以直接用来推理和迭代。

原文

08:05

lmarena.ai@lmarena_ai

Kimi-K3在Frontend Code Arena中以76%的pairwise win rate排名第一，击败Claude Fable 5（63%）和GPT-5.6 Sol（58%）。该模型获得1679分，从第18位跃升至第1位。在品牌营销、参考设计、数据分析等6个领域均排名第一，仅游戏领域落后于Fable 5。Kimi-Moonshot团队将于7月27日前开源完整模型权重。

AI模型 Kimi-K3 Claude Fable 5 GPT-5.6 Sol

事件专题

推荐理由：Kimi-K3刚在代码前端评测中干翻Claude Fable 5，76%胜率，6个领域第一，权重还开源，绝对值得关注。

原文

07:54

官方一手marktechpost@Asif Razzaq

83°

2026年7月16日，Moonshot AI 发布了 Kimi K3 模型，参数规模达2.8万亿。该模型采用 MoE 架构，包含896个专家，每次推理激活其中16个。Kimi K3 引入了 Kimi Delta Attention 和 Attention Residuals 机制，支持100万token的上下文窗口。模型以开源形式发布。

AI模型 Kimi K3 Moonshot AI MoE

事件专题

推荐理由：Moonshot AI 把 2.8 万亿参数的 Kimi K3 开源了，用了新注意力机制，还有 1M 上下文，直接看技术细节就对了。

原文

05:54

elvis@omarsar0

72°

Kimi发布K3开源模型，拥有2.8万亿参数、100万上下文窗口和原生多模态能力。K3采用Kimi Delta Attention，在百万token上下文中实现解码速度提升6.3倍。Attention Residuals机制以不到2%的额外成本带来约25%的训练效率提升。该模型面向长程智能体编程和自演进工作流设计，开源权重计划于2026年7月27日开放。

AI模型 Kimi K3 Moonshot AI 开源模型

事件专题

推荐理由：Kimi新开源模型K3，参数2.8万亿，能处理百万上下文，速度还快了6倍多，做长程智能体任务很合适。

原文

05:13

Aravind Srinivas@AravSrinivas

精选72°

Kimi.ai 发布 Kimi K3，拥有 2.8 万亿参数和 100 万 token 上下文窗口，原生支持多模态。Kimi Delta Attention 使百万 token 上下文解码速度提升至 6.3 倍。Attention Residuals 技术以低于 2% 的额外成本实现约 25% 的训练效率提升。Kimi K3 已上线 Kimi.com、Kimi Work、Kimi Code 及 API，开源权重计划于 2026 年 7 月 27 日发布。

AI模型 Kimi K3 Kimi.ai 2.8万亿参数

事件专题

推荐理由：Kimi K3 参数和上下文双双拉满，解码快 6.3 倍，还承诺开源，做长上下文编程的别错过。

原文

05:00

lmarena.ai@lmarena_ai

精选76°

Kimi K3在Text Arena以1486分排名第9，较Kimi K2.6的38名跃升29位。该模型在创意写作、编程和指令遵循三个子项进入前十，并在物理与社会科学、法律与政府、医学与医疗三个职业领域排名第一。Kimi K3拥有2.8万亿参数和100万上下文窗口，其Delta注意力机制使百万token上下文的解码速度提升6.3倍，Attention Residuals在不到2%额外成本下实现约25%训练效率提升。完整模型权重将于2025年7月27日开源。

AI模型 Kimi-K3 Kimi Moonshot

事件专题

推荐理由：Kimi发了K3，2.8万亿参数，Text Arena排名比上代涨了29位，代码和创意写作都进前十，权重7月开源值得关注。

原文

04:21

Paul Couvert@itsPaulAi

73°

Kimi K3由Kimi.ai发布，拥有2.8T参数和1M上下文窗口。在编程和智能体任务上表现领先，部分指标超越Fable 5和GPT-5.6 Sol。定价与Sonnet 5相同，但推理成本更低。在前端设计竞技场首次登顶。

AI模型 Kimi K3 Kimi_Moonshot 开源模型

事件专题

推荐理由：Kimi K3开源了，2.8T参数比Fable 5还便宜，编码和智能体任务很强，试试看。

原文

04:17

lmarena.ai@lmarena_ai

精选72°

Kimi K3 在 Code Arena 前端榜单以 1679 分超越 Claude Fable 5 升至第一，排名从 Kimi-k2.6 的第 18 位跃升 17 位。在 Brand & Marketing、Reference-Based Design 等 6 个领域排名第一，仅在 Gaming 领域落后 Fable 5 列第二。模型权重将于 7 月 27 日开源。

AI模型 Kimi K3 Kimi_Moonshot Claude Fable 5

事件专题

推荐理由：Kimi 新模型在前端代码上把 Claude Fable 5 比下去了，六个子项都排第一，而且权重会开源，值得试试。

原文

04:10

Ethan Mollick@emollick

Kimi K3发布后，开源权重模型再次接近前沿水平。评论指出Anthropic和OpenAI可能因政府限制而无法加快模型发布节奏。Mythos于4月发布（早于Opus 4.7），而Fable 5已被视为“较老的模型”。

行业 Kimi K3 Mythos Fable 5

事件专题

推荐理由：讨论Kimi K3后开源模型逼近前沿，以及Anthropic和OpenAI的发布压力，适合关注模型竞争态势的人。

原文

03:07

The Rundown AI@therundownai

Moonshot发布开源模型Kimi K3。早期基准测试中，Kimi K3全面超越Claude Opus 4.8。性能与Fable和GPT 5.6 Sol相当。定价与Sonnet相同。可能成为今年DeepSeek时刻。

AI模型 Kimi K3 Moonshot Claude Opus 4.8

事件专题

推荐理由：开源模型Kimi K3性能吊打Claude Opus 4.8，价格却和Sonnet一样，值得关注。

原文

02:42

lmarena.ai@lmarena_ai

精选

Inkling 在 Frontend Code Arena 开放权重模型中排名第10，得分1434，总体排名第37。它是前15名中唯一的美国开放权重模型。在品牌与营销领域排名第4，数据与分析领域排名第7，其余领域均进入前20。该模型由 Thinking Machines 发布，支持文本、图像、音频多模态推理，并提供全权重下载。即日起可通过 Tinker 进行微调并在 Inkling Playground 体验。

AI模型 Inkling Thinking Machines Frontend Code Arena

事件专题

推荐理由：Thinking Machines 出的 Inkling 开放权重模型在多模态推理和多个基准上表现不错，是美国目前排名最高的开放模型，不妨试试它的推理效果。

原文

02:06

Fireworks AI@FireworksAI_HQ

Fireworks AI 举办免费 DevRel 网络研讨会，演示如何微调开源视觉模型从混乱收据图片中提取结构化 JSON。整个过程在 Fireworks 平台上端到端管理。研讨会已于 10am PST 开始，无法参加的观众可在本周内观看 YouTube 回放。活动还涵盖近期发布和微调入门指南。

技巧 Fireworks AI 微调开源模型

推荐理由：想学微调？Fireworks 现场演示用视觉模型从收据扒 JSON，实操干货，错过也有回放。

原文

01:07

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 宣布提供三种方式试用 Thinkymachines 的 Inkling 模型：1) 通过 build.nvidia.com 获取免费 GPU 加速端点；2) 使用 NVIDIA NIM 下载并本地运行；3) 借助 NVIDIA Dynamo 的 GitHub recipe 部署。Inkling 是一个新发布的模型，支持直接通过云端或自托管使用。所有渠道均面向开发者开放。

AI模型 Inkling Thinkymachines NVIDIA

事件专题

推荐理由：想试试 Thinkymachines 的新模型 Inkling？NVIDIA 给了三种方式，包括免费 GPU 端点，直接上手非常方便。

原文

00:32

00:32官方账号Simon Willison’s Weblog（博客/媒体）

精选77°

Mira Murati 创立的 Thinking Machines Lab 发布了首个开源权重模型 Inkling。Inkling 是一个总参数 975B、激活参数 41B 的 MoE transformer，采用 Apache-2.0 许可，训练于 45 万亿 tokens 的文本、图像、音频和视频数据。该模型并非前沿模型，而是定位为通过 Tinker 训练平台进行微调的基础模型。Inkling-Small（276B 总参数, 12B 活跃）仍处于测试阶段，权重将后续发布。模型卡和训练数据文档信息较为简略，但 Inkling 在开源生态中可与 Nemotron 和 Gemma 4 竞争。

AI模型 Inkling Thinking Machines Lab 开源模型

事件专题

推荐理由：Mira Murati 的新实验室发布了 Inkling，975B 参数的 Apache-2.0 多模态开源模型，专门为微调设计，想折腾的开发者可以试试。

原文

00:09

orange.ai@oran_ge

月之暗面发布开源模型Kimi K3，参数量达2.8T。这一规模可能超过Anthropic的Claude Opus，接近业界顶级模型Fable。模型已训练完成，表明中国开源模型与全球顶尖水平的差距可能缩短至6个月内。

AI模型 Kimi K3 月之暗面开源模型

事件专题

推荐理由：月之暗面刚开源了Kimi K3，2.8T参数，可能比Claude Opus还大。想看看开源模型的天花板？这个必须关注。

原文

7月16日

22:41

官方账号Decoder@Jonathan Kemper

Sakana AI 将 Nvidia 开源 Nemotron 模型集成到 Fugu 编排器中，动态组合多个语言模型完成特定任务。该公司主张，开源模型只有通过协调使用才能与 Frontier 系统竞争。不过公告尚未提供新组合的具体基准数据。

AI模型 Sakana AI Nvidia Nemotron Fugu

事件专题

推荐理由：Sakana 把 Nvidia 的 Nemotron 加进 Fugu，用多个开源模型协作比肩单个前沿模型，思路挺新，值得围观。

原文

22:34

techcrunch@Dominic-Madori Davis

据 FT 报道，Moonshot 即将推出的 Kimi 3（Kimi K3）将成为中国最大的开源 AI 模型，参数量在 2 万亿到 3 万亿之间。该模型的目标是缩小与 Anthropic 的 Opus 4.8 在性能上的差距。Kimi 3 的参数量远超国内其他开源模型，有望提升推理和生成能力。若实现预期表现，它将成为中国开源模型在高端竞争中的重要里程碑。

AI模型 Moonshot Kimi 3 Opus 4.8

事件专题

推荐理由：Moonshot 要发一个参数量 2-3 万亿的开源模型，目标直指 Anthropic Opus 4.8，而且是国内最大的开源模型，值得关注。

原文

21:19

elvis@omarsar0

Sriram Krishnan指出开源模型正迎来爆发期，@thinkymachines 的Inkling模型今天发布，证明可以接近SOTA性能且有清晰训练路线。多个团队如Grok/Cursor、Muse Spark也在推出开放权重模型，在编程和智能体领域形成多元化生态。组织因数据控制需求而愿意牺牲部分前沿模型访问权，同时担忧前沿实验室未来竞争。5个因素包括：开源可定制、企业从鼓励Token使用转向成本控制、地缘政治推动国家采用开放权重模型。

行业 Sriram Krishnan Inkling Muse Spark

事件专题

推荐理由：Sriram Krishnan分析了开源模型为什么越来越火，提到Inkling、Muse Spark等新模型，解释了组织选择开源的真实原因。

原文

21:16

官方账号LMSYS Org (SGLang)@lmsysorg

86°

Inkling是thinkymachines发布的首个开源MoE模型，总参数量975B，激活参数41B。它支持最高1M上下文长度，原生处理文本、图像和音频。该模型已获得SGLang和Miles的Day 0支持，采用短卷积、相对位置嵌入注意力和共享专家sink MoE等新架构。推理优化包括DFlash投机解码和MXFP8 KV缓存，并支持全参数和LoRA RL训练。

AI模型 Inkling thinkymachines 开源模型

事件专题

推荐理由：thinkymachines开源了一个超大MoE模型Inkling，总参975B但只激活41B，还支持1M上下文和图文音频理解，已经可以在SGLang上跑了，想玩大模型的朋友可以试试。

原文

17:22

官方账号Decoder@Jonathan Kemper

Google对其开源模型Gemma 4进行了一次静默更新。更新修复了工具调用中的错误，并解决了回复被截断的问题。新版本在Nvidia Hopper GPU上的运行性能有所提升。此次更新沿用原名，未改变版本号。

AI模型 Gemma 4 Google Nvidia Hopper

事件专题

推荐理由：Google悄悄修了Gemma 4的bug，工具调用更稳，回复不截断，还在Hopper GPU上跑更快。

原文

16:03

16:03官方账号Latent Space (swyx)（博客/媒体）

Thinky发布首个完整大语言模型Inkling，总参数量975B，激活参数41B。同时推出小模型Inkling-Small，参数量276B且激活12B。两者均采用Apache 2.0开源许可。Thinky称其为当前美国Apache 2.0许可下表现最佳的开源模型。

AI模型 Inkling Thinky Inkling-Small

事件专题

推荐理由：Thinky发了首个模型Inkling，975B参数开源，Apache 2.0协议，据说是美国开源最强。关注开源大模型可以看看。

原文

15:43

Marc Andreessen@pmarca

精选

Sriram Krishnan指出开源模型和工具链正处于高光时刻，原因是多方面的。例如，Thinkymachines的Inkling今天发布，表明开源可以接近SOTA性能并有清晰训练路线。此外，Grok/Cursor、Muse Spark等接近SOTA的模型涌现，形成一个多样化的模型生态。组织为控制数据使用和成本，愿意放弃部分前沿token访问。地缘政治上，各国希望通过开源模型在可控环境中获取前沿token。

行业开源模型 Inkling Grok/Cursor

事件专题

推荐理由：Sriram Krishnan梳理了开源模型突然火爆的六个原因，比如你可以用开源模型做到接近SOTA，还能控制数据。想了解为什么越来越多公司和组织选择开源？看这个。

原文

14:51

14:51IT之家（博客/媒体）

78°

Thinking Machines Lab发布Inkling多模态AI模型，采用混合专家架构，总参数975B、激活41B，上下文长度1M tokens，预训练数据达45万亿 tokens。与中国开源模型对比：GLM 5.2在SWEBench Pro得分62.1%高于Inkling的54.3%，DeepSeek V4 Pro在SWEBench Verified达80.6%领先Inkling的77.6%，但Inkling在AIME 2026数学测试以97.1%超越DeepSeek的96.7%。与美国对手Nemotron 3 Ultra相比，Inkling在AIME 2026和SWEBench Verified分别领先2.9和6.9个百分点。面对闭源模型Claude Fable 5等，Inkling在编码推理上落后，但多模态视觉（MMMU Pro 73.3%）和音频（MMAU 77.2%）仍具竞争力。

AI模型 Inkling Thinking Machines Lab Mira Murati

事件专题

推荐理由：前OpenAI CTO创业首秀，开源975B参数多模态模型，多模态有亮点，但推理编程弱于GLM和DeepSeek，看看值不值得用。

原文

13:16

量子位@量子位的朋友们

WAICA团队提出了AI原生范式。WAICA在CVPR 2026上展示了该方法。WAICA开源了训练和推理代码。

AI模型 WAICA CVPR AI原生

推荐理由：WAICA的AI原生思路值得关注，和传统Transformer架构不同，更高效。

原文

12:39

Junyang Lin@JustinLin610

Thinking Machines 推出名为 Inkling 的新模型，支持文本、图像和音频三种模态的推理。Inkling 的完整权重已开放，可在 Tinker 平台进行微调。用户还能通过 Inkling Playground 直接体验模型。该模型发布后获得了社区关注，原推文作者点赞其新架构。

AI模型 Inkling Thinking Machines 多模态

事件专题

推荐理由：Thinking Machines 发了 Inkling，一个能看图文听音频的推理模型，而且权重全开放，能自己微调，还能在 Playground 试玩。

原文

11:32

Ethan Mollick@emollick

Ethan Mollick评测新开源权重模型Inkling，指出其性能远不及DeepSeek R1等中国前沿开源模型。Inkling未能通过Lem测试，而该测试自DeepSeek R1/Sonnet 3.5以来已被所有前沿模型通过。Mollick认为Inkling目前还处于粗糙阶段。

AI模型 Inkling DeepSeek Lem测试

事件专题

推荐理由：想看看新开源模型Inkling到底行不行？Ethan Mollick实测发现它连Lem测试都过不了，和DeepSeek R1差距明显。

原文

11:01

shao__meng@shao__meng

76°

Thinking Machines（OpenAI前CTO Mira Murati团队）开源多模态模型Inkling，采用975B参数A41B MoE架构。在开源模型中，Inkling强于Nemotron 3 Ultra和Kimi K2.5，与Kimi K2.6、DeepSeek V4 Pro互有胜负：在IFBench、FORTRESS、SWEBench Verified上略胜，在HLE、SimpleQA、Terminal Bench上略输。整体弱于GLM 5.2，后者在多项基准领先。与闭源模型比，Claude Fable 5和GPT 5.6 Sol在agentic coding和推理上明显领先（SWEBench Verified 95% vs 77.6%），但Inkling在指令遵循上反超（IFBench 79.8% > Claude 63.5%）。

AI模型 Inkling Thinking Machines 多模态

事件专题

推荐理由：Mira Murati团队开源了多模态模型Inkling，975B参数，比Nemotron和Kimi K2.5强，指令遵循甚至超Claude，值得一试。

原文

09:40

官方账号arXiv cs.AI@Haoran Li, Jiebi Deng, Tong Jin, Jinghong Han, Yuxin Wang, Zexin Wang, Qingyi Si, Weikang Gong, Xiahai Zhuang, Jia You, Wei Cheng, Jianfeng Feng, Hongcheng Guo

HealthClaw是一个开源智能体架构，专为长期个人健康管理设计。它分离共享安全规则和医疗知识与私有纵向记忆（包含档案事实、可复用程序和情景痕迹）。在包含900个纵向支持探测的合成一年基准测试中，HealthClaw将答案准确率从当前查询提示的0.2%提升至45.7%，同时提示侧上下文暴露量比全历史提示降低71.7%。在100个隐私探测中，HealthClaw产生了更高的隐私感知答案质量且更少不安全披露。在九项200例生物医学任务中，任务特定主要指标平均绝对增益为27.0个百分点，其中七项经过错误发现率校正后仍显著。

AI模型 HealthClaw 智能体 AI安全

推荐理由：HealthClaw能记住你的健康习惯和变化，测试中准确率从0.2%飙到45.7%，还更保护隐私，开源可用。

原文

07:30

07:30IT之家（博客/媒体）

小米开源了具身智能统一生成模型 Xiaomi-Robotics-U0，这是首个能同时处理四类任务的模型。在 WorldArena 评测基准上，该模型以总分第一的成绩击败了全球 126 个参评模型。该模型在机器人操控、导航、抓取和物体识别等任务上表现优异。