⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 18 条
9月20日周日
  1. X：Greg Brockman (@gdb)1

    阿里发布 Qwen3.8-LiveTranslate 实时同声传译模型，60 种语言平均延迟降至 2.3s

    阿里云通义发布新一代实时同声传译模型 Qwen3.8-LiveTranslate，采用 Interleave 架构，在 60 种语言上将平均延迟 LAAL 从 2.8s 降至 2.3s，并提升忠实度、流畅度与简洁性。新能力包括实时说话人分离并配合更稳定的音色克隆、源文与译文同屏双语显示，以及利用对话历史对人名和术语做长上下文消歧。已可通过 Qwen Cloud 和 Model Studio 试用。

  4. APPSO80

    APPSO 实测阶跃星辰 Step 5 Preview：开源旗舰模型重回国产第一梯队

    APPSO 实测阶跃星辰 Step 5 Preview，发现该模型在编程、网页设计、3D资产生成、金融深度调研及数据分析等任务中表现优异。Step 5 Preview 采用 600B 稀疏 MoE 架构，实际激活参数 27B，支持 1M 上下文。

    推荐理由：实测覆盖编程、3D生成、金融调研和数据分析，提供了 Step 5 Preview 在复杂任务执行和约束遵守方面的具体能力参考。

  5. X：Greg Brockman (@gdb)1

    阶跃星辰发布旗舰模型 Step 5 Preview，10 月 15 日开源权重

    阶跃星辰发布旗舰基座模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活 27B，支持 100 万 Token 上下文和文本与视觉输入，在 Artificial Analysis Intelligence Index 得 44 分，居全球开源模型前三，单任务成本为 Claude Opus 5 的 1/8。

  6. AIGC开放社区72

    千问发布 Qwen3.8-LiveTranslate 实时同声传译模型

    千问推出实时同声传译模型 Qwen3.8-LiveTranslate，支持 60 种语言、平均滞后 LAAL 2.3 秒。该模型引入实时说话人分离、原文与译文同步输出，并通过 Interleave 架构结合音频与图像输入，利用屏幕文字和唇形辅助理解。模型采用 Hybrid-MoE 的 Thinker–Talker 双模块设计，提供热词配置、声音克隆等能力，主要通过实时 API 开放接入。

9月19日周六
  4. X：Greg Brockman (@gdb)1

    阿里巴巴达摩院开源医学影像模型 Damo Radar，可识别近150种腹部疾病

    阿里巴巴达摩院开源视觉语言模型 Damo Radar，可分析覆盖18个腹部器官的增强CT扫描，识别包括癌症在内的近150种腹部疾病。该模型用CT扫描配对临床报告训练，在近4万例真实检查中对146项临床发现取得平均 AUC 0.913；在26名放射科医生参与的对比研究中，平均准确率超过其中23人，医生借助模型将漏诊预防能力提高10%、耗时减少逾30%。

9月18日周五
  6. X：Greg Brockman (@gdb)1

    智谱上线 GLM-5.3-FlashX，推理速度最高 200 tokens/s

    智谱正式推出 GLM-5.3-FlashX，在 GLM-5.3-Flash 基础上加大对 Infra 侧投入与推理优化，速度最高 200 tokens/s，算力基于 10 万张国产芯片。该模型此前曾以 Ox Alpha 之名面向开发者，官方称其长期保持同尺寸最强智能水平并具备高性价比，API 已上线，Model Key：GLM-5.3-FlashX。

  10. 数字生命卡兹克77

    Jev 发布：只做分类判断的 System One 模型

    TypeSafe AI 发布模型 Jev，该模型舍弃文本生成，专注高频二元判断与分类，自称 System One Model。官方称其速度比传统 LLM 快 20-200 倍，价格低 40-400 倍，输出 Token 免费，支持并行判断且具备校准置信度。作者实测显示，Jev 在分类预筛、聚簇判定及并行问答任务中，准确率常居前列，在并行判断场景下实现了最高准确率与最快速度的结合。

    推荐理由：Jev 舍弃文本生成专攻高频决策，实测比通用大模型快 20-200 倍且成本更低，展示了 AI 从生成转向快速判断的新路径。

9月17日周四
  1. APPSO81

    生数科技发布 Vidu S2 实时视频生成模型，支持 720p 交互与编辑

    生数科技发布 Vidu S2 实时视频模型，包含 S2-Avatar 数字人与 S2-Editing 编辑功能，支持 720p 高清实时输出。该模型通过 SRF 训练技术和 Backbone-Refiner 架构，实现了实时虚拟试穿、换背景、风格化及角色替换。

    推荐理由：Vidu S2 实现了 720p 实时视频生成与编辑，支持动态换装与角色替换，让 AI 视频从离线渲染转向即时交互体验。

  3. 新智元85

    Periodic Labs 发布首个模型 Neon，1300 张 H200 训练的模型在 XRD 分析基准上超越 GPT-6 Astra

    前 OpenAI 研究副总裁 Liam Fedus 创立的 Periodic Labs 发布首个模型 Neon，仅用 1300 张 H200 训练的该模型在自家 134 道高难度 X 射线衍射（XRD）分析基准 FrontierXRD 上取得 55.3% 成功率。

    推荐理由：1300张H200训练的模型在XRD分析上超越更大规模模型，展示了物理世界数据飞轮的新训练范式。

  4. 机器之心74

    前 OpenAI 研究员发布 TypeSafe 模型 Jev

    前 OpenAI 研究员 Diogo Almeida 推出 TypeSafe 的 System One Model Jev，该模型放弃自由文本生成，直接输出带概率的结构化判断。官方数据显示其速度最高可提升 20-200 倍，成本最高可降至 1/400，外部实测 777 次独立判断耗时不到 0.7 秒。

    推荐理由：原文展示了放弃自由生成、以校准概率决策为核心的模型设计思路，以及外部实测效率数据，为理解结构化自动化提供参照。

  6. APPSO80

    小米 MiMo-V2.6 强化学习训练进展首次公开

    小米 MiMo 负责人罗福莉在 X 平台发布 MiMo-V2.6 实时训练面板，首次公开该模型强化学习阶段进展。Pro 版本 DeepSWE v1.1 得分 63.72，Flash 版本 60.77，单步训练规模达 2B tokens，累计训练成本已超 116 万美元。

    推荐理由：材料公开了 MiMo-V2.6 的实时训练面板与 RL 扩展策略，让外界首次看到强化学习在计算、环境和奖励机制上的具体演进。

  7. 夕小瑶科技说87

    小米 MiMo-V2.6 直播强化学习训练过程，两天花费超 113 万美元

    小米 MiMo 团队直播 MiMo-V2.6 模型的强化学习训练过程，仪表盘实时展示数据配比、算力花费及评测成绩，截至发稿累计花费超 113 万美元。该训练在多任务智能体强化学习场景下进行，单步处理约 20 亿 token，其中代码数据占比约三分之二。评测显示 MiMo-V2.6-Pro 在 DeepSWE v1.1 基准上得分 63.72，训练通过率提升至 61.4%。

    推荐理由：小米首次直播大模型强化学习训练过程，公开了每一步的数据配比、算力开销和实时评测成绩。