⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 20 条
9月3日周四
  3. X：Greg Brockman (@gdb)1

    World Labs 发布从零训练的多模态世界模型 Atlas，李飞飞称其为相机条件世界模型新标杆

    World Labs 宣布发布 Atlas，一个从零训练的多模态世界模型，李飞飞称其为同类中首个，并称之为有史以来最好的相机条件世界模型。Atlas 支持像素级精确的相机控制生成画面、从单张输入图像重建大场景、通过重切视频模拟时空、从一张或多张图像原生输出 3D 空间，以及将多张带位姿图像合成为一致的 3D 世界，应用场景覆盖 VFX 到机器人。

  10. 机器之心84

    OpenAI Astra 被曝引入循环深度，安全专家担忧思维链监控失效

    OpenAI 即将发布的新模型 Astra 被曝引入循环深度技术，在内部测试中于 20 个 V8 高危漏洞上取得 100% 任意代码执行成功率，远超 GPT-5.6 Sol 的 20%，并发现两个零日漏洞，成为首个达到 OpenAI「关键级」网络安全能力门槛的模型。

    推荐理由：梳理了循环深度的技术脉络与安全争议，读者可据此理解性能提升和监控风险如何相互牵制。

  12. 硅星人Pro85

    Fable 5.1 全网实测：写作更自然但格式约束失效

    Fable 5.1 实测显示在长篇写作中去 AI 味显著提升，文字难度降至初一水平；但面对字数、引用数量等硬性限制时会生成超额或捏造内容，且 ARC-AGI 测试每任务成本比前代降低 32%。

    推荐理由：全网实测揭示了Fable 5.1在写作去AI味和长任务表现上的实质进步与格式约束失效的短板。

  13. AIGC开放社区85

    Google发布Gemini 3.8 Flash与Cyber双版本模型

    Google发布Gemini 3.8 Flash和Gemini 3.8 Flash Cyber两款模型。3.8 Flash面向编程、智能体和企业工作流，支持约100万Token上下文窗口，已上线Gemini API等多个渠道；Cyber版专用于发现和修复软件漏洞，通过Fairwind计划向经过审核的政府及关键基础设施机构开放。

    推荐理由：两个版本采用不同的开放方式，展示了智能体与高风险安全模型在部署边界上的差异。

  15. X：Greg Brockman (@gdb)0

    Alexandr Wang 转发推荐 Muse Spark 1.3 模型

    Alexandr Wang 转发 @brandonjcarl 对 Muse Spark 1.3 的评价，称其快速且聪明，是非常好的模型。后者还认为目前已有至少六款模型在各档位上越来越可互相替代。

  20. Google Gemini API Release Notes66

    Google Lyria 3.5 音乐生成模型正式版上线

    Google 正式发布下一代音乐生成模型 Lyria 3.5 正式版。该模型支持全曲生成，提升音乐连贯性与自然人声表现，提供细粒度时长与结构控制，接受文本与图像输入，并生成 44.1 kHz 立体声高保真音频。

    推荐理由：Lyria 3.5 正式 GA，用户可直接调用其全曲生成、44.1 kHz 立体声音频与更细时长的官方入口。

  23. APPSO84

    Google发布Gemini 3.8 Flash及网络安全变体

    Google发布Gemini 3.8 Flash和Gemini 3.8 Flash Cyber。Flash在HLE-Verified得分54.9%，DeepSWE表现超越部分前沿模型，主打快速执行复杂Agent工作流。

    推荐理由：原文解析了Flash以低成本承担复杂Agent任务的技术路径，并展示了其在编码与安全场景的实际表现。

  31. X：Greg Brockman (@gdb)0

    Meta 发布 Muse Spark 1.3，第三方实测对比 1.2 版本

    Meta 的 Muse Spark 1.3 发布，@aimlapi 随即用同一提示词对比两个版本，任务为生成三个收藏级 3D 雕塑，包括维京头盔、镶钻斧和带船员的长船，各输出一个自包含 HTML 文件，单次生成。结果 Muse Spark 1.3 消耗 22，474 tokens、花费 $0.10，Muse Spark 1.2 消耗 19，324 tokens、花费 $0.08。Alexandr Wang 转发该对比并称有明显改进。

  33. 夕小瑶科技说90

    Gemini 3.8 Flash 发布，代码性能比肩旗舰

    谷歌发布 Gemini 3.8 Flash，单论写代码性能与 Claude Opus 5 和 GPT-5.6 Sol 基本持平，但在 DeepSWE 榜单上每题成本仅约 2.36 美元，远低于 Opus 5 的 11.84 美元。该模型综合智力排名第八，长程任务能力仍与旗舰有明显差距，且为了提升表现消耗了更多的 token。

    推荐理由：展示了 Flash 模型在代码任务上比肩旗舰但成本大幅降低的性能特点

  35. X：Greg Brockman (@gdb)0

    Muse Spark 1.3 现已上线 OpenRouter

    Muse Spark 1.3 现已上线 OpenRouter，面向长时运行的智能体、多智能体和编码工作流。官方称其能记录所学内容、处理冲突输入，并在需要时请求澄清或确认，可通过 https://openrouter.ai/meta/muse-spark-1.3 使用。

  36. X：Greg Brockman (@gdb)1

    Meta 发布 Muse Spark 1.3，长上下文 MRCR 256K-512K 得分 98.5

    Meta 发布 Muse Spark 1.3，官方称比 1.2 减少 20% 工具调用和 25% token 用量。作者汇总基准数据：MRCR 256K-512K 得分 98.5，超过 GPT-5.6 Sol 的 91.5；JobBench 64.9、OSWorld 66.9、AutomationBench 49.4，接近 Opus 5 的 65.7、68.3、50.3。

  37. X：Greg Brockman (@gdb)0

    Meta 发布 Muse Spark 1.3，智能体与编码任务表现提升

    Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现并聚焦真实可用性。模型可在单线程中跨多个工作流维持更长程的任务，更主动与用户协作，会提出澄清问题、标记卡住状态并在关键操作前确认；对自身局限的校准更好以减少幻觉结果。内部对比显示相比 Muse Spark 1.2 工具调用减少约 20%，token 消耗减少约 25%。

  39. X：Greg Brockman (@gdb)0

    Muse Spark 1.3 发布，DeepSWE v1.1 以 75.4% 登顶

    @synthwavedd 发布 Muse Spark 1.3，在 DeepSWE v1.1 长程智能体编程基准取得 75.4% 的 SoTA 成绩，超过 GPT 5.6 Sol 的 73.0 和 Opus 5 的 74.0。基准图还显示 MRCR 256K-512K 98.5、MRCR 512K-1M 98.1、Terminal-Bench 2.1 88.8，作者转发并感叹其超越 GPT 5.6 Sol 和 Fable 5。