⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 15 条
8月30日周日
  2. AI产品阿颖78

    腾讯 Hy4 preview 真实评价：参数规模与能力实测

    腾讯 Hy4 preview 总参数提升至 770B，上下文长度达 1M，内部盲测显示其在部分任务上略优于 GLM 5.3 和 Kimi K3。作者通过日程管理后台、小游戏生成及图片转网页等实测案例，发现模型在编码和多模态交互上表现明显进步，但仍存在过度思考、遗忘约束条件及审美局限等缺点，且凭借高性价比策略正在快速追赶国内第一梯队。

    推荐理由：原文提供了 Hy4 preview 与竞品的实测对比及价格策略，揭示了其在编码与多模态场景下的真实表现与局限性。

8月29日周六
  1. AGI Hunt89

    腾讯混元 Hy4 preview 发布：参数翻倍，编码基准大幅提升

    腾讯发布混元 Hy4 preview，770B 参数激活 49B，支持 1M 上下文。相比 Hy3，DeepSWE 从 28.0 升至 64.3，SWE-Marathon 从 5.0 升至 31.9，Arena WebDev 排名从 31 跃升至 5 名左右。

    推荐理由：原文对比了 Hy4 preview 与 Hy3 的基准分及实际编码游戏表现，展示了其从排名 31 跃升至前 5 的核心代际提升幅度。

  4. 新智元86

    谷歌 Gemini Omni 1.1 Flash 视频生成功能更新，登顶 Arena 全球榜首

    谷歌更新 Gemini Omni 1.1 Flash，其文生视频功能登顶 Arena 全球第一，图生视频排名第二。该模型引入场景延展、首尾帧控制、视频参考、360p 草稿及 4K 放大等五项能力，支持连续生成最长 40 秒视频，草稿生成速度比 720p 提升 60% 且成本降低至三分之一，全功能当日向全球开放。

    推荐理由：谷歌此次更新将视频生成从单次抽卡改为可连续扩展的流水线，通过明确首尾帧、场景延展和低成本草稿机制，让创作者能够直接指挥镜头运动与转场。

8月28日周五
  1. 极客公园78

    腾讯发布并开源混元 Hy4 preview，极客公园实测三项长任务

    腾讯 8 月 28 日发布并开源混元 Hy4 preview，总参数从 295B 增至 770B、激活参数 21B 增至 49B、上下文从 256K 扩展至 1M，已进入 WorkBuddy、CodeBuddy、元宝和 ima，输入 6 元/百万 tokens、输出 18 元/百万 tokens。

    推荐理由：原文用三项实测展示了模型在长任务链中的报错修复与自测行为，可迁移地说明如何评估长程 Agent 能力。

  4. AIGC开放社区88

    阿里发布 Qwen3.8-Flash-Next：1250 亿参数 MoE 多模态模型

    阿里 Qwen 团队于 8 月 26 日发布开放权重模型 Qwen3.8-Flash-Next，该模型采用混合专家架构，主模型参数为 1250 亿，每 Token 激活约 60 亿，整体规模约 1800 亿，原生支持 262,144 Token 上下文。

    推荐理由：新架构通过混合专家与稀疏注意力优化算力成本，其设计方向预示了未来 Qwen4 的技术路线。

  6. Google DeepMind70

    Google DeepMind 发布 Gemini Omni 1.1 Flash，新增视频生成控制能力

    Google DeepMind 发布 Gemini Omni 1.1 Flash，为生成式视频提供场扩展、首尾帧插值、4K 上采样和 360p 快速草稿等控制能力，可通过 Gemini API 在 Google AI Studio 使用。

    推荐理由：官方发布 Gemini Omni 1.1 Flash，给出了场扩展、首尾帧控制和 4K 上采样等视频能力，以及 API 与订阅入口的可用性说明。

  7. 深度学习与NLP88

    神秘模型 Ox Alpha 实力引热议，谷歌暗示被网友调侃

    8月21日，支持1M上下文的多模态模型 Ox Alpha 在 OpenRouter 和 OpenCode 免费开放，其 DeepSWE 准确率达 63%，表现接近 Grok 4.6。尽管谷歌高管暗示可能与 Gemini 有关，但全网多在调侃；技术极客通过分词器和视频测试推测其可能为智谱 GLM 系。实测显示，Ox Alpha 能生成交互式 3D 模型、像素游戏及交通监控系统。

    推荐理由：实测给出了SWE-bench等场景下的具体性能表现与多模态能力细节，便于评估该匿名模型的实际可用性。

8月27日周四
  1. 光子星球80

    GLM-5.3-Flash实测：多模态前端开发提效明显，复杂3D场景仍存瓶颈

    智谱GLM-5.3-Flash正式上线并开源，该模型总参数量为320B，每次推理激活18B，定价为GLM-5.3的1/10，按每百万token计输入0.075美元，输出0.25美元。

    推荐理由：原文用六项真实开发工作流实测验证了GLM-5.3-Flash的边界，前端开发与多模态看图编程表现突出，但复杂3D场景仍存瓶颈。

  2. 卡尔的AI沃茨74

    实测智谱GLM-5.3-Flash：14项benchmark对打DeepSeek-V4赢11项

    作者实测智谱GLM-5.3-Flash，其在Artificial Analysis斩杀线图上位于$0.045 / 57分的前沿线，与DeepSeek-V4对打14项benchmark赢11项，视觉端六项全赢最大差距约40%。实测中模型凭一句话提示复刻了截图、视频和GitHub页面，还生成了可交互3D界面与浏览器3D FPS游戏，作者计划将日常coding和agent任务分流给它以省成本。

  3. 夕小瑶科技说84

    智谱 GLM-5.3-Flash 认领匿名模型 Ox-Alpha，以低价打破 DeepSeek 价格底线

    智谱认领匿名模型 Ox-Alpha 为 GLM-5.3-Flash。该模型是 GLM 首个原生多模态模型，支持 1M 上下文，采用 MIT 协议开源。作者实测其在 3D 城市建模、视频剪辑、网页复刻及前端工具开发等 Agent 任务中表现接近 Claude Opus 4.8。

    推荐理由：作者实测了 GLM-5.3-Flash 在多模态、3D 建模与视频编辑场景下的 Agent 表现，并展示了其以低价策略打破 DeepSeek 定价底线的冲击。

  4. AI产品黄叔77

    GLM-5.3-Flash 实测：多模态能力与国产算力成本分析

    GLM-5.3-Flash 在 OpenRouter 和 OpenCode 榜单登顶后，作者通过 16 分钟视频转 33 页图文手册和黑洞动效开发两个任务进行实测。模型展现了原生多模态视觉提取与代码修复能力，价格约为 Claude Opus 4.8 的 1/40，且线上流量全部承载在国产芯片上，体现了稀疏激活混合专家架构与软硬协同设计的成本优势。

    推荐理由：作者用真实视频处理与动效开发任务实测 GLM-5.3-Flash，提供了多模态编码场景下的实际产出效果和成本分析。

  5. 钛媒体AGI88

    智谱发布 GLM-5.3-Flash：首个原生多模态模型跑通国产芯片集群

    智谱 AI 认领 Ox-Alpha 模型，确认其为 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型。该模型综合智能评分 57 分，高于 DeepSeek V4 Pro，价格约为主流旗舰模型的 1/40。服务全部由国产芯片集群承载，官方在 Hugging Face 等平台以 MIT 许可证开源模型权重。

    推荐理由：GLM-5.3-Flash 以 Claude Opus 4.8 约 1/40 的价格提供同等综合智能，且原生支持多模态视觉编码。

  6. 新智元71

    Ornith 发布 1.5 模型，自测编码能力反超 Claude Opus 4.8

    Ornith 发布三款 1.5 模型（397B、35B 和 9B），采用模型自我生成训练任务的新范式。在 Terminal-Bench 2.1 自测中，397B 得分 86.1，超过其自测的 Claude Opus 4.8 成绩 85.0，但官方榜单中 Opus 4.8 成绩为 78.9。

    推荐理由：文章拆解了Ornith让模型自我出题的训练闭环，并厘清了自测与官方榜单的差异，提供了评估开放模型能力边界的参考框架。

  7. 新智元65

    加速理解发布 5 万亿上下文物理模型

    初创公司加速理解（Accelerated Understanding）发布采用神经算子架构的物理模型，该模型支持 1 万亿参数预训练和超过 5 万亿推理上下文。

    推荐理由：原文揭示了初创公司加速理解推出的非 Transformer 架构物理模型及其 5 万亿上下文能力，读者可据此判断其与传统语言模型在物理推演上的根本差异。

  8. Google Gemini API Release Notes64

    Gemini Omni Flash 模型正式版发布

    Gemini 官方发布 gemini-omni-1.1-flash 模型正式版，支持视频延长与首尾帧插值生成，并在 video_config 中新增分辨率参数，支持 360p、720p、1080p 和 4K 输出。原有的 gemini-omni-flash-preview 端点将于 2026 年 9 月 30 日弃用。

    推荐理由：新模型正式版支持视频延长与首尾帧插值，并开放多档分辨率参数，可直接用于视频生成工作流。

  10. AI信息Gap86

    智谱认领匿名模型 Ox-Alpha，GLM-5.3-Flash 刷新性价比斩杀线

    智谱认领突然在 OpenRouter 和 OpenCode 匿名上线并引发猜谜的模型 Ox-Alpha，确认其为 GLM-5.3-Flash，该模型为 320B 总参数、18B 激活的 GLM-5 系列首个原生多模态模型。

    推荐理由：智谱认领匿名模型Ox-Alpha为GLM-5.3-Flash，该文梳理了其通过分词器指纹与社区测试被定位的完整过程，以及其在Artificial Analysis性价比图中的位置变化。

8月26日周三
8月25日周二
  1. Hugging Face Blog78

    IBM 发布 Granite 4.2 推理模型，开放 Apache 2.0 许可

    IBM 发布 Granite 4.2 推理模型系列，包含 3B、8B、30B 三个稠密模型，均基于 Apache 2.0 协议开放。该系列模型基于约 15 万亿 token 预训练并扩展至 512K 上下文，8B 和 30B 额外经过智能体强化学习训练，可在真实沙箱中执行代码、操作终端及检索网页。

    推荐理由：IBM 详细拆解了模型的五阶段预训练和七阶段强化学习课程，展示了在真实沙箱中训练智能体能力的具体工程路径。

8月24日周一
  1. 机器之心62

    PixVerse 发布实时世界模型 R2，主打可持续交互的互动娱乐体验

    PixVerse（爱诗科技）宣布实时视频世界模型升级到 R2 版本，用户可用按键、文字或语音与持续运行的世界实时交互。技术上 R2 把生成质量、长程一致性和多模态控制收敛进统一的 Omni Causal AR 持续预训练，再直接蒸馏出实时模型，包含 Dynamic Chunk、三层记忆和 Error Bank 等机制，官方称长期亮度漂移指标从 0.201 降到 0.129。

  2. 优设AIGC85

    DeepSeek-V4-Flash-Vision-Exp 视觉模型上线 API

    DeepSeek-V4-Flash-Vision-Exp 模型正式上线 API 平台，彻底补齐了此前 DeepSeek 模型无法原生读图的短板。该模型提供 100 万 token 的超长上下文窗口与 38.4 万 token 的最大输出空间，支持三种调用协议与混合图文输入。

    推荐理由：实测验证了视觉能力与Agent框架的结合，为开发者补齐多模态工作流短板提供了直接的接入路径。

  3. AIGC开放社区87

    DeepSeek 首个多模态视觉模型 V4-Flash-Vision-Exp 上线

    DeepSeek 上线首个多模态视觉模型 deepseek-v4-flash-vision-exp，文本 Agent 性能与 V4-Flash 持平，多项基准超越 Opus-4.8。该模型图像输入成本极低，1000 张图不足 20 美分，同步上线免费的 Files API 支持图像复用。

    推荐理由：首个视觉模型上线即对标的文本基准和成本数据清晰，可快速评估其在 Agent 场景的性价比。

8月22日周六
  1. 人工智能学家65

    GLM 5.3 与 5.2 在 3D 驾驶游戏开发中的实测对比及安全策略影响

    GLM 5.3 在与 GLM 5.2 进行的「北京国贸→望京」3D 开放世界驾驶游戏对照测试中完成速度更快（50分47秒对66分1秒），代码结构更集中且画面真实感更强。测试同时发现，GLM 5.3 增强的安全策略在接入 Claude Code 自动化工具链时频繁触发拒绝判断，导致开发流程中断，表明能力更谨慎的模型在 Agent 协作中的适配边界需要重新评估。

  3. DeepTech深科技74

    OpenRouter 上线匿名模型 Ox Alpha，社区技术特征分析指向智谱 GLM 系列

    8 月 20 日，OpenRouter 上线匿名前沿模型 Ox Alpha，支持 104.8 万 token 上下文及文本、图像、视频输入，预览期免费调用。独立研究员 Ben Davis 在 DeepSWE 基准的 10 个子任务中测得该模型通过率约 80%，高于 Claude Fable 5 和 GPT-5.6 Sol。

    推荐理由：揭示了社区通过分词器、视觉编码和脏 token 等技术指纹识别匿名模型归属的方法，以及中国厂商利用匿名测试积累海外用户反馈的行业趋势。

8月21日周五
  3. 智东西74

    商汤开源8B参数轻量多模态模型SenseNova U1.5 Lite，支持4K生图与超长指令遵循

    商汤科技开源轻量级原生统一多模态模型SenseNova U1.5 Lite正式版，8B参数量，原生支持3-4k字符超长指令遵循和4K分辨率输出。官方基准显示其在多项图像生成、文字渲染和图像编辑指标上优于Qwen-Image-2.0、Seedream-4.5，部分基准超过GPT-Image-1.5但距离GPT-Image-2仍有差距。

    推荐理由：模型用蒸馏方式把多专家能力压缩进8B体量，读者可看清轻量化与多模态一体如何在成本、延迟和细节把控上权衡。