⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 13 条
9月29日周二
  3. X：Greg Brockman (@gdb)1

    Anthropic 发布 Sonnet 5.5，称其比前代更快更便宜

    Anthropic 发布中端模型 Sonnet 5.5，官方称其比前代 Sonnet 5 快 30%，token 消耗明显更低。公司基准显示该模型在 agentic 编码上优于 Opus 5.5，并称其具备与 Opus 5 相当的网络安全能力，因此成为首个适用与 Fable 和 Opus 相同网络安全防护的 Sonnet 模型；公司还计划在未来几周发布新版本 Haiku。

  8. InfoQ CN87

    Anthropic 发布 Claude Sonnet 5.5，编码基准超 Opus 5.5 但 Max 模式成本显著上涨

    Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5，定价与 Sonnet 5 相同，但输出速度提升超 30%。该模型在 Terminal-Bench 4.0 上得分从 10.3% 跃升至 70.6%，超过了 Opus 5.5 的成绩；CursorBench 得分 55.5%，接近 Opus 5.5。

    推荐理由：解析了 Sonnet 5.5 在不同推理强度下的真实成本曲线，帮读者判断何时该切到中档模型。

9月28日周一
  3. X：Greg Brockman (@gdb)0

    Kimi K3.1 前端标识泄露：支持 1M tokens 上下文，预计近期发布

    月之暗面 API 后台模型注册表出现“kimi-k3-1”标识且接口可调用，官方开放平台同步出现 K3.1 预告，支持 1M tokens 上下文窗口。该模型提供 Low、High、Max 三档推理强度，可能引入 Agent 智能体模式、Swarm 多智能体协作及搜索、批处理任务模式，API 价格显示与现有 K3 相同。

  4. X：Greg Brockman (@gdb)0

    MiniCPM5-2B 社区 EXL3 4-bit 量化版发布

    社区为 MiniCPM5-2B 构建了 EXL3 4-bit 量化版本，量化后模型权重仅 1.61 GB，在 NVIDIA Tesla T4 上实测约 68–70 tokens/s。该版本采用 4.0 bpw EXL3 量化，支持通过 ExLlamaV3 和 TabbyAPI 进行本地推理。

  7. X：Greg Brockman (@gdb)1

    华为开源 openPangu 2.0 训练代码

    华为发布了 openPangu 2.0 的代码，涵盖预训练、监督微调及强化学习后训练环节。此次发布扩展了其基于昇腾硬件原生训练与推理的开放 AI 模型计划，相关模型组件正逐步添加至开源平台。

  9. X：Greg Brockman (@gdb)1

    Fireworks AI 发布 Ember-1：基于 Kimi K3 的后训练模型，推理 Token 减少约 40%

    Fireworks AI 推出 Ember-1，这是基于 Moonshot AI 开源权重 Kimi K3 进行后训练的专用模型。该模型通过优化内部推理过程，在保持任务准确率的同时将生成的推理 Token 减少了约 40%。与单纯降低推理努力程度不同，Ember-1 保留了有用的自我反思并削减了冗余循环。基准测试显示，其在 Terminal Bench 2.1 和 DeepSWE 1.1 上表现优于 K3 Max，且在生产环境 A/B 测试中实现了显著的成本节约。目前仅通过 Fireworks Serverless API 以研究预览形式提供，未开放权重。

  13. X：Greg Brockman (@gdb)1

    Fireworks Research 发布基于 Kimi K3 的 Ember-1，推理 token 用量减少约 40%

    Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 构建，生成更短的推理轨迹，token 用量减少约 40%，同时保持顶级质量。作者 Elvis Saravia 评论称这是对 Pareto 前沿上 token 效率优化的推进，认为该方向仍探索不足，各实验室急于发布新模型，某些方面尚未被优化。

9月27日周日
  2. 深度学习与NLP89

    GPT-6 Astra 无条件证明刘维尔弱形式哥德巴赫猜想并通过 Lean 4 验证

    网友 Captain Sude 宣布 GPT-6 Astra 已无条件证明哥德巴赫猜想的刘维尔弱形式，即所有大于 2 的偶数都可表示为两个刘维尔值为 -1 的正整数之和。该证明突破了以往对广义黎曼猜想的依赖，并通过 Lean 4 形式化验证，代码中无未填补证明块，249 个偶数测试全部通过。

    推荐理由：Astra 给出了刘维尔弱形式哥德巴赫猜想的无条件证明并通过了形式化验证，展示了AI在抽象数学推理上的新能力。

9月26日周六
  1. 新智元81

    生数科技 Vidu S2 实时互动模型助力AI主播紫樱完成直播

    生数科技发布 Vidu S2 实时交互模型，AI主播紫樱在其支持下完成直播并赚取营业值。Vidu S2 支持实时语音交互、动作控制和视频流编辑，具备强一致性，可应用于游戏NPC、AI陪伴和实时风格化视频生成。

    推荐理由：原文展示了AI主播通过实时互动模型完成直播盈利的过程，并拆解了模型一致性、实时生成和情境理解三个关键技术支撑。

  2. 特工宇宙73

    Jev 模型如何实现低延迟微决策

    Jev 模型通过放弃文本生成，采用 System 1 并行采样架构专门处理快速、低成本的微决策任务。在同等智能水平下，Jev 比前沿模型快 40 到 200 倍，成本降低两个数量级，输入 Token 价格为每百万 0.042 美元。其延迟控制在 70 到 500 毫秒，使高频分类、路由和实时交互等场景落地成为可能。

9月25日周五
  2. 钛媒体AGI75

    TypeSafe 发布 AI 模型 Jev：以 System One 强类型判断加速 Agent 决策

    TypeSafe 发布首款 System One 模型 Jev，放弃文本生成，专门输出 Choice、Score 和 Noul 三种带置信度的强类型判断。官方数据显示其响应时间比大模型快 20 到 200 倍，成本低 40 到 400 倍。该模型旨在充当 Agent 中的高频判断层，将模型路由、工具调用决策和结果校验剥离出 LLM，从而解决自动化流程中判断类任务延迟高、成本贵且输出不可控的问题。

  3. 新智元81

    网易有道开源R2T2与T3PO，登顶Hugging Face语音与翻译热榜

    网易有道开源真流式语音识别模型R2T2和流式翻译模型T3PO，发布5天内双双登顶Hugging Face语音识别与翻译Trending榜。R2T2在160ms延迟下中文字错率仅为3.48%，相比Whisper的伪流式方案显著降低了输出反悔风险，适合Voice Agent场景。

    推荐理由：原文通过对比Whisper展示了R2T2在低延迟下的准确率优势，并验证了T3PO的翻译能力，揭示了流式语音Agent的关键技术路径。

  5. X：Greg Brockman (@gdb)1

    Black Forest Labs 发布开源机器人模型 FLUX 3 Action

    Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于以视频数据训练的多模态 FLUX 3，可从机器人工作区的多机位视频预测智能体下一步动作及环境变化。BFL 称其仅 70 亿参数即在 RoboLab-120 排行榜创下成功率纪录，体积不到此前最佳开源模型一半，运行最快快至 3.95 倍；模型权重已上架 Hugging Face。

  8. Google DeepMind75

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，通过近乎实时的视频与语音生成实现动态视觉形象。该功能支持 97 种语言的唇形同步，并能在对话过程中后台异步执行工具调用，目前已在 Gemini Enterprise 开放使用。

    推荐理由：官方给出了 Live Avatar 在 97 种语言下的多模态交互能力与异步工具调用机制，读者可判断其对实时企业场景的支撑边界。

9月24日周四
  1. X：Greg Brockman (@gdb)1

    Odyssey 发布多智能体世界模型 Agora-2，支持最多 20 个人类与智能体实时共享模拟环境

    Odyssey 推出下一代多智能体世界模型 Agora-2，支持最多 20 个人类与智能体在共享环境中实时交互，多人研究预览现已开放体验。作者 Elvis Saravia 评价称，这类世界模型可用于共同训练机器人、自动驾驶和网络安全防御智能体，各方在交互中相互提升，也为研究智能体串谋提供了安全环境。