⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 25 条
今天10月14日周三
  2. 数字生命卡兹克71

    Gemini 4 Argon 实测体验与行业评测解析

    Gemini 4 Argon 全面开放，作者实测该模型在专业知识工作上表现优于竞品，但操作电脑能力存在明显短板。第三方评测 Vals 显示其综合分达 68.9 位居第一，且单任务成本低于竞品，不过 CUA-bench 成绩仅为 4.83% 远低于行业平均水平。作者实际使用反馈称产品体验糟糕，额度消耗过快且生成的前端代码基础功能缺失，目前个人不会将其纳入核心订阅体系。

  3. APPSO94

    谷歌 Gemini 4 Argon 发布，主打高性价比深度推理与编码能力

    谷歌正式发布旗舰模型 Gemini 4 Argon，提供 100 万 Token 上下文窗口，每百万输入 Token 定价 2 美元。该模型在多项榜单与实测中展现强劲推理与编码能力，显著降低了处理复杂长程任务的算力与资金门槛，并同步开放了 Antigravity 开发平台与多项科学应用权限。

    推荐理由：原文通过实测和榜单数据展示了新旗舰在推理成本与上下文长度上的突破，为评估模型在工业级长任务中的实际产出提供了参照。

  5. Sac74

    Higgsfield 平台开放 Wan 3.0 无限使用，API 价格降至 $0.042/秒。作者实测 Wan 3.0 在场景细节、风格表现和运镜设计上优于 Seedance 2.5，且生成成本更低。

    引用Higgsfield AI 🧩@higgsfield_ai

    Wan 3.0 is now UNLIMITED on Higgsfield for 7 days. 60% OFF on Higgsfield API. > Advanced motion design, animation and live-action realism > Consistent characters across every shot > Top-tier quality at an affordable price Available now at Higgsfield. Limited offer.

    推荐理由：对比了 Wan 3.0 与 Seedance 2.5 的成本和生成细节，展示了无限 token 对视频创作工作流的影响。

  6. AI HOT89

    Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节

    Google DeepMind 开始广泛推出 Gemini 4 Argon，并将 Fairwind 计划扩展至更多受信任的网络防御者。Argon 解决了全部 12 个端到端模拟网络攻击场景，Wiz 利用其发现了此前模型遗漏的医院软件关键漏洞。在安全指标上，Argon 在 Gray Swan 的间接提示注入基准测试中保持领先，将 15 次自适应尝试中的攻击成功率降至 0.7%。

    推荐理由：报告量化了 Gemini 4 Argon 在网络攻防中的能力边界与防护数据，展示了前沿模型滥用预防与实时失准监控的纵深防御机制。

  7. Google DeepMind71

    Google DeepMind 发布 Gemini 4 Argon 及其安全报告

    Google DeepMind 发布 Gemini 4 Argon，并同步推出其安全与报告框架。Argon 在网络安全端到端模拟攻击场景中解决了所有 12 个案例，较前代提升显著。模型引入了三层实时防护和自动化对齐监控，在 Gray Swan 间接提示词注入基准测试中，将 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文提供了 Gemini 4 Argon 在网络安全和生物领域的高风险测试数据，展示了多层实时防护机制与对齐监控策略。

  8. AI HOT85

    Gemini 4 Argon 正式 GA，智能指数追平 GPT-6 Astra，Cost per Task 仅为 60%

    Gemini 4 Argon 现已正式发布（GA），在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 排名持平，每任务成本仅为其 60%。Google 重新向公众发布了前沿模型，这是其七个月多月以来首个高于 Flash 级别的专有模型。

    推荐理由：原文提供了 Gemini 4 Argon 与 GPT-6 Astra 的智能指数对比及定价细节，可用于评估前沿模型的性价比选择。

  10. AGI Hunt95

    谷歌全球上线 Gemini 4 Argon，展示大量代码与科研实战案例

    谷歌正式全球上线 Gemini 4 Argon，向订阅用户、开发者及科研人员开放使用。文章详细介绍了其在 Chromium 代码重构、ADK 框架优化及 3D 场景生成等场景的实战表现，官方数据显示 Agent 提交的代码变更提升了 35%，并给出了 API 定价及截止时间的具体信息。

    推荐理由：文章汇总了 Gemini 4 Argon 在代码重构、科研计算及 3D 生成等场景的实战案例，供读者评估其落地价值。

  11. AI HOT85

    Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型

    Liquid AI 发布开源权重模型 LFM2.5-24B-A2B，总参 24B、每 token 激活 2B，定位为端侧快速智能体。该模型在 Apple M5 Max 上达到 184 tokens/s 解码速度，在八项智能体基准中五项优于或持平 Qwen3.6-35B-A3B，即日起可通过 Hugging Face 下载，官方 API 定价为每 100 万输出 token 1 美元。

    推荐理由：提供 24B 总参 2B 激活的端侧 MoE 模型及 184 tokens/s 的本地实测性能与 Hugging Face 下载入口。

  15. AI HOT93

    Google 发布 Gemini 4 Argon 前沿模型

    Google 发布前沿模型 Gemini 4 Argon，面向开发者、企业、科学家和消费者全球开放，可通过 Gemini API、AI Studio 和 Google Antigravity 使用。

    推荐理由：官方公布定价、100 万 token 上下文及多领域实测案例，供读者评估工程与科研工作流中的实际可用性。

  16. AI HOT80

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布定位为通用物理推理模型的 Gemini 4 Argon，其在 Embodied Reasoning（ERQA）基准测试中以纯推理取得 87% 成绩。该模型支持机器人控制、Real2Sim 重建、物理理解及自我改进等任务，并已在 Google AI Studio 和 API 中开放使用。

    推荐理由：原文展示了物理推理能力和具体机器人控制示例，读者可据此判断其在具身工作流中的实际用法。

  17. 夕小瑶科技说86

    Gemini 4 Argon 正式上线

    Gemini 4 Argon 在 AI Studio 和 Vertex 上线，价格定为输入 2 美元、输出 10 美元。Artificial Analysis 显示 Argon High 的 Intelligence Index 为 53，单任务平均成本 1.99 美元；在 Andon Labs Blueprint-Bench 2 上得分 0.544，位列同类前沿模型首位。

    推荐理由：结合多款社区实测与多项基准成绩，展示新模型在代码、视觉推理与Agent任务中的表现变化。

  18. Ars Technica · AI72

    Gemini 4 Argon 开始向付费用户推送，仅部分计划可用

    Google 开始向付费用户广泛推送 Gemini 4 Argon，低层级付费计划无法获得完整访问权限。模型未调整能力表现，仍依赖上月公布的基准测试作为高级推理和智能体编码能力的证据。Argon 被用于优化 YouTube 评论系统，消除冗余表情符号渲染使服务器负载降低 45%，并在 Project Wing 的无人机物理模拟器中修复了 2018 年引入的关键 bug。

  19. Google Gemini API Release Notes84

    Gemini 4 Argon 正式可用，针对复杂编码与智能体任务

    Google 宣布 Gemini 4 Argon (gemini-4-argon) 正式可用，将其定位为针对复杂编码、智能体、数学和科学任务的能力最强模型。官方提供了 API 变更、定价及迁移指南，用户可据此进行接入调整。

    推荐理由：官方确认 Gemini 4 Argon 正式可用，为复杂编码与智能体任务提供模型能力参考。

  20. Google DeepMind97

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布前沿模型 Gemini 4 Argon，今日面向开发者、企业及全球用户开放。该模型在 Vals Index 等跨行业基准中位居第一，输入价格为每百万 token 2 美元。在内部测试中，Argon 将 Gemma 4 E2B 在 A100 上的推理速度提升 2.85 倍，并显著提升了在 3D 空间推理及网络安全领域的性能。

    推荐理由：官方给出了 Argon 在工程、科研及安全领域的最新实测数据，为开发者评估其复杂任务能力提供了基准。

  21. Google DeepMind89

    Gemini 4 Argon 发布：面向机器人的多模态模型

    Google DeepMind 发布 Gemini 4 Argon，定位为通用物理推理模型，旨在加速物理 AGI 进程。该模型在 Embodied Reasoning (ERQA) 基准测试中取得 87% 的纯推理得分，超过所有其他前沿模型。

    推荐理由：展示了Argon在物理理解、代码生成和视觉语义推理上的具体应用，通过多个机器人控制案例说明其跨栈能力。

  22. Google AI Developers Blog70

    Gemini 4 Argon 发布：支持在 Python 代码库进行自动化性能优化

    Google 发布 Gemini 4 Argon，通过该模型在 Google ADK 项目中的实战案例，展示其自动化性能优化能力。文章详细复盘了利用 .agents/skills 和 /goal 模式进行 11 小时无人值守优化的过程，成功将 ADK 框架在长会话下的性能开销降低 40%。开发者目前可以通过 Gemini 平台、AI Studio 及 Antigravity 访问该模型。

    推荐理由：展示了利用新模型进行跨文件性能优化的完整流程，提供了可复用的Agent配置技巧。

  23. Google AI Developers Blog85

    Google 发布 Gemini 4 Argon 机器人模型

    Google 发布 Gemini 4 Argon 模型，在 Embodied Reasoning (ERQA) 基准上以纯推理模式获得 87% 成绩，领先所有其他前沿模型。Argon 支持机器人控制、Real2Sim、物理理解和研究自改进四大方向，可在 Google AI Studio、Gemini API 和 Google Antigravity 中使用。

    推荐理由：官方给出了 Argon 在具身推理评测中的具体表现和四类工作流案例，读者可以判断它对机器人研发流程的影响。

  24. Google AI Blog94

    Google 发布 Gemini 4 Argon

    Google 宣布 Gemini 4 Argon 模型在全球范围内通过 API 及客户端开放使用，该模型在 Vals Index 排名第一，并支持 1M token 上下文。该模型在复杂工程、网络安全和科学研究等深度任务中表现优异，官方展示了其在代码重构、量子计算优化及机器人控制等方面的具体应用成果。

    推荐理由：Google 官方说明 Gemini 4 Argon 在全球范围内通过 API 和客户端开放，展示了其在复杂工程、科学和安全领域的实测性能。

  25. The Verge · AI90

    Google 发布 Gemini 4 Argon 模型

    Google 正式发布 Gemini 4 Argon 模型，声称其在编码、网络安全、科学、金融和法律等基准测试中优于 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。

    推荐理由：介绍了 Gemini 4 Argon 的定价策略、内部应用及发布范围，提供了判断其市场定位和竞争策略的参考。

10月13日周二
  1. 量子位83

    面壁开源MiniCPM-V 4.7：35B MoE模型仅需3G内存流畅运行

    面壁智能与OpenBMB开源MiniCPM-V 4.7多模态模型，其35B-A3B MoE版本仅需3G内存即可在iOS、安卓设备流畅运行。该模型支持4倍至16倍视觉压缩，在OmniDocBench v1.6上得分94.24，结合前瞻专家调度与自回放微调技术，显著提升了端侧推理速度与模型定制效率。

    推荐理由：原文拆解了3G内存运行35B模型的前瞻专家调度技术，展示了端侧AI在速度上的突破。

  3. Latent Space82

    Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs (MSL) 发布了第二代模型家族 Muse Wonder 和 Muse Wonder Full。第三方评测显示 Muse Wonder Full 在多项基准上接近前沿水平，其 Terminal-Bench 4.0 分数从 Spark 1.3 的 33% 提升至 57%。

    推荐理由：通过多家独立机构的基准对比，呈现了 Meta 在14个月内实现前沿模型落地的技术轨迹与成本差异。

  4. MarkTechPost82

    Z.ai 发布 GLM-Legal，Harvey LAB 成绩超 Claude Fable 5 和 Kimi K3

    Z.ai 发布法律领域模型 GLM-Legal，基于 320B 总参数、18B 激活的 GLM-5.3-Flash 构建。GLM-Legal 在 Harvey Legal Agent Benchmark 上任务通过率 19.17%，较基座模型 6.67% 提升 12.5 分，在 Vals AI 榜单排名 79 支第 7。

    推荐理由：给出 Harvey LAB 19.17% 的分数与 0.15 美元测试成本的对比，说明低成本法律模型在代理任务上的表现空间。

  6. 硅星人Pro92

    Meta MSL 发布 Muse Wonder 模型

    Meta 超级智能实验室（MSL）正式发布 Muse Wonder 和 Muse Wonder Full 两款模型，两款模型均支持 100 万 Token 上下文窗口，主打编程和长期 Agent 任务。

    推荐理由：Meta MSL 发布 Muse Wonder 旗舰模型，凭借 100 万 Token 上下文窗口和多项编程测试领先，重新确立与 OpenAI、Anthropic 的竞争姿态。

  7. 机器之心89

    Meta发布Muse Wonder系列模型

    Meta正式发布新一代旗舰模型家族 Muse Wonder，推出 Muse Wonder 和 Muse Wonder Full 两款模型。Meta官方表示这是该公司迄今能力最强的模型系列。

    推荐理由：文章记录了Meta发布Muse Wonder系列模型及其官方对性能定位的描述。

  11. APPSO86

    Meta 发布 Muse Wonder 系列模型

    Meta 发布新模型 Muse Wonder 系列（内部代号西瓜），包含 Muse Wonder 和 Muse Wonder Full，重点优化个人与专业智能体任务，提升跨对话记忆、长时间执行任务及编程能力。

    推荐理由：文章提供了第三方基准数据与定价信息，读者可据此判断新模型的性价比。

  13. The Decoder90

    Meta 发布 Muse Wonder 系列模型，进入前沿模型第一梯队

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两个前沿模型，两者均进入最佳 AI 模型行列。Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中得分 56，超越前代 Muse Spark 1.3 的 48 分。

    推荐理由：Muse Wonder 系列在编码与推理基准上大幅提升，但其 4 美元/M 输入价格相比前代显著上涨，成为评估其实际落地成本的关键背景。

  15. TechCrunch · AI85

    Meta 发布首个前沿模型 Muse Wonder

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，基准测试表现接近 GPT-6 Astra。Wonder 通过 API 的输入价格为 $4.00 / 百万 tokens，输出价格为 $20.00 / 百万 tokens。

    推荐理由：模型卡在 MemoryBench 和编码任务上的具体表现，为读者评估其相对其他前沿模型的记忆与推理能力提供了参考。