⌘ K
… 读取采集状态 同步中...
雷

#模型发布

今日 13 条
9月8日周二
  1. APPSO74

    DeepSeek V4.1 Flash 开启限时内测，原生多模态且对标 V4 Pro 能力

    DeepSeek 开启新模型 V4.1 Flash 限时内测，采用新模型结构并原生支持多模态。官方反馈问卷询问该模型能否全面替换 V4 Pro，显示其意图在保留 Flash 速度和低成本优势的同时，向 Pro 级能力靠拢。

    推荐理由：原文提供了 V4.1 Flash 的限时测试入口、过期时间以及 DeepSeek 官方将其对标 V4 Pro 能力的明确提问，揭示了该模型试图以 Flash 成本实现 Pro 能力的产品策略。

  2. Datawhale69

    面壁智能开源 MiniCPM5-2B 端侧模型及训练框架

    面壁智能开源了20亿参数的端侧模型MiniCPM5-2B及其配套的训练数据治理和强化学习框架。该模型INT4量化后体积约1.2GB，在Agentic Index上获得20分，并在实测中能够本地处理合同、简历和会议纪要等敏感文件。面壁同时开源了数据精炼框架UltraX-Preview以及Meshy强化学习训练框架，后者在数学和代码推理基准上使模型性能显著提升。

  3. AGI Hunt84

    面壁智能开源 MiniCPM5-2B，包含数据、框架与训练配方

    面壁智能开源了 MiniCPM5-2B 模型，并首次公开了训练数据、RL 框架和训练配方。该模型在 Artificial Analysis 综合智能指数和 Agent 分项中均排名同级别第一，参数量仅为对手的一半但能力更强。开源内容包含 UltraData 系列数据集（如 100 万+ Agent 轨迹）以及 Meshy 框架和 JustRL II 算法，支持端侧部署。

    推荐理由：面壁智能MiniCPM5-2B开源了模型、数据、框架与配方，在智能指数和Agent任务上表现突出。

  4. 机器之心74

    面壁智能开源 MiniCPM5-2B 端侧模型，把通用 Agent 能力带入 2B 参数

    面壁智能 9 月 8 日开源新一代端侧语言基础模型 MiniCPM5-2B，将工具调用、深度搜索、代码生成等 Agent 核心能力引入端侧，并同步开放 RL recipe、自研强化学习框架 Meshy、基于奖励的强化学习策略 JustRL II 及一批 SFT 数据。

    推荐理由：原文梳理了模型、训练框架、算法与数据集的整套开源内容，读者可据此了解端侧 Agent 能力的实现路径。

  5. AI信息Gap92

    面壁智能开源 MiniCPM5-2B，端侧 Agent 能力登顶行业榜单

    面壁智能正式开源 MiniCPM5-2B，该 2B 参数端侧模型在 Artificial Analysis 综合智能榜以 23 分超越 12B 的 Gemma 4 和 9B 的 Qwen3.5，并在 Agent 能力榜以 20 分断层领先。

    推荐理由：原文展示了 2B 模型在 Agent 榜单超越 12B 模型的具体成绩，并解释了逐行数据治理和强化学习框架如何让端侧模型获得复杂工具调用能力。

  6. AIGC开放社区66

    讯飞星火 Spark-X2.5 发布：293B MoE 架构与代码智能体能力解读

    科大讯飞发布基于国产平台训练的 MoE 大模型 Spark-X2.5，官方型号标注为 293B-A30，支持 256K 上下文并覆盖 200 多种语言。该旗舰版本重点提升代码生成与智能体能力，但暂未公开完整技术报告及主流基准测试成绩，非标准化测试显示其在复杂任务首次交付完整度上仍需人工校验。

  9. 深度学习与NLP93

    OpenAI 发布 GPT-6 Astra，宣称进入 AGI 时代

    OpenAI 正式发布 GPT-6 Astra 和 GPT-6 Astra Pro，总裁 Greg Brockman 宣布世界进入 AGI 时代。Astra 在 ARC-AGI-3 测试中取得 99.9% 的得分，在 ExploitBench 漏洞利用测试中获得 100% 满分，并在网络安全测试中展现出 0% 的越界行为。

    推荐理由：原文展示了GPT-6 Astra在Agent任务与安全领域的全项数据，提供了评估新模型能力边界的参考。

9月7日周一
  1. 硅星GenAI77

    World Labs 新模型 Atlas 通过空间上下文统一生成与三维重建

    World Labs 联合创始人团队发布新模型 Atlas，该模型将生成与三维重建整合在同一架构中，以新视角预测为核心任务。Atlas 支持输入最多 100 帧图像进行三维场景重建，可通过三部 iPhone 拍摄视频生成子弹时间效果，并具备一定动态模拟能力。当前主要发展瓶颈为训练算力，团队计划在未来增强模型的可编辑性与交互能力。

    推荐理由：文章解释了新模型如何通过空间上下文统一生成与三维重建，并展示了用三部手机拍摄和少量照片重建场景的实际路径。

  4. 深度学习与NLP92

    谷歌发布 Gemini 3.8 Flash 及网络安全专用变体

    谷歌发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，单任务成本为 0.58 美元，输入成本 0.75 美元/百万 Tokens，在 Artificial Analysis 智能指数中得分 59，生成速度达 305 tokens/s。

    推荐理由：原文展示了低成本模型在特定基准上逼近旗舰性能的数据，以及网络安全变体的实战表现，有助于评估性价比对智能体工作流的影响。

9月6日周日
  1. AI信息Gap91

    GPT-6 Astra 发布后十大进阶玩法与实操技巧整理

    文章整理了 GPT-6 Astra 发布后的十大实战技巧，包括利用 SVG 生成检测模型状态、通过 Codex 接入 Blender MCP 在 45 分钟内生成 3D 游戏、操作 Canva 绘画、配置 Codex 无限上下文笔记功能，以及优化推理强度以节省 Token 成本。

    推荐理由：提供GPT-6 Astra在编码、3D生成及多智能体协作场景下的实操技巧与提示词策略，帮助优化工作流效率。

  2. CVer90

    OpenAI 开放 GPT-6 Astra 并推行提示词“减法”指南

    OpenAI 向所有 Pro、Enterprise 和 Business Premium 用户全量开放 GPT-6 Astra，并同步上线 API。官方建议开发者全面审计并精简 AGENTS.md 和 Skills，以应对新模型对指令更敏感、更爱提问的特点。

    推荐理由：Astra 在 OSWorld 2.0 上取得 72.6% 的成绩且耗时减半，其模型指南通过“审计”旧提示词揭示了强模型带来的工作流范式转变。

9月5日周六
  1. 数字生命卡兹克88

    实测 GPT-6 Astra：性能追平 Claude Fable 5 与前端审美史诗级强化

    GPT-6 Astra 向订阅用户推送，作者实测认为其综合能力追平 Claude Fable 5 且额度更高。在速度方面，大型系统审查任务耗时从 GPT-5.6 Sol 的20分钟缩短至10分钟，GUI 操作速度翻倍。代码能力上，模型减少了过度设计，能深入发现并修复性能问题；前端3D建模细节与材质效果显著超越前代。此外，Codex 支持跨窗口笔记机制，可减少长任务中的信息丢失。

    推荐理由：作者对比了GPT-6 Astra与GPT-5.6 Sol的速度与代码深度，并展示了前端3D建模的显著提升。

  3. AI科技评论84

    GPT-6 Astra 早期实测：可操作专业软件但长任务需人工引导

    OpenAI 发布新一代旗舰模型 GPT-6 Astra，早期实测显示其具备操作 Final Cut Pro 及 Blender 生成 3D 游戏的能力，并能主动检查运行结果。但该模型在长任务中存在钻细节和无法自主定义终点的问题，用户需作为项目经理持续判断任务进度。

    推荐理由：通过多名早期用户的实测案例，具体展示了 GPT-6 Astra 在 3D 创建及桌面软件操作中的实际边界与长任务短板。

  6. AI信息Gap89

    GPT-6 Astra 面向 Pro 及企业用户开放并送出延迟补偿

    OpenAI 将 GPT-6 Astra 向 ChatGPT Pro、Business Premium 和企业用户开放，并向用户发送重置卡作为延迟补偿。该模型安全等级被标记为关键，漏洞利用成功率达 39%，曾自主发现零日漏洞，因此优先向网络安全机构及企业开放。

    推荐理由：原文梳理了 GPT-6 Astra 因安全等级高而分阶段向企业用户开放的策略，以及延迟补偿机制。

9月4日周五
  2. 硅星人Pro94

    GPT-6 Astra全面解析

    OpenAI发布GPT-6 Astra，OpenAI称其为迄今最智能且最对齐的模型。模型上下文窗口约105万Token，最大输出长度128K Token，ARC-AGI-3得分达到99.9%。OSWorld完成率提升至72.6%，ExploitBench得分达到100%，内部幻觉率从9.4%降至2.0%。

    推荐理由：原文梳理了GPT-6 Astra在电脑操作、ARC-AGI-3测试及安全对齐上的具体数据，读者可据此判断模型能力变化。

  3. 人工智能学家92

    GPT-6首批内测实测结果

    GPT-6 Astra向付费用户逐步开放，首批内测用户完成多项高强度任务。模型在Blender中快速生成三维iPod并还原交互界面；Higgsfield测试中，其电影空间调度能力获评为世界级水平。模型将《宝可梦火红》通关时间压缩至18小时12分钟；复杂Agent基准测试中，单任务平均消耗约800万Token，API成本约17美元。

    推荐理由：原文汇总了首批内测玩家在三维生成、游戏开发与影视制作中的实测表现，并给出了Token成本基准，便于评估其落地可行性。

  4. 深思SenseAI89

    OpenAI 发布 GPT-6 Astra，最高每百万输出定价 50 美元

    OpenAI 发布 GPT-6 Astra，输入定价 10 美元、输出定价 50 美元，支持 105 万 token 上下文。该模型提供异步工具调用和中途调整功能，面向复杂推理与长任务场景，目前采取分批开放策略，由可信机构先行使用。

    推荐理由：梳理了GPT-6 Astra的定价阶梯、长上下文成本规则及分层路由逻辑，为评估高价值任务的实际部署成本提供了具体参考。

  5. 苍何79

    GPT-6 Astra 发布，Computer use 与长上下文能力显著提升

    OpenAI 发布 GPT-6 Astra，主要进步集中在电脑操作、终端任务、自动化工作流、长上下文和网络安全。Astra 上下文窗口 1.05 M tokens，输入 $10/百万 tokens，输出 $50/百万 tokens。API 层新增跨上下文记忆、工具异步执行及任务中途调整推理强度等功能，目前仅少量组织可用。

    推荐理由：原文梳理了GPT-6 Astra在Computer use、长上下文和API能力上的具体变化，适合关注Agent工作流演进的读者对比新旧差异。

  7. AIGC开放社区87

    OpenAI 发布 GPT-6 Astra：支持百万级上下文，大幅提升编程与复杂办公能力

    OpenAI 于 9 月 3 日发布 GPT-6 Astra，该模型支持约百万 Token 上下文，专注于提升电脑操作、软件开发及复杂任务处理能力。在 Terminal-Bench 4.0 上，Astra 得分 57.9%，高于 GPT-5.6 Sol 的 37.3%；OSWorld 2.0 离线子集延迟模拟中得分 72.6%。

    推荐理由：原文列出了GPT-6 Astra的具体性能数据、安全分级变化及API定价，方便用户据此评估其编程能力与成本收益。

  9. APPSO85

    OpenAI 发布 GPT-6 Astra，面向复杂推理与电脑操作

    OpenAI 发布 GPT-6 Astra，面向复杂推理、编程、电脑操作、研究与文档创作等端到端工作，支持 105 万 token 上下文窗口和 12.8 万 token 最大输出，并新增异步工具调用等能力。

    推荐理由：原文给出了上下文长度、输出规模与计费结构，读者可据此判断该模型在复杂工作流中的实际成本与能力边界。

  11. 数字生命卡兹克89

    GPT-6 Astra 发布：ARC-AGI-3 接近满分并强化 GUI 操作与网络安全能力

    OpenAI 发布 GPT-6 Astra，上下文窗口 1.05M token，知识截止 2026 年 4 月 30 日。ARC-AGI-3 得分达 99.9%，OSWorld 完成率 72.6% 且耗时缩短约 47%。模型具备操作电脑 GUI 能力，成为首个达到 OpenAI 网络安全 Critical 等级的模型，同时思维链可监控性显著下降。

    推荐理由：原文梳理了 GPT-6 Astra 的核心性能跃升与交互逻辑变化，有助于理解当前模型能力与 AGI 节点的实际关联。

  13. 新智元96

    OpenAI 发布 GPT-6 Astra 并宣称人类进入 AGI 时代

    OpenAI 发布下一代旗舰模型 GPT-6 Astra，总裁 Greg Brockman 宣布人类正式进入 AGI 时代。该模型在 ARC-AGI-3 测试中得分 99.9%，FrontierMath Tier 4 得分 97.6%，并利用超 10 万块 GPU 完成训练，成为 OpenAI 首个在训练监督中由先前 AI 模型发挥重要作用的模型。

    推荐理由：文章梳理了 GPT-6 Astra 在基准测试、计算机使用及训练机制上的关键事实，为理解 OpenAI 对其 AGI 定调提供了具体依据。

  15. AGI Hunt95

    GPT-6 Astra 发布前已知信息汇总

    OpenAI 即将发布 GPT-6 Astra，其采用 recurrent depth 循环深度架构，在潜空间反复推理。实测显示该模型在 ExploitBench 中对 41 个 CVE 实现 100% 自动利用，首个达到网络安全 Critical 阈值，蜜罐测试中越权攻击为零。Astra 具备比人类更快的人类水平电脑操作能力，支持超长时程任务，定价高于 Sol 模型家族。

    推荐理由：汇总了 Astra 即将发布的架构、安全攻防实测数据和内部进展，读者可提前判断其能力边界与风险特征。

  16. 大模型智能92

    谷歌发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber

    谷歌发布 Gemini 3.8 Flash 和网络安全版 Gemini 3.8 Flash Cyber，输入成本 0.75 美元/百万 Tokens，输出成本 3.75 美元/百万 Tokens，单任务成本 0.58 美元，生成速度 305 tokens/s。

    推荐理由：原文将3.8 Flash的基准成绩与旗舰模型对比，并补充了网络安全版本漏洞发现能力，读者可据此判断低成本模型在代码与安全场景的可用性。

9月3日周四
  1. Google DeepMind84

    Google DeepMind 发布高精度全球气象 AI 模型 WeatherNext 3

    Google DeepMind 和 Google Research 发布了最新的全球气象模型 WeatherNext 3，该模型引入了实时卫星数据、每小时更新机制和更高的空间分辨率，并整合到 Search、Gemini 和 Maps 等生态中。模型能够以 5 公里分辨率提供全球预报，并针对清洁能源和风能预测进行了专门的工程设计。在中期降水预报评估中，该模型的预测准确率最高提升了 60%。

    推荐理由：官方详细说明了 WeatherNext 3 在实时卫星数据和高精度降水预测上的技术突破。