⌘ K
… 读取采集状态 同步中...
雷

模型发布

新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

367条精选相关主题产品更新论文研究开源生态

最新精选

第 221–240 条 · 共 367 条
8月24日周一
  1. 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。

  2. 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21日周五
  1. DeepTech深科技83

    DeepSeek V4 上线多模态 Agent 能力

    DeepSeek 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，正式开放 API 并在官方数据中称其多模态 Agent 能力接近 Claude Opus 4.8。

    推荐理由：该模型补齐了 Agent 视觉感知能力，并同步开放 API，为判断工作流闭环提供参考。

  2. Datawhale87

    DeepSeek 发布首个多模态模型 V4 Flash Vision 实验版

    DeepSeek 上线实验性多模态模型 deepseek-v4-flash-vision-exp，正式支持图片理解能力，可识别截图文字、分析图表并驱动 Agent 任务。单次请求最多输入 600 张图片，兼容 OpenAI 与 Anthropic API 格式，调用价格与 V4 Flash 保持一致。

    推荐理由：新模型将视觉理解融入 Agent 工作流，支持批量图片输入且价格不变，开发者可低成本测试界面与图表自动化处理场景。

  3. 新智元84

    Generalist AI 发布机器人基础模型 GEN-1.5：0 行代码，3 秒演示实现通用操作

    Generalist AI 发布机器人基础模型 GEN-1.5，在 10 个操作任务中实现 59% 的 one-shot 成功率，无需微调代码即可完成新任务。该模型验证了具身智能领域的 Scaling Law，显示预训练规模与时长提升可带来泛化能力增强，被研究者比作机器人领域的 GPT-3 时刻。

    推荐理由：GEN-1.5 展现了具身智能 Scaling Law，零代码演示即可驱动机器人即兴操作，被视为该领域的 GPT-3 时刻。

  4. 量子位70

    墨奇智能发布具身智能模型架构MoRA，WRC现场展示15分钟长程家务任务

    前华为天才少年黄青虬创办的墨奇智能在WRC 2026发布自研具身智能模型架构MoRA及轮式机器人MORPHI KINO。MoRA采用Agentic-Native路线，在System 1中内化目标持续性、多层级记忆与进度认知，使机器人能自主完成15分钟无干预的长程家居任务。墨奇同时强调高质量真实场景数据的重要性，已积累3万小时数据，计划2026年底达到15万至20万小时。

    推荐理由：文章解析了墨奇自研架构MoRA如何将Agentic能力内化至策略模型，并展示了其在15分钟长程家庭任务中的实际表现。

  5. AIGC开放社区77

    DeepReinforce 开源 Ornith-1.5 系列模型，397B 版本表现比肩 Claude Opus 4.8

    DeepReinforce 推出并开源了基于端到端自我提升框架的 Ornith-1.5 模型。其旗舰版 Ornith-1.5-397B 采用 MoE 架构，在 Terminal-Bench 2.1 和 DeepSWE 评测中分别取得 86.1 分和 56.0 分。

    推荐理由：397B旗舰版在编码与智能体基准上与Claude Opus 4.8基本持平，并验证了端到端自提升范式在跨尺度模型上的有效性。

8月20日周四
  1. 智东西87

    阿里发布 Qwen-UI-Agent：基于 100+ 真机训练的 GUI 智能体模型，5/6 基准测试登顶

    阿里巴巴推出面向数字设备执行的 GUI 智能体基座模型 Qwen-UI-Agent，主力版本参数量 27B，基于 Qwen 3.5 系列构建。该模型在 6 个核心 GUI 基准测试中拿下 5 项第一，在 MobileWorld-Real 真实设备评测中以 92.2% 成功率领先 GPT-5.6 Sol 等模型。

    推荐理由：基于百台真机构建的训练环境，使模型在移动端真实场景基准测试中取得领先，揭示了GUI智能体落地真实世界的关键路径。

8月18日周二
8月17日周一
  1. AIGC开放社区88

    智谱发布GLM-5.3，编程与网络安全能力创开源SOTA

    智谱发布743B参数的GLM-5.3，在编程基准达到开源模型SOTA，网络安全能力较上一代翻倍。该模型沿用GLM-5.2底座，通过一个月后训练缩放提升真实工作场景下的长程任务能力。在自研Z.ai Code Bench及Terminal Bench 3.0等测试中表现领先，并在269个项目中发现2436个漏洞，其中1097个为中高危，最古老漏洞潜伏45年。

    推荐理由：文章解析了GLM-5.3仅靠后训练缩放实现编程与网络安全能力跃升的具体路径，提供了从指标到真实漏洞发现的完整证据链。

8月14日周五
  1. AGI Hunt86

    GLM-5.3 发布实测：编码与安全能力表现

    GLM-5.3 正式发布，官方称代码能力较上一代提升 50%，在 Terminal Bench 3.0 和 CyberGym 等基准上取得开源领先成绩。作者通过多场景实测展示了模型在 DeepSeek Harness 代码审查、AI 攻防演练场、爬虫反制策略及《铁血滩头》射击游戏开发中的表现，并开源了相关测试项目。

    推荐理由：原文通过实测展示了模型在安全漏洞挖掘、代码审查和前端游戏生成上的具体表现，并附带了开源项目链接。

  2. APPSO78

    实测 GLM-5.3：编程与网络安全表现强劲，同尺寸模型智能密度领先

    APPSO 实测智谱 GLM-5.3 模型，其在编程能力上比肩 Fable 5 和 GPT-5.6 Sol，使用体感优于 Kimi K3 和 DeepSeek V4-Pro-0813。

    推荐理由：实测显示 GLM-5.3 在编程和网络安全领域表现强劲，且通过开源 Slime 后训练框架显著提升了模型能力，提供了验证国产模型迭代速度的第一手依据。

  5. APPSO84

    xAI 发布 Grok 4.6，基准性能位列全球第三

    xAI 发布 Grok 4.6，Artificial Analysis Intelligence Index 得分 61，全球第三，落后于 Claude Opus 5 与 Claude Fable 5，与 GPT-5.6 Sol 并列。

    推荐理由：原文通过多项基准测试与成本对比，展示了该模型在复杂知识工作与编码任务上对现有竞品形成的性价比优势。

  6. Google DeepMind83

    Gemini 3.7 Flash 发布

    Google DeepMind 发布了专为编码和智能体设计的 Gemini 3.7 Flash 模型。新版本在 FrontierCode 1.1 和 DeepSWE v1.1 等基准上表现显著优于 3.6 Flash。模型通过 Gemini API 开放，开发者还可以在 Gemini Spark 中使用该模型。

    推荐理由：模型在多个编码基准上较前代有显著提升，并结合了减半的每百万 token 定价。

8月13日周四
  1. 量子位83

    Grok 4.6 发布：跑分反超 GPT-5.6 Sol 和 Fable 5 Max，价格更低

    SpaceXAI 发布 Grok 4.6，官方跑分显示其在 GDPVal-AA v2 拿到 1753 分，反超 GPT-5.6 Sol 的 1728 分和 Fable 5 Max 的 1741 分，AA-Briefcase 和 Harvey LAB 也排第一，但 Terminal-Bench v3.0 只有 26%，低于 GPT-5.6 Sol 的 34.6%。

    推荐理由：原文给出跑分、价格与接入入口的完整对照，可据此判断新模型在长程任务上的定位与性价比取舍。

  2. AIGC开放社区93

    DeepSeek V4 Pro 与 Grok 4.6 同日发布

    DeepSeek 上线 V4 Pro 正式版，马斯克推出 Grok 4.6。Grok 4.6 在 AA Intelligence Index 上拿到 61 分追平 GPT-5.6 Sol。

    推荐理由：原文展示了 DeepSeek 与 Grok 同天发布的性能基准、价格对比以及具体评测分数，便于直观比较两者的能力差异与成本优势。

  3. Google Gemini API Release Notes82

    Gemini 3.7 Flash 全面可用

    Gemini 3.7 Flash 已全面可用（GA），针对编码和 Agent 工作流实现了重大性能提升，并在 2026 年 12 月 31 日前提供入门价格。

    推荐理由：Gemini 3.7 Flash 进入 GA 并明确了编码与 Agent 场景的性能提升及限时入门价，为选型提供依据。