SiliconFlow@SiliconFlowAIAI 评分3434
全部AI 动态
全部动态
今日 26 条- SiliconFlow@SiliconFlowAIAI 评分3434
- SiliconFlow@SiliconFlowAI精选AI 评分7373
推荐理由：原文给出参数规模、与 GLM-5.2 的关系及基准表现，读者可据此评估是否切换到 GLM-5.3。
Z.ai@Zai_org精选AI 评分7070
推荐理由：官方宣布权重开放并给出下载与博客入口，读者可以据此评估 GLM-5.3 在智能体编码场景的可用性。
- Z.ai@Zai_orgAI 评分4545
更多好消息：GLM-5.3 的权重将于明天发布。 https://huggingface.co/zai-org/GLM-5.3
Google AI Developers@googleaidevsAI 评分4747
- Z.ai@Zai_org精选AI 评分7272
推荐理由：官方公告同时给出价格定位、开源权重和芯片适配信息，读者可以据此评估它在现有工作流中的替换可能。
LMSYS Blog精选AI 评分7272 SGLang 为 Qwen3.8-Flash-Next 提供 Day-0 支持
SGLang 团队与 Qwen、NVIDIA、AMD 合作，为 Qwen 团队开源的多模态 MoE 模型 Qwen3.8-Flash-Next 提供 day-0 支持。
推荐理由：原文详解了 SGLang 对 Qwen3.8-Flash-Next 的 day-0 支持与架构实现细节，含量化检查点和实测吞吐数据，对部署选型有参考价值。
Hugging Face Blog精选AI 评分6363 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM 发布 Granite 4.2 密集 decoder-only 推理模型家族，含 3B、8B、30B 三个规格，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文窗口扩至 512K），经 SFT 与多阶段 GRPO 强化学习训练，全部以 Apache 2.0 许可开源。
推荐理由：IBM 官方详解 Granite 4.2 训练全程，从五阶段预训练到多阶段 RL 课程，可复用的训练细节较完整。
DeepSeek@deepseek_aiAI 评分6060
Hugging Face Blog精选AI 评分6565 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理吞吐最高提升 3.2x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型 checkpoint，通过投机解码在不改变输出质量的前提下加速推理，GPU 吞吐最高提升 3.18x，端侧最高 2.87x。
推荐理由：官方为 LFM2.5 三款模型发布 DSpark 草稿模型，给出从 H100 到 MacBook 的实测加速数据和开源接入方式。
DeepSeek API updates精选AI 评分7070 DeepSeek 发布实验版多模态模型 DeepSeek-V4-Flash-Vision-Exp
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过设置 model='deepseek-v4-flash-vision-exp' 即可调用。
推荐理由：官方公布了多模态 Agent 基准成绩和调用方式，读者可据此判断其视觉 Agent 能力在现有模型中的位置。
Microsoft ResearchAI 评分5050 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习 DFT 泛函 Skala 1.1，训练数据比上一版多 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
@thexpin@thexpin精选AI 评分6868 推荐理由：原文交代了 GLM-5.3 的能力侧重、基准分数和开放节奏，读者可以据此判断其在开源与闭源模型中的位置。
- Z.ai@Zai_orgAI 评分5656
Microsoft AI NewsAI 评分5353 Microsoft 发布 MAI-Cyber-1-Flash 安全模型并推出 agentic 安全系统 Perception
Microsoft 发布首个 cyber 模型 MAI-Cyber-1-Flash，为源自 MAI-Thinking-1 的紧凑代码安全模型，可处理约 90% 的任务，让 MDASH 把 GPT-5.4 留给最难的 10% 任务，相比现有最佳组合节省 50% 成本。
Ammaar Reshi@ammaar精选AI 评分6868
推荐理由：原文给出 Gemini 3.7 Flash 的降价幅度和三项能力改进方向，并列出可用渠道，读者可快速了解这版更新。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.7 Flash，聚焦编码与 Agent 能力
Google DeepMind 发布 Gemini 3.7 Flash，定位为迄今最智能的编码与 Agent 主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出了具体基准数字与限时定价，开发者可据此评估是否把编码和 Agent 工作流迁移到新模型。
Microsoft AI News精选AI 评分6666 Microsoft AI 发布推理模型 MAI-Thinking-1
Microsoft AI 发布推理模型 MAI-Thinking-1，为 35B 激活、约 1T 总参数的稀疏 MoE 模型。官方称其在 SWE-Bench Pro 上与 Claude Opus 4.6 相当，AIME 2025 达 97.0%、AIME 2026 达 94.5%，盲测中人类偏好高于 Sonnet 4.6。
推荐理由：官方公布了模型规格与基准成绩，并说明不蒸馏、自建训练栈的路线，读者可据此评估中型推理模型的部署价值。
DeepSeek API updates精选AI 评分8484 DeepSeek-V4-Pro 正式版上线，Agent 能力提升并支持 Responses API
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，模型名 deepseek-v4-pro，API 调用方式不变。官方称 Agent 能力大幅提升，生产环境性能表现提升尤为显著，并公布 HLE (wo / w tools) 42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准成绩。
推荐理由：官方公告列出了正式版在多项 Agent 与编码基准上的分数、Responses API 支持和峰谷定价细节，方便用户评估迁移与调用时机。
Google DeepMind精选AI 评分7171 Google DeepMind 发布手语转文本模型 SL2T，率先在 Pixel 11 的 Gboard 和 Live Transcribe 中支持 ASL
Google DeepMind 发布多语言手语转文本（SL2T）模型，首次将手语 AI 用于消费产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持 ASL 转英文，后续将扩展更多语言和设备。
推荐理由：官方介绍 SL2T 的技术路径、训练数据和实测限制，读者可以了解手语翻译从实验到消费产品的落地方式。
Cursor Blog精选AI 评分7373 Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时间运行的智能体任务
Cursor 与 SpaceXAI 发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、复杂交互和视觉工作。
推荐理由：官方发布说明了训练方法与多项智能体编程基准成绩，读者可据此对比 Grok 4.5 与 GPT-5.6 Sol 的表现。
Google Research精选AI 评分6666 Google Research 推出 AMIE (Video)：实现实时音视频临床问诊，表现达到专科医生水平
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 构建实时视频临床问诊系统，采用 Talker、Planner、Perception 三个并行智能体的异步架构。
推荐理由：原文给出异步多智能体架构与随机对照实验设计，读者可以据此了解视频问诊 AI 的能力边界和评估方法。
Microsoft AI NewsAI 评分5454 Microsoft 发布 MAI-Code-1.1-Flash：代码质量更高、速度更快，价格仅为 1.0 的四分之一
Microsoft 发布 MAI-Code-1.1-Flash，代码质量更高、token 效率提升 25%，价格仅为 6 月在 Microsoft Build 发布的 1.0 的四分之一，并已在 GitHub Copilot 投入生产。
Microsoft AI NewsAI 评分5959 Microsoft 发布 MAI-Image-2.6，Arena 文生图榜位列第二
Microsoft 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，领先 Meta、Google 和 xAI 的模型。该模型总体 Elo 比 MAI-Image-2.5 提升 +79，文本渲染单项提升 +91 Elo，各评测类别均有进步。目前可在 Arena 上试用，本周晚些时候上线 MAI Playground，并将很快登陆 Microsoft Foundry 等产品。
Hugging Face Blog精选AI 评分8181 Meta 发布开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 发布从 Muse 蒸馏而来的 30B 多模态模型 Muse Glimmer，采用 Apache 2.0 许可，面向本地隐私场景的智能体用途。模型由 2B ViT 视觉编码器和 28B 文本解码器组成，支持图像、视频、多模态工具调用和目标检测，并附带基于 DFlash 的可选投机解码。
推荐理由：原文给出架构组成、基准对比和各推理框架的 day-0 用法，读者可以据此评估本地部署的可行路径。
Claude Platform release notes精选AI 评分6262 Claude Sonnet 5 维持 $2/$10 per MTok 定价，取消原定 9 月涨价
Anthropic 宣布 Claude Sonnet 5 的入门定价 $2/$10 per MTok 转为标准定价，原定 2026 年 9 月 1 日上调至 $3/$15 per MTok 的计划不再执行。
推荐理由：官方确认原定涨价取消，使用 Claude Sonnet 5 的读者可据此保持成本预算和用量规划不变。
Google DeepMind精选AI 评分8383 Google DeepMind 开源 WeatherNext 气旋预报模型，Nature 论文显示精度领先一天
Google DeepMind 发表 Nature 论文并开源 WeatherNext 2 与 WeatherNext Cyclones 模型，单模型以 SOTA 精度预测气旋路径、强度和风结构，平均多出 24 小时提前量，相当于约十年气象学进步。
推荐理由：官方Nature论文和模型开源同时落地，读者可据此了解AI气象预报达到的精度水平并直接获取代码权重。
Mistral AI精选AI 评分6464 Mistral AI 开源 3B 多模态安全分类器 Shieldstral
Mistral AI 发布开源多模态安全分类器 Shieldstral，权重 3B，采用 Apache 2.0 协议。模型将内容审核改写为推理时的问答任务，用户用自然语言给出政策，无需重训即可适配文本、图像和 prompt–response 对的审核。
推荐理由：原文解释了用问答式策略接口替代固定分类体系的设计思路，并给出训练数据构建方法，读者可以借鉴其小模型超越大模型的数据策略。
Nathan Lambert: InterconnectsAI 评分5151 开源模型盘点第23期：Laguna S2.1、Inkling 与 Kimi K3 展现开源模型在 Pareto 前沿的价值
本期开源模型盘点收录 Thinking Machines 首个模型 Inkling（975B-A41B 多模态 MoE）、Tencent Hy3（295B-A21B。
DeepSeek API updates精选AI 评分6666 DeepSeek-V4-Flash 正式版 API 上线，Agent 基准远超 V4-Pro-Preview
DeepSeek-V4-Flash 正式版 API 上线公测，调用方式不变，模型名设为 deepseek-v4-flash 即可使用。
推荐理由：官方给出完整的 Agent 基准分数和调用方式，读者可以直接评估是否切换到 deepseek-v4-flash 正式版。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，新增视频理解与多机器人协作
Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，可通过连续视频流追踪任务进度、编排多步任务，并支持多机器人协作，将运动执行交给下层 VLA 模型。
推荐理由：官方公布具身推理模型的能力指标与 API 入口，开发者可以据此评估它在实体机器人任务编排中的可用性。
Microsoft AI News精选AI 评分6161 Microsoft 阐述按 token 效率优化前沿性能曲线的策略并盘点 MAI Flash 模型成果
Microsoft 提出行业下一个焦点是 token 效率，主张通过联合优化模型、harness 和 RL 环境为具体产品调校模型，而非所有任务都用前沿通用模型。
推荐理由：Microsoft 官方阐述 token 效率策略，用多款 MAI Flash 模型的实际成本数据说明如何按任务匹配模型规模。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics 2，实现机器人全身智能控制
Google DeepMind 发布 Gemini Robotics 2 系列模型，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和可本地运行的 Gemini Robotics On-Device 2，实现人形机器人全身控制、精细操作和多机器人协作。
推荐理由：官方完整说明了三个模型的能力分工、适配速度和安全基准，读者可了解机器人全身体智能的最新进展与获取方式。
Microsoft AI News精选AI 评分6161 Microsoft 发布面向 GitHub Copilot 和 Excel 的专用 MAI 模型
微软宣布 MAI 模型落地 GitHub Copilot 和 Excel，通过 hill-climbing 方法从 MAI-Code-1-Flash 出发训练出更高效的专用模型。
推荐理由：微软用自家产品数据展示小模型在 Copilot 和 Excel 的效率与成本对比，读者可据此评估专用小模型替代大模型的路径。
Microsoft AI News精选AI 评分6262 Microsoft AI 发布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash 公开预览版
Microsoft AI 发布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash，两款模型均进入公开预览。
推荐理由：原文给出两款新模型的定价、性能数字和产品落地情况，可据此比较其质量速度成本取舍。
Claude Platform release notes精选AI 评分8383 Anthropic 发布 Claude Opus 5，支持 1M token 上下文窗口
Anthropic 发布 Claude Opus 5（claude-opus-5），较 Claude Opus 4.8 有显著提升，支持 1M token 上下文窗口、128k 最大输出 token，默认开启 thinking，定价维持 $5/$25 美元每 MTok。
推荐理由：官方发布说明给出完整规格、定价与破坏性变更，开发者可直接据此评估迁移方案。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%。
推荐理由：官方博客给出三款 Flash 模型的 token 效率、价格和多项基准数据，可帮助开发者评估选型与 agent 成本。
Google DeepMind精选AI 评分6666 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于更快地发现、验证和修补漏洞。
推荐理由：原文给出基准对比、内部落地和受限开放方式，读者可以据此评估轻量安全模型在漏洞发现中的取舍。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Thinking Machines 多模态开源模型 Inkling 使用指南并推出 Inkling-Small
Thinking Machines 的开源多模态模型 Inkling 上线 Hugging Face，总参数 975B（激活 41B），原生接收图像、文本和音频输入，支持 1M 上下文和 1M token 训练语料中的 45 万亿 token 多模态训练，同日推出 276B 总参数、12B 激活参数的 Inkling-Small。
推荐理由：官方详细拆解了 Inkling 的 MoE、相对注意力等架构设计，并给出从 2TB BF16 到 1-bit GGUF 的多档部署路径，方便按硬件选型。
Mistral AIAI 评分5555 Mistral AI 发布 Robostral Navigate：8B 具身导航模型，单 RGB 相机在 R2R-CE 达 76.6%
Mistral AI 发布首个具身导航模型 Robostral Navigate，8B 参数，仅用单个普通 RGB 相机和自然语言指令即可让机器人在复杂环境中自主导航，在 R2R-CE validation unseen 达到 76.6% 成功率，领先最佳单相机方案 9.7 分、领先使用深度或多相机方案 4.5 分。