跳到正文

全部动态

今日 14 条
9月22日周二
  5. 腾讯混元：Research（API）60

    腾讯混元发布 Hy Image3.5 preview 图像生成模型

    腾讯混元发布 Hy Image3.5 preview，支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出，经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。

    推荐理由：原文给出了文本渲染、编辑一致性与定价等具体能力细节，以及多家腾讯内部产品的实测反馈，便于评估适用场景。

  6. Artificial Analysis65

    Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。

    推荐理由：Artificial Analysis 实测 Step 5 Preview 的得分、成本与智能体短板，读者可据此对比同分段模型的表现与性价比。

  8. OpenRouter：Announcements（RSS）62

    OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用

    OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。

    推荐理由：OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。

  9. 小米 MiMo：官网发布与博客20

    小米 MiMo-V2.6-Pro 如何提升新材料研发效率

    小米 MiMo-V2.6-Pro 面向新材料研发场景，覆盖从文献综述到分子设计，再到 PFAS 捕获的自动化干实验室实验。该模型旨在提升新材料研发流程中的生产力。

  14. Gary Marcus：The Road to AI We Can Trust（RSS）51

    Gary Marcus 在联合国大会数字合作活动发表 AI 治理演讲，多国同期签署前沿模型管控呼吁

    Gary Marcus 在联合国大会数字合作活动（与 Yoshua Bengio、Nobel 得主 Maria Ressa 同场）发表演讲，称近期风险不是灭绝或超级智能，而是深度伪造虚假信息、不可靠 AI 系统窃取凭证和大规模网络攻击，主张提升可靠性、网络安全与真实执法，批评 OpenAI 发布比前代更难监控的新模型。

  16. NVIDIA Technical Blog：Agentic AI / Generative AI50

    NVIDIA 详解 AI 智能体评估：从工具调用到任务完成

    NVIDIA 发文梳理 AI 智能体评估如何从单次函数调用打分演进到整任务打分，指出 BFCL 只评估单次调用，调用准确率必要但不充分。完整评估需要可执行环境，配合步骤级过程打分与端到端结果打分，核心指标包括任务成功率、一致性、工具调用精度、参数准确率、每成功任务步数与成本。

  20. Xiaomi MiMo73

    小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

    推荐理由：官方发布全模态模型并开放权重、技术报告和训练代码，附与 Claude Opus 5、GPT-5.6 Sol 的 Agent 基准对比数据。

  28. OpenAI：官网动态（RSS · 排除企业/客户案例）29

    Higgsfield AI 借助 GPT-6 Astra 一天内上线新视频功能

    Higgsfield AI 借助 GPT-6 Astra 在一天内交付新的视频探索功能，且仅由一名工程师完成。该模型的长程任务规划能力可跨多步骤安排工作，帮助 Higgsfield 更快将创意工具推向市场。用户只需一句提示词，就能把一条表现最佳的广告生成 100 个新变体，并按不同国家定制，方便小企业制作视频广告。

  30. Artificial Analysis 完整文章（网页）68

    Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4

    Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。

    推荐理由：评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象，读者可据此判断其真实水平与成本。

  34. Linear：Now（RSS）62

    Linear 重构 CI 流程应对 AI 编码带来的验证瓶颈，PR 等待时间从 6 分钟降至 5 分钟

    Linear 工程师分享如何解决 AI Agent 加速写代码后 CI 成为瓶颈的问题，PR 等待时间从 6 分钟以上降至 5 分钟出头，单测 runner 时间约减半。

    推荐理由：作者以第一手实践拆解 Linear 优化 CI 的具体做法与数据，读者可将其方法迁移到自己的 TypeScript 项目。