跳到正文
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon 模型,在 Artificial Analysis Intelligence Index 上以 xhigh thinking 级别获得 61 分。

    推荐理由:原文披露了模型在编程、科学推理及网络防御评测中的成绩,提供了定价与 API 部署细节,便于判断其性价比与落地场景。

  1. 量子位83

    文心5.5 Flash Preview发布,强调端到端编程能力并宣布即将开源

    百度发布文心5.5 Flash Preview模型,总参数2800亿,单次推理激活140亿参数,支持百万Token上下文,生成速度超过每秒200 Token。该模型重点强化端到端编程能力,实测可通过Python代码生成3D动画、网页游戏及Blender模型,并计划近期以Apache 2.0许可证开源,API支持限时折扣。

    推荐理由:原文给出了端到端编程能力的关键指标与实测案例,读者可以据此判断该模型在复杂开发任务中的实际表现。

  2. Hugging Face Blog68

    Tether AI 发布 BotPsy:0.8B 参数端侧智能体模型

    Tether AI 发布 BotPsy,一款基于 Qwen3.5-0.8B 构建的 0.8B 参数端侧智能体模型,采用 Apache 2.0 协议开源。通过在 BFCL v4 等六项工具调用基准上取得领先成绩(平均 45.0 分),并在推理 token 效率上较基座模型提升约 3 倍,该模型在低中难度任务场景中展现出优于 1.2B 以下规模模型的表现力。

    推荐理由:0.8B 端侧模型通过蒸馏与两轮 RL 训练,在工具调用和多轮 Agent 基准上超越 2.5 倍参数量的模型,展示了小参数智能体路径。

  1. 智东西80

    百度开源文心5.5 Flash Base:280B总参数14B激活,同尺寸SOTA并支持1M上下文

    百度发布并开源文心5.5 Flash Base(ERNIE-5.5-Flash-Base)。该模型采用稀疏MoE架构,总参数280B,每token激活14B参数,基于33.5T tokens预训练,最长训练上下文128K,微调与推理支持1M tokens上下文。

    推荐理由:百度开源文心5.5 Flash Base,采用稀疏MoE架构且同尺寸基座模型中推理、代码能力领先,并支持1M长上下文,为开发者提供统一起点。

  2. IT之家91

    月之暗面开放 Kimi K3.1 Pro 2.8 万亿参数权重,Agent Arena 开源模型榜登顶

    月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,该模型采用混合专家架构,总参数量 2.8 万亿。在 Agent Arena 智能体排行榜中,Kimi K3.1 Pro 位列开放权重模型第一,基于超 1.75 万次真实长周期会话的净改进率为 +5.1%。

    推荐理由:月之暗面如期开放 2.8 万亿参数模型权重,给出了部署规模与核心智能体评测数据,读者可据此判断该模型的开源生态影响。

  1. 量子位71

    招商局狮子山实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

    招商局狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,该模型采用 MoE 架构,总参数 35B 但每个 Token 仅激活约 3B 参数。模型在十项主流具身相关基准上全部指标上涨,等权综合均分达到 65.29,多项核心能力超越更大参数量模型。权重已在 Hugging Face 开源,兼容 Transformers、vLLM 和 SGLang 等框架。

    推荐理由:展示了能力牵引的数据引擎方法,读者可了解其如何在低激活参数下提升具身推理能力。

  2. 腾讯混元92

    腾讯混元 Hy4 正式版发布

    腾讯混元 Hy4 正式发布,首次引入视觉与电脑操作能力,金融综合表现及内部科研评测位居开源第一。官方计划开源模型权重,已在腾讯云等渠道上线,API 价格与预览版保持一致。

    推荐理由:原版在金融众测与科研任务上取得开源第一,并展示了从代码到生物建模的跨领域生产力落地。

  1. 量子位70

    商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash

    商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,当前限时免费。官方评测显示该模型在 TeamBench 和 DataAnalysis2.0 上位列第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。

    推荐理由:文章展示了模型在生成网页、PPT及海报上的直接交付能力,读者可了解其委派智能特性及长期记忆机制在办公场景中的应用。

  2. IT之家82

    美团龙猫发布 LongCat-2.5 原生多模态模型:1.6T 参数,强化长程智能体任务

    美团龙猫发布原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数。模型通过视觉多层级离散 token 统一处理视觉与文本,强化 Visual Coding 与创意设计、3D 任务;在代码库开发等复杂任务上提升端到端能力,并提供在线体验与 API 接入,开源平台即将上线。

    推荐理由:文章给出了 1.6T 参数规模与视觉表示方式,读者可据此判断长程智能体任务的进展。

  1. 量子位84

    DeepSeek 开源 Super-agent 架构

    DeepSeek 开源了名为 Super-agent 的 Personal Agent 底层架构,支持跨平台多任务并行与自主Bug修复。实测显示该方案任务完成时间中位数为12.4分钟,95分位数为15.7分钟,优于传统单会话方案。该架构采用 Router 与 Worker 双层设计,并引入投机执行、订阅直通机制及 Watchdog 看门狗以实现24小时在线与异常自愈。

    推荐理由:原文展示了双层架构与实测数据,读者可据此理解长期在线Agent的工程实现路径。

  1. IT之家77

    Mistral AI 开放 Mistral Large 4 权重:1T 参数,编程智能体 Token 消耗减少 47%

    Mistral AI 开放了 Mistral Large 4(ML4)模型权重,该模型拥有 1 万亿总参数,在 Artificial Analysis Coding Agent Index 上得分 48%,平均每个任务消耗的 Token 数量减少 47%。

    推荐理由:ML4 开放权重后,在 Artificial Analysis Coding Agent Index 上达到 48% 并降低 47% 任务 Token 消耗,读者可据此对比开源模型性价比。

  2. 36氪72

    智元发布GO-3 Preview并拿下三大具身榜单第一

    智元发布GO-3 Preview,称其在RoboDojo、RoboTwin、RoboColiseum三项机器人榜单中取得Top 1,并计划年底全面开源。

    推荐理由:材料把预训练、后训练和部署后学习连成全链路,还给出榜单成绩与成功率提升,能帮读者判断这套具身模型路线可落地的范围。

  3. 量子位76

    天数智芯发布天垓300与彤央TY1200并现场实测跑赢英伟达H200及Thor T5000

    天数智芯发布天垓300、彤央TY1200及天数智算软件栈。现场实测显示,天垓300在文生图任务上耗时95.6秒快于H200的112秒;彤央TY1200在断网端侧环境下,运行Qwen3.8-27B的性能达到Thor T5000的138%,并成功运行MicroDuck仿真任务。

    推荐理由:实测数据对比了天垓300与H200、彤央TY1200与Thor T5000的性能差异,展示了国产芯片在云边两端的落地能力。

  4. 量子位71

    扩散智能发布35B扩散语言模型Clover,Web Agent速度超Jev一倍

    扩散智能发布Clover-35B-A3B-Preview,这是一款采用MoE架构的扩散语言模型,总参数量350亿,激活参数30亿。在WindTunnel网页Agent评测中,其中位执行时间1.52秒,速度快于Jev+Mercury 2.5组合(3.21秒),成功率98.6%。在SWE-bench Verified代码评测中得分73.6,Terminal-Bench 2.1得分51.7。

    推荐理由:扩散模型将参数扩展至35B并加速了Web Agent任务,其块扩散与门控Delta网络的组合展示了并行生成在长链操作中的落地潜力。

  1. 机器之心80

    谷歌发布Genie 4世界模型,支持实时交互与原生音频生成

    谷歌发布新一代世界模型Genie 4,支持用户通过键盘和自然语言实时改变视觉环境与物理现象。该模型原生生成实时音频,并融合 Gemini 3.8 Flash 模型以支持复杂事件推理与任务规划。目前处于早期研究阶段,将在 SynthID 水印保障下向受限用户开放研究预览。

    推荐理由:原文拆解了混合架构逻辑和音频能力短板,展示了从视频生成到世界模拟的范式转移。

  1. TechCrunch · AI89

    OpenAI 与 Anthropic 宣称模型推翻指数时间假设

    OpenAI 发布三项数学突破,其中包含对指数时间假设 ETH 的反驳,Anthropic 随后也发布了独立的 ETH 反驳。MIT 教授 Ryan Williams 与两位 ETH 原始提出者组成工作组,正通过公开信和会议评估该结果,若算法有效将影响依赖该假设的众多论文及密码学安全边界。

    推荐理由:报道了前沿实验室宣称推翻指数时间假设的事件,并呈现科学界对验证流程与学科影响的反应。

  1. IT之家76

    腾讯混元同声传译大模型 Hy-SimulMT 开源,响应时间仅 3 秒超人类译员

    腾讯混元同声传译大模型 Hy-SimulMT 发布并开源,支持中英文语音实时互译,实测响应时间 3 秒左右,优于人类专业译员 4-5 秒的平均水平。该模型具备实时音色克隆功能,支持中英语言间的音频输入与实时译文及语音生成。

    推荐理由:腾讯混元开源了语音到语音的实时同传模型 Hy-SimulMT,展示了 3 秒响应与实时音色克隆等低时延能力。

  2. 量子位68

    讯飞Spark-X2.6实测:全国产算力与端云协同能力验证

    讯飞Spark-X2.6上线星辰MaaS平台,采用MoE架构总参数293B,支持1M上下文。实测中Spark-X2.6-4B离线完成经营复盘与合同脱敏,云端处理复杂审查,路由准确率提升至96.1%。

    推荐理由:实测展示了Spark-X2.6在纯CPU离线场景下的Agent任务完成度及端云脱敏协同流程,提供了国产算力落地的具体参考。