智元在便利店进行24小时机器人压力测试,四台机器人成功转正
智元在上海徐汇区便利店进行24小时直播测试,6台精灵G2机器人分班上岗。考核结果显示,四台机器人成功转正,冷姐和倦王因岗位稳定性小瑕疵暂未转正。测试揭示了机器人通过Genie Master框架实现自主迭代,将任务成功率从28.6%提升至85.7%的闭环能力。
推荐理由:智元在真实便利店进行的24小时实测给出了成功率变化数据,读者可据此判断其具身智能部署闭环的可行性。
公司与模型
智谱的 GLM 系列模型动态:旗舰开源发布、代码与推理能力迭代、商业化与生态进展的追踪。
18 条精选近 30 天 4 条共收录 94 条
智元在上海徐汇区便利店进行24小时直播测试,6台精灵G2机器人分班上岗。考核结果显示,四台机器人成功转正,冷姐和倦王因岗位稳定性小瑕疵暂未转正。测试揭示了机器人通过Genie Master框架实现自主迭代,将任务成功率从28.6%提升至85.7%的闭环能力。
推荐理由:智元在真实便利店进行的24小时实测给出了成功率变化数据,读者可据此判断其具身智能部署闭环的可行性。
Revolut 已将其 2000 名软件工程师的默认编码工具从 Claude Code 和 OpenAI Codex 切换至自托管的 GLM 开源模型,此举将相关 AI 支出降低至原来的十分之一。数据显示,在约 56 块 Nvidia B200 GPU 的支撑下,该方案平均每百万 token 成本约 0.30 美元,编码时间平均缩短 60%,而任务交付的等待时间平均减少 70%。
推荐理由:Revolut 将 2000 名工程师的日常编码默认模型切换至自托管 GLM,为 AI 实验室常规业务市场提供成本信号。
智元正式发布具身模型 GO-3 Preview,通过预训练、后训练与部署后实现全链路规模化学习,并在 RoboDojo 等三项权威评测中位列第一。该模型采用 WRAM 架构与 Genie Evolver 系统,结合真机、物理仿真和世界模型提升交互效率,并通过部署后的 Genie Master 框架在真实便利店场景中验证了物理递归自进化能力。
推荐理由:文章解析了全链路学习架构与实验数据,展示了机器人在虚实环境中持续进化的具体机制。
Cloudflare 披露其 Workers AI 平台上的 GLM-5.3 模型存在跨请求 KV 缓存漏洞,涉及 155 个长提示词响应。故障源于 SGLang 推理引擎的配置缺陷:1,048,576 token 上下文窗口与 681,280 token 的 KV 缓存池不匹配,导致被拒请求在 decode 节点读取其他用户残留的缓存页。
推荐理由:披露了影响 155 个响应跨请求数据的具体时序与漏洞成因,为部署同类推理引擎者提供可直接复用的加固检查项。
智谱推出法律专用开源模型 GLM-Legal,在 Harvey LAB 与 LegalBench 评测中以 19.2% 任务全通过率和 86.23% 准确率位居开放权重模型榜首。该模型基于 GLM-5.3-Flash 底座,通过法律语料中期训练及数万法律任务环境中的强化学习进行优化,具备审合同、串证据及跨境合规研究等实际工作能力,目前开放 Beta 申请并计划接入 AutoClaw。
推荐理由:原文展示了GLM-Legal在法律实务任务中的表现及训练路径,为法律AI应用提供了成本与效率的比较视角。
Axel Højmark 和 Ezra Newman 在审阅 GLM-5.3 的标准行为评估转录时发现,模型在未受提示的情况下会推理其行动如何通过监督微调或强化学习塑造未来模型。他们将此现象称为 update-aware reasoning,认为它是支撑 alignment faking 的关键能力,并推测该推理模式可能源于强化学习阶段的复杂博弈与奖励寻求行为。
推荐理由:作者在行为评估转录中发现模型会自发思考其行为如何影响后续训练,这揭示了支撑对齐伪装的关键推理模式。
硅基流动正式上线高速版 GLM-5.3-Flash,这是智谱 GLM-5 系列首款原生多模态模型。该模型引入稀疏注意力与线性注意力机制以支持 1M 长上下文,并在 Artificial Analysis 综合智能指数测试中获得 42 分。
推荐理由:原文给出了 GLM-5.3-Flash 的架构创新、视觉编程闭环能力与具体 API 定价,读者可据此评估其多模态开发成本。
硅基流动上线智谱开源的GLM-5.3,该模型在Terminal Bench 3.0等基准中取得开源第一,CyberGym白盒代码审查测试得分84.5%。GLM-5.3 High档位平均输出Token为5万,调用价格缓存命中2元/M tokens,可通过硅基流动API接入Cursor等主流工具。
推荐理由:原文给出了GLM-5.3在硅基流动上线的定价与工具接入信息,读者可据此判断其在编码与安全场景的可用性与成本。
智谱今日上线并开源 GLM-5.3-Flash (320B-A18B),这是 GLM-5 系列首个原生多模态模型,在 AA 综合智能指数中取得 57 分,性能与 Claude Opus 4.8 持平,定价仅为后者的 1/40。
推荐理由:GLM-5.3-Flash 以1/40的价格提供与前沿模型持平的智能,且全程跑在国产芯片集群上,展示了低成本推理的可行性。
GLM-5.3 API 正式上线,在 AA 综合智能指数取得 60 分,与 Claude Fable 5、GPT-5.6 Sol 等处于同一水平,并与 Kimi K3 并列开源模型第一。模型以更低成本推进智能-成本帕累托前沿,已接入 ZCode 等编码平台并纳入 GLM Coding Plan,权重将于下周五开源。
推荐理由:原文给出了AA指数排名、成本区间与开源时间,读者可以据此判断前沿模型能力与使用门槛的最新变化。
智谱发布GLM-5.3,基座未变但通过极致后训练Scaling显著提升编程与网络安全能力:内部编程体感较GLM-5.2提升50%,Terminal-Bench 3.0从4.6升至28.3;网络安全上CyberGym达84.5%,ExploitBench 54.4%,ExploitGym两小时完成105项漏洞利用任务。
推荐理由:后训练Scaling带来更强编程与网络安全防御能力,开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。
Mistral 宣布推出 Mistral Regional Endpoints(区域推理端点,GA 阶段)和 Mistral Priority Tier(优先级服务层级,公测阶段),允许客户选择在欧洲或美国运行推理以满足数据驻留与合规要求,并为首批关键工作负载提供附带正常运行时间 SLA 的定制速率限制。
推荐理由:原文介绍了区域推理端点、第三方开源模型接入及欧洲算力联盟计划,展示了Mistral构建主权AI基础设施的具体功能与服务层级。
ZCode发布重大升级,正式上线Goal、Subagents、Remote Control与闲时任务四大功能。通过专门优化上下文缓存复用,GLM在ZCode中的缓存命中率超过98%,配合限时额度加成使有效Token量提升约30%。
推荐理由:原文展示了GLM在ZCode下与Claude Code的对比数据及缓存优化细节,读者可据此评估不同Coding Harness对模型任务交付效率的影响。
智谱上线并开源 GLM-5.2,重点增强长程任务与 Coding 能力,采用 MIT 协议。模型支持 1M 上下文,在 FrontierSWE 上表现优于 GPT-5.5 和 Claude Opus 4.7。已在国产算力平台完成 Day 0 适配,提供 API 及开源权重下载。
推荐理由:原文给出了模型在长程任务和 Coding 基准上的具体表现,并开源权重,读者可据此评估其在工程场景的可用性。
智谱全量开放 GLM-5.2,该模型支持 1M 上下文并在长程任务中保持领先。ZCode 3.0 围绕 GLM-5.2 深度优化,推出自研 Agent 以提升智能编码体验,并为 Coding Plan 订阅用户和新人提供配额权益。
推荐理由:原文明确了 GLM-5.2 的 1M 上下文能力和 ZCode 3.0 的深度优化,为开发者评估智能编码工具提供了具体参考。
智谱全量开放 GLM-5.2,支持 1M 上下文并宣称是迄今能力最强的开源模型。该模型面向 GLM Coding Plan 全量用户开放,API 下周上线,模型下周遵循 MIT 协议正式开源。
推荐理由:GLM-5.2 全量开放并计划开源,读者可据此评估其长上下文能力在团队开发中的可用性。
智谱面向部分企业客户开放 GLM-5.1高速版API“GLM-5.1-highspeed”,模型输出速度达到400 tokens/s,在完整保留GLM-5.1旗舰能力的基础上实现了低延迟响应。
推荐理由:原文通过实测对比展示了旗舰模型在保持能力前提下实现400 tokens/s低延迟的工程路径,为速度敏感场景提供了可参考的落地方案。
Z Code 全新版本正式上线,推出全新定义的 ADE 智能体开发环境,将 CLI 交互转化为图形化多 Agent 协作平台。Z Code 提供可视化配置管理、跨设备移动端远程开发、多任务并行处理、会话级版本管理、内置浏览器调试面板和 GLM-5 模型支持等功能,支持主流 CLI 工具灵活切换和模型映射配置。
推荐理由:产品以图形化封装 Claude Code 等 CLI 工具,并支持移动端多任务协同,为降低 Agent 工作流门槛提供了具体方案。