模型发布/更新
-
NVIDIA 发布 Nemotron 3 Embed 系列,8B 版本在 RTEB 基准上排名第一
NVIDIA 发布 Nemotron 3 Embed 系列,包含三个开源 checkpoint,其中 8B-BF16 版本在 RTEB 基准上以 78.46 的平均 NDCG@10 排名第一。1B-NVFP4 版本在 Blackwell…
-
通义实验室发布 Wan-Streamer v0.2,端到端响应延迟仅 550ms
通义实验室发布 Wan-Streamer v0.2,这是一款将“听、看、说、演”统一进单个 Transformer 的端到端全模态模型。其端到端响应延迟仅 550ms,输出分辨率从 v0.1 的 192×336 提升至 640×368 @…
产品发布/更新
-
Claude Code v2.1.212 发布
Claude Code v2.1.212 新增 `/fork` 命令,可将当前对话复制到新后台会话中独立运行。新增会话级 WebSearch 调用上限(默认 200)和子智能体生成上限(默认 200),防止失控循环。MCP 工具调用超过…
行业动态
-
Apple 起诉 OpenAI:诉讼背后是竞争焦虑还是时机博弈?
Apple 对 OpenAI 提起诉讼,指控其存在多项不当行为,尽管许多专家认为部分指控属于行业惯例。此举正值 Apple 发布新版软件公测版(以新 Siri AI 为核心)之际,外界猜测 Apple 究竟是担忧 OpenAI 成为潜在竞…
-
苹果与 OpenAI 法律战升级:约 40 名前员工收到苹果律师函
苹果已向约40名就职于OpenAI的前员工发出律师函,要求保存相关文件。此前苹果起诉OpenAI及两名前员工,指控其通过挖角获取商业机密以加速AI硬件研发。苹果称已有超400名前员工在OpenAI工作,正寻求法院禁令阻止OpenAI使用苹…
论文研究
-
美团LongCat发布LoHoSearch:更难搜索智能体基准
美团LongCat推出LoHoSearch,一个基于762万实体维基百科知识图谱自动生成问题的搜索智能体基准,旨在解决BrowseComp等现有基准趋于饱和的问题。在11个前沿模型测试中,最佳得分仅34.74%,远低于当前模型在Brows…
-
Apple 研究:Show Me Examples — 从图像集推断视觉概念
Apple 机器学习研究团队提出一种方法,让视觉语言模型(VLM)仅从图像集示例中推断视觉概念,无需文本指令。该方法通过对比示例图像与候选图像,使模型捕捉颜色、纹理等视觉规律,在多个概念推理基准上提升准确率。该研究目前为学术论文,未公布模…
技巧与观点
-
八天四款前沿模型发布,Kimi K3 跻身第三
过去八天内,Grok 4.5、GPT-5.6、Muse Spark 1.1 与 Kimi K3 四款前沿模型相继发布,使 Artificial Analysis Intelligence Index 得分超 50 的实验室从 6 月初的…
-
首届“小有可为”大赛乡村教育一等奖作品“智绘科普”技术拆解
首届“小有可为”大赛乡村教育赛道一等奖作品“智绘科普”采用 Qwen3.5-397B-A17B 大语言模型与 Manim 动画引擎,通过多Agent分阶段协作与自动修复机制,将知识主题转化为可控、可编辑的教学动画。系统包含规划、草稿、实现…
-
LLM cliché highlighter:一款识别AI写作套话的检测工具
Simon Willison 用 Fable 5 开发了一款 LLM cliché highlighter 应用,用于高亮 LLM 生成文本中常见的十种套话模式,例如“no fluff, no filler, no jargon”这类陈词…
-
OpenAI 提出 AI 时代记分卡:“有用智能每美元”衡量实际工作价值
OpenAI 提出“Useful Intelligence per Dollar”(有用智能每美元)作为衡量 AI 投资回报的核心指标,从完成的有用工作量、成功任务的实际成本、结果可靠性三个维度评估。
-
AI 时代“小需求”的成本逻辑变了:GitHub 博客谈工程决策新范式
工程师对小型功能请求的决策成本已超过代码实现成本。AI 智能体可在会议预热时间内生成首个补丁,将抽象的“是否在范围内”争论转化为可审查的具体产物。关键区分在于:代码生成便宜不等于维护便宜,只有人类能自信审查并承担长期责任的变更才算低成本。