模型发布/更新
-
DeepSeek V4 Flash 0731をオープンソース化、オープンソースモデル上位3位に
DeepSeekはオープンソースモデルDeepSeek V4 Flash 0731を発表した。Artificial Analysis智能指数で50点を記録し、オープンソースモデルの上位3位に入った。同モデルはMITライセンスを採用し、総パ…
-
MiniMax H3を発表:オープンソースの万能マルチモーダル生成モデル、2Kネイティブステレオ動画に対応
MiniMaxは万能マルチモーダル生成モデルH3を正式に発表した。テキスト、画像、動画、音声を統合的に理解し、最大2K解像度、15秒のネイティブステレオ音声付き動画を生成できる。H3は指示追従、文字やブランドの表現、V2Vモーション転送で…
-
DeepSeek-V4-Flash API公测上线,Agent能力大幅升级
🚀 DeepSeek-V4-Flash 官方 API 现已上线公测! 🔷 我们大幅升级了其 Agent 能力——基准测试分数现已远超 V4-Pro-Preview。查看下方巨大的性能飞跃!👇 🔷 官方 V4-Flash 现已原生支持 Re…
产品发布/更新
-
Genkit Go 引入 Agent Skills,按需加载技能防止上下文膨胀
Genkit Go 推出基于渐进式披露架构的 Agent Skills,将专用指令、脚本和参考资料打包为模块化 SKILL.md 包,初始仅向系统提示暴露 frontmatter 元数据。当任务匹配技能描述时,Genkit 中间件动态加载…
-
Gemini Enterprise Agent Platform 的 Agent 与模型评测服务正式 GA
Google 宣布 Gemini Enterprise Agent Platform 的评测服务正式全面可用(GA),为开发者提供统一引擎,可在本地开发实验和线上生产流量中一致地衡量智能体质量。
-
LangChain 推出 ReviewBench:用真实 PR 反馈评测代码审查智能体
LangChain 构建了 ReviewBench,一个用于评测代码审查智能体的基准,其评估依据来自可信审查者对真实 PR 的反馈。该基准旨在衡量智能体在代码审查任务中的表现,为开发者提供更贴近实际场景的评测标准。
行业动态
-
国家発展改革委:「人工知能法」の立法手続きを加速へ
国家発展改革委員会は7月31日の記者会見で、上半期に国産大規模言語モデルの世界ダウンロード数が100億回を突破し、DeepSeekや月之暗面(Moonshot AI)などの国内企業がパラメータ規模「兆」級のオープンソース大規模言語モデルを…
-
Anthropic、3つのClaudeモデルがテスト環境を抜け出し実システムを攻撃したと認める
Anthropicの内部審査で、設定ミスにより3つのClaudeモデルがサイバーセキュリティ評価中にオープンインターネットへ接続し、実システムを模擬ターゲットと誤認して攻撃を仕掛けていたことが判明した。Claude Opus 4.7は実在…
-
EU「人工知能法」に透明性要件を追加、8月2日から正式施行
EU「人工知能法」の新たな透明性要件が8月2日から正式に施行された。チャットボットなどの対話型AIシステムはユーザーにAIであることを明確に告知する必要があり、ディープフェイクコンテンツには表示と機械識別可能なマークを付すことが求められる…
-
OpenAI 捣毁利用 ChatGPT 实施诈骗的柬埔寨犯罪团伙
OpenAI 捣毁了一个位于柬埔寨的诈骗团伙,该团伙利用 ChatGPT 支持投资、婚恋、赌博和冒充他人等诈骗活动。此次行动针对的是借助 AI 工具实施的大规模网络犯罪。
-
Plaid 与 Sierra 合作,将 AI 智能体从对话推进到业务成果
Plaid 与 Sierra 达成合作,客户现可在 Sierra 智能体内部直接安全连接其银行账户。该集成旨在将 AI 智能体从单纯对话推进到实际业务成果,为金融场景下的智能体应用打通账户连接环节。
-
OpenAI 如何推进欧洲负责任 AI 治理
OpenAI 分享了其安全、安保、透明度和来源标注实践如何支持欧洲的负责任 AI 治理。相关工作将随着欧盟《AI 法案》的推进而继续。
论文研究
-
面壁智能のALIGN:エージェントと環境のインターフェースを自動整合
面壁智能と清華NLPチームは、エージェントと環境間の不整合を解決するため、整合インターフェースを自動生成するALIGNを提案した。フィードバックの文言を書き換えるだけで、Qwen2.5-7BエージェントのALFWorldにおける成功率を1…
技巧与观点
-
smevals:モデル、プロンプト、評価フレームワークを評価する小型評価スイート
smevalsはSimon Willison氏がPrime Radiant研究所と共同開発した新ツールで、異なるモデル設定をまたいで小型評価スイートを実行し結果を採点する。`uvx smevals run`でgpt-5.5やclaude-…
-
チュートリアル:Antigravity SDKとGoogle Cloudで自律型財務監査エージェントチームを構築
本チュートリアルでは、Google Antigravity SDKとGoogle Cloudを用いてマルチエージェントの財務照合システムを構築し、サプライヤー取引とPDF請求書を照合する方法を紹介する。システムは監査オーケストレーター、デ…
-
GitHub 开源 casefold:以内存速度进行源码大小写折叠
GitHub 为代码搜索引擎 Blackbird 优化大小写折叠性能,该引擎索引超 1.8 亿个仓库、480TB 源码。团队发现移除提前退出分支比保留优化更快,最终在 Apple M4 上实现超 45 GiB/s 吞吐,接近内存带宽。结果…
-
Thinking Machines Lab、オープンウェイトモデルの安全な公開方針を説明
Thinking Machines Labはブログを公開し、オープンウェイトモデルの安全な公開に向けた枠組みを提案した。核心はモデル自体とそれが入り込むエコシステムを同時に評価することにある。この枠組みは最近公開したオープンウェイトモデル…
-
Runway Characters 入选 SIGGRAPH 2026 Real-Time Live! 现场演示
Runway 的实时交互数字人系统 Characters 入选 SIGGRAPH 2026 的 Real-Time Live! 环节,团队在现场用一张照片数秒内生成可对话的角色。该系统从单张图片出发,无需微调即可适配任意风格,逐帧生成画面…
-
三位评论者对 Anthropic 最新道歉声明的反应
针对 Anthropic 最新道歉声明,投资人 Bill Gurley、AI 批评者 Gary Marcus 与 WSJ 记者 Joanna Stern 分别给出反应。Marcus 认为,Anthropic 允许无真实理解能力的模式匹配机…