生图模型 FLUX 3 Image 发布：支持 4K 生成，可精准排布 AI 元素
0
共 2147 条 · 第 43/54 页
大众安徽与众 09 夏测实车亮相，预售 19.99 万元起
0
openJiuwen X-Router自演进模型路由技术首发，昇腾亲和，Agent越跑越省，实测减少50+%Token消耗
0
丘成桐新论文致谢了GPT和Claude
0
英特尔 Arc 显卡驱动 32.0.101.9034 Beta 版发布：支持《战争机器：事变日》游戏
0
AI 伦理研究：DeepSeek 对男女一视同仁，美系模型却“区别对待”
0
印度 123 人田野调查：前沿模型在 24 个真实争议中仍存在人口统计偏差
一项 Kaggle Benchmarking Challenge 参赛项目从印度果阿 123 名大学生收集田野数据，构建了覆盖教育、医疗、司法、金融四个领域的 24 个真实机构争议基准，测试模型在信息不完整、人口统计特征替换、权威人设施压下的行为。评测使用 Kaggle Benchmarks SDK，覆盖 Gemini 3 Flash Preview、Qwen3-Next-80B、Claude Sonnet 5、GLM-5、GPT-5.4-mini、DeepSeek-R1 等前沿与开源模型，追踪模糊抵抗、反事实一致…
推荐理由想了解现有基准测试盲区的人可以看这套四指标设计，尤其是人设谄媚漂移的测法。
AMD 掌机芯片 Ryzen Z3 系列爆料：FF6 封装、6 核 CPU+12 个 RDNA4m 计算单元
0
冲刺感恩节前挂牌，消息称 Anthropic 寻求最早 11 月中旬上市
0
Signal65 报告：高通骁龙 X2 Elite 芯片在 CPU / AI 等方面优于英特尔酷睿 Ultra X7 358H
0
MiniMax 将在纽约 AI Engineer 大会演讲
MiniMax 美国业务发展负责人 Morgan Suo 将于 2026 年 10 月 14 日在纽约 AI Engineer 大会发表演讲，主题为「更快的模型背后的隐藏成本」，内容涉及量化、投机解码和推理控制如何改变模型的成本、速度与质量，以及切换模型前需要检查的要点。时间为美东时间上午 10:40 至 10:58，地点在纽约时代广场喜来登酒店 McCarthy Room。原文未提供更多技术细节。
推荐理由做模型选型和推理部署的人可留意：量化、投机解码对成本与质量的实际影响
Cloudflare 发布 Clef 与 Clef-flash 决策模型，输出概率而非文本
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，定位为决策模型而非聊天机器人：输入状态和带类型的 schema 问题，输出每个候选答案的概率，不生成自由文本。两者以 Apache 2.0 开源权重，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重同步发布于 Hugging Face。Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B 后训练，保留视觉编码器。单次请求最多 64 个…
推荐理由做分类、打分、结构化决策的可以直接换：Apache 2.0 开源权重，单请求 64 问，威胁情报分类 2.2 秒。
Karpathy：用 ASD-STE100 和视频解释器理解模型输出
Karpathy 在 X 上分享理解语言模型输出的技巧：让 LLM 用 ASD-STE100（航空航天维护文档的受控语言规范）解释内容，可读性更高，也可要求「80% 接近该规范」；比文字更好的是让模型生成图表，再进一步是输出 HTML 交互网页。他最看好的是定制解释视频，可尝试「用 3b1b 风格解释 X，用我的 ElevenLabs API key 做旁白」，并称这已开始可行。他认为随着模型变强，人类工作会上升到监督与理解层面，同时可要求生成大量一次性软件产物。
推荐理由四个可直接照做的提示词技巧，含 ASD-STE100 和 3b1b 风格视频生成，今天就能试
索尼 PlayStation 为标准版 PS5 游戏主机带来轻量级 AI 超分辨率技术 QSSR
0
OpenRouter 推出模型路由器基准测试页
OpenRouter 上线 Model Router Benchmarks 页面，对多个模型路由器按质量、速度、成本三项打分，并列出最优性价比与最强智能的单模型作为对照基线。官方称将持续新增路由器并更新分数。文中举例：DeepSeek v4 Flash 与 GPT-6 Astra 相比，后者每 token 平均价格高 48 倍以上，在 Codex 中跑平均 10 到 49 轮会话贵 21 倍。路由器可在任务不同部分切换到低成本模型以省钱。官方同时指出路由的固有难点：切换模型会因重建输入缓存而变贵、仅凭 prompt…
推荐理由想知道 Auto Router 等模型路由到底省不省钱、值不值得用，这页有质量/速度/成本三项实测分数可对比。
OpenRouter 发布客服机器人模型路由指南
OpenRouter 发布教程，介绍 cheap-first 模型路由：把常规客服问题交给小模型，只把困难或不确定的请求升级给强模型，以降低全量使用强模型的成本。文中给出三种应用侧模式：静态规则、分类器分流、带置信度阈值的答案检查，并对比了构建与维护成本。指南强调支持策略的验收检查应留在应用侧，模型 fallback 只处理请求错误；评估时需对比 cheap-first、cheap-only、stronger-only 三种方案在答案接受率、含废弃尝试的总成本、升级率和整轮延迟上的表现，只在评估显示能修复失败处才加…
推荐理由做客服 Agent 的可以直接抄这套路由方案，含三种模式的选型对比和四个评估指标
OpenRouter 对比六种 Agent 框架的工具调用格式
OpenRouter 发文对比六种 Agent 框架如何处理工具调用 schema 差异。OpenAI、Anthropic、Google 的工具定义与返回格式各不相同，为一个供应商写的工具定义无法直接用于另一个。LangChain 和 LangGraph 按供应商分别翻译；CrewAI 把翻译交给路由到的客户端；OpenAI Agents SDK、Claude Agent SDK、Google ADK 围绕单一供应商格式构建；Microsoft Agent Framework 交给配置的模型连接器。OpenRout…
推荐理由做多模型 Agent 的可以直接照抄 OpenRouter 的归一化方案，省掉每家一套解析代码
谷歌首次送先进芯片上天，估算 SpaceX 星舰发射 1800 次才能让太空数据中心“飞起来”
0
马斯克：为推进 Optimus 机器人量产，特斯拉 AI5 芯片内存用量砍半
0
流式转录 AI 新标杆：微软 MAI-Transcribe-2-Streaming 登场，2.5% 词错误率、0.13 秒延迟夺冠
0
Grok 曾建议特朗普抓捕委内瑞拉总统
据《时代》周刊报道，2025 年 12 月，特朗普与马斯克举行秘密会面，期间特朗普花数小时与 Grok 聊天，询问委内瑞拉人对其总统被捕会有何反应。Grok 回答马杜罗是「极不受欢迎的独裁者，许多委内瑞拉人可能会庆祝他的下台」。2026 年 1 月 3 日美国入侵委内瑞拉并抓捕马杜罗后，庆祝活动确实发生，特朗普由此认为 Grok「很聪明」。今年 6 月，五角大楼 AI 负责人称军方在伊朗战争中使用 Gov Grok 部署和打击目标。本周五角大楼宣布马斯克与 Anduril 的 Palmer Luckey 共同领导一…
推荐理由了解 AI 聊天机器人建议如何进入真实军事决策链，以及 Grok 在国防部的实际使用范围
Rhun：用汇编语言写的开源代码编辑器
开发者 vshvedov 发布开源代码编辑器 Rhun，用汇编语言编写，主打轻量快速。功能包括标签页、语法高亮、模糊搜索和可选 Vim 模式，支持 Windows、Linux 和 macOS，Linux/macOS 可通过 curl 脚本安装，Windows 提供 ZIP 下载。官网宣传语称「AI 干重活，让编辑器保持轻量」。原文未披露性能数据、体积对比或开源许可证细节。
推荐理由想找极轻量编辑器的可以试，汇编实现、带 Vim 模式和模糊搜索，三平台可装。
Claude Code v2.1.287 发布：新增 Claude Mods 插件机制
Claude Code 发布 v2.1.287，新增 Claude Mods，允许插件修改更深层的行为；同时内置名为 You should know 的 mod，由侧边 agent 监控会话并提示可能被忽略的问题，用 /plugin enable cc-plugin-you-should-know@builtin 开启（需开启遥测的第一方会话）。agents 视图新增 n:<text> 过滤，可匹配会话名和任务。OpenTelemetry 的 user_prompt 事件新增 prompt_text 字段。MCP …
推荐理由用 Claude Code 的可以直接升级，重点试 /plugin enable 开启 You should know…
LlamaIndex 发布 Extract v2.5 文档抽取 Agent
LlamaIndex 推出基于 schema 的文档抽取 Agent Extract v2.5，三档准确率均提升且单页价格不变。ExtractBench 上 Cost Effective 档整体 value F1 从 87.1 升至 93.9，超过上一代 Agentic 档；Agentic 从 89.8 升至 95.8；Agentic Plus 从 95.1 升至 96.4。新增 Advanced Citations，Agentic 与 Agentic Plus 的 grounding 分数分别从 46.8、46.…
推荐理由做文档抽取/RAG 的可以直接对比：Agentic 档 95.8 分，grounding 从 46.8 涨到 80.6
研究：Claude Opus 5.5 最爱说「this matters」，AI 写作特征词达 1.3 万个
营销公司 Graphite 用 1 万篇 ChatGPT 发布前的文章作人类对照组，让各前沿模型根据摘要重写，统计 AI 与人类用词差异。结果发现 1.3 万个词组在 AI 文本中出现频率至少是人类的两倍。Claude Opus 5.5 最大特征是「dependable」，出现频率是人类样本的 23 倍；「this matters」高 116 倍，「why X matters」高 92 倍。OpenAI 的 Astra 偏爱「another dimension」和「not simply X」式纠正性框架，后者出现频…
推荐理由写作者可对照自查：这 1.3 万个高频词和「this matters」句式就是最容易被识破的 AI 痕迹。
Ideogram 4.5 发布：局部编辑不破坏画面其余部分
Ideogram 于 10 月 1 日发布新模型 Ideogram 4.5，主打局部编辑时保持画面其余部分不变——换装后人物身形和背景保持原样。公司称 GPT-Image 2.5、Nano Banana 等模型多次编辑后仍会产生伪影，而 Ideogram 4.5 只改动用户指定区域。目标场景包括产品摄影、室内设计、照片修复和图中文字编辑，早期测试者确认多次编辑一致性强。模型提供四档质量，每张 0.8 至 22 美分，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、…
推荐理由做电商图、修图工具的可按 0.8 美分/张起的价格接入 API，且官方预告将开源权重
Cohere 发布 Embed 5 嵌入模型，Pro 与 Fast 共享同一向量空间
Cohere 发布 Embed 5 嵌入模型家族，分 Pro 和 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言，最长 128K token。API 模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，输出维度可选 2048 至 256，默认 2048，支持 float、int8、binary。Pro 定价 0.12 美元/百万文本 token，Fast 0.08 美元，图像输入均为 0.40 美元。两档共享同一嵌入空间，可用 Pro 建索引、Fast 查询，该组…
推荐理由Pro 建索引 + Fast 查询可省成本且保留 98.4% 效果，做 RAG 可直接按此配置选型
LangChain 在 Agent 内建模型路由，单线程成本降 64%
LangChain 为开源编码 Agent Open SWE 构建了模型路由，相比始终使用顶级前沿模型的基线，单线程中位成本下降 64%，质量无可测量变化。做法是先用 LangSmith 追踪数据给一周的交互线程按任务类型打标：新功能 22%、修 bug 17%、测试或空跑 16%；再结合成本与调用次数判断复杂度。LangChain 认为路由决策应放在 Agent harness 里而非通用网关，因为选模型需要 harness 已收集的领域与任务上下文。
推荐理由做 Agent 成本优化可直接照搬：路由放 harness 内、用 trace 打标分任务，实测省 64%
GrantQuest：把奖学金搜索做成 RPG 任务日志
开发者用 OpenCode 配合 Muse Spark，分 15 次提示词构建了 GrantQuest，将 25 个真实奖学金做成 RPG 任务：资格要求是关卡，材料是背包，截止日期是倒计时，通关得 XP。项目为每条奖学金数据加了新鲜度标记：30 天内验证且未过期标为 FRESH，否则需重新核实，以应对奖学金信息常年过期的问题。无需登录注册。构建中遇到 Vercel 部署 404（Next.js 导入 web/ 上级目录文件）等问题。
推荐理由可参考其用 AI 分步提示词做完整小项目的流程，以及数据新鲜度标记的设计思路
Anthropic 取消大客户用量折扣，折扣通常约 15%
据 The Information 报道，Anthropic 采取了一项不寻常的举措：当客户用量达到上限后，将终止其折扣，折扣幅度通常约为 15%，客户需重新谈判合同。原文信息有限，未披露具体用量门槛和受影响客户范围。
推荐理由用 Claude API 的团队可据此评估成本：达到用量上限后折扣消失，预算要按原价重算。
Sam Altman：6.1 Sol 是增长最快的模型，负载问题已改善
OpenAI CEO Sam Altman 在 X 上表示，6.1 Sol 是公司史上增长最快的模型，此前在高负载下响应偏慢，目前应已明显改善。原文未披露具体用户量、增速数字或性能指标。
推荐理由用 6.1 Sol 的可以留意：官方承认此前负载下变慢，现已修复
Airbnb CEO：AI Agent 需要自己的操作系统
Airbnb 本周随秋季更新上线 AI 搜索，CEO Brian Chesky 在采访中表示，聊天机器人不适合电商和旅行浏览，因为它一次只给几个选项、需要多轮交互，也无法支持多人协作。他认为未来界面会介于聊天机器人和当前版本之间，并混合预设界面与生成式界面。Airbnb 未来 3 到 6 个月的任务是探索支持多人同时使用的「multiplayer」AI。他还表示公司要让自身对 Instinct、Muse 等消费级 AI Agent 更友好，Agent 可能成为好的线索来源。
推荐理由了解 Airbnb 对 AI 搜索和 Agent 的落地判断：3 到 6 个月做多人协作 AI
何恺明团队新作：看猫片就能学会ARC挑战
0
谷歌Gemini 4突然发布！RSI加持，GPT和Opus都让让
0
Allen AI 发布 Olmo-core 3，MoE 训练吞吐提升 2.7 倍
Allen AI 发布 Olmo-core 3，重写 MoE 训练系统，目标支持万亿参数规模。新框架从 FSDP 换成基于 DDP 的方案，把专家常驻 GPU、只路由数据，省去反复聚合权重。在 8 张 NVIDIA B300 上的初步测试中，470 亿参数 MoE 每 GPU 每秒处理 52000 token，旧实现为 19400，吞吐约 2.7 倍。另一项基准把专家池从 8 扩到 128、每 token 仍只选 4 个专家，激活参数约 3.2B 不变，总参数从 4.6B 增至 47B，吞吐下降不到 5%。同一套设…
推荐理由想自己训 MoE 的团队可以直接参考：专家池扩 16 倍吞吐只掉 5%，代码和报告都开源
团队使用 Codex 和 Claude Code，API Key 和模型权限怎么管？我开源了 Zentrola
0
Anthropic 向美国文职机构开放 Claude 政府版
Anthropic 推出面向美国联邦及州级机构的 Claude for Government，运行在 FedRAMP High 环境，7 月起已开放公测。该产品主打文职机构，因五角大楼禁用 Claude：3 月将 Anthropic 列为供应链风险，特朗普要求各机构停用，但军方在对伊朗战争期间仍曾使用。8 月底旧金山法官裁定两项认定中的一项属非法报复，9 月底华盛顿上诉法院维持另一项。机构按用量付费并设固定上限，管理员可按部门设预算与模型权限，敏感操作需双人审批，聊天记录留在机构设备上。
推荐理由了解美国政府 AI 采购的合规门槛与 Anthropic 与五角大楼的诉讼进展
华为 Mate XT 2 三折叠手机获 HarmonyOS 7.0.0.109 SP8 升级，通信共享升级支持多人互助共享
0
三星 Galaxy S26 全系涨价 100 美元
三星在美国上调 Galaxy S26 系列售价，多数机型涨 100 美元，S26 Ultra 1TB 版涨 200 美元。基础版 S26（256GB）现售 999 美元，此前为 899 美元；S26 Plus 256GB 售 1199 美元，S26 Ultra 256GB 售 1399 美元、1TB 版售 1999 美元。S26 FE 未受影响，仍为 699 美元起。三星称 RAM 涨价是部分原因，苹果和谷歌今年也上调了手机价格。
推荐理由手机涨价与 AI 无关，但 RAM 涨价信号会影响 AI 硬件成本判断
Amazon 发布新一代 Kindle，机身更薄、速度提升 30%
Amazon 更新基础款 Kindle、Kindle Paperwhite 和 Kindle Colorsoft 三条产品线，新机比上代薄 1 毫米，打开书籍速度提升 30%，电源键从底部移到右侧顶部。首次提供铝合金版本，存储翻倍至 32GB 并去除锁屏广告。基础款 Kindle 今日开售，起价 149.99 美元；Paperwhite 和 Colorsoft 10 月 28 日发售，现已开启预售。所有新机型均配备用户可自行更换的电池，以符合欧盟法规。另推出 79.99 美元的翻页保护套，为 Paperwhite …
推荐理由Kindle 全线更新，基础款 149.99 美元起，铝合金版 189.99 美元，翻页保护套 79.99 美元