AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月20日 13:55 · 每小时自动更新

7月19日 周日7 条

公众号:昆仑万维模型AI 评分63

昆仑万维宣布2026为“世界模型元年”,发布Matrix-Game 3.5与Mureka v9.5

昆仑万维在WAIC论坛宣布2026年为“世界模型元年”,并发布Matrix-Game 3.5世界模型与Mureka v9.5、O3音乐模型。Matrix-Game 3.5实现Patch级记忆注入,5B模型在720p下可单卡20FPS实时生成,核心架构开源。Mureka v9.5指令精准度从6.92提升至7.62。

推荐理由:Matrix-Game 3.5 用 Patch 级记忆实现长时一致性与实时交互,为具身智能数据生成与游戏环境演化提供了可参考的架构;Mureka 将音乐生成转向「版本化制作」,结合 Agent 控制多维度调整,让非专业创作者也能迭代作品。

Qwen@Alibaba_Qwen模型AI 评分75

Qwen3.8 开源发布,2.4T 参数模型上线

Qwen3.8 即将发布并很快开源权重!🌐 该模型拥有 2.4T 海量参数,正在持续进化。我们相信它是目前最强大的模型之一,可与领先的前沿 AI 模型媲美,仅次于 Fable 5。 你无需等待即可测试。就在刚才,Qwen3.8-Max-Preview 已在阿里巴巴的 Token Plan、Qoder 和 QoderWork 上首次亮相。快来抢先体验吧。 期待你的作品。敬请关注!🚀

推荐理由:Qwen3.8 以 2.4T 参数开源,性能仅次于 Fable 5,这对开源生态是一场及时雨,国内开发者的可用选项又多了一个重量级选手。

另有 2 家信源报道
Tibo@thsottiaux产品AI 评分75

ChatGPT Work 功能:建站、邮件、文档处理

ChatGPT Work 适用于 ✅ 创建和托管网站 ✅ 为你管理电子邮件 ✅ 总结海量文档 ✅ 制作一流的文档、表格和幻灯片 已在你的移动应用或 http://chatgpt.com 上提供,包含在 Plus、Pro、Business 和 Enterprise 套餐中。

推荐理由:OpenAI把AI代理能力直接做进了ChatGPT主产品,能托管网站管邮件做文档,这对普通用户和轻团队是个巨大的效率杠杆,但能否真正代替这些常用工具还有待观察。

7月18日 周六5 条

Simon Willison 博客教程AI 评分72

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”这类陈词滥调。该工具旨在帮助读者快速识别并过滤掉充斥在文章中的 AI 写作风格化表达。

推荐理由:Simon 做了一个小工具,能一键揪出 LLM 生成文本里的“陈词滥调”,看完后你可能会克制用“真香”写标题。

TechCrunch:AI观点AI 评分70

Index Ventures 联合创始人 Neil Rimer 认为 AI 财富将面临“再分配”

Index Ventures 联合创始人 Neil Rimer 表示,围绕 AI 积累的巨额财富将面临“某种形式的再分配”,无论是自愿还是强制。他呼吁科技领袖在推动自愿再分配中发挥主导作用。与此同时,美国慈善捐赠总额虽创新高,但捐赠人数持续下降,而加州正考虑对亿万富翁征收 5% 的一次性财富税。

推荐理由:Neil Rimer 这个采访值得点开,不是因为他又在预测,而是他把 AI 财富再分配这个敏感话题摊开了——从慈善的消退到可能的强制征税,跟历史轨迹直接对上了。做 AI 的、投资的都得听听。

The Verge:AI行业AI 评分75

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 成为潜在竞争对手,还是想利用 OpenAI 的弱势期获利。

推荐理由:苹果起诉OpenAI不是普通的专利战,而是Siri AI发布前的一次主动出击,想用法律手段拖慢最强劲的对手。这场诉讼的走向,可能比任何模型发布都更能定义下一阶段的竞争规则。

Artificial Analysis@ArtificialAnlys观点AI 评分76

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 2 家增至 6 家。

推荐理由:八天四个前沿模型,Frontier 从两家实验室变成六家,前三名分差仅三分,而且价格正在暴跌,模型选型的逻辑从「谁第一」变成了「够用且便宜」——对产品经理来说是真正的转折点。

Claude:Blog观点AI 评分64

Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高

Cursor 的模型评估负责人 Nate Schmidt 发现,Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%,创下新高。该模型在模糊的真实编程任务中表现出全局推理能力,例如在航天模拟器中仅凭一句提示自主规划并成功登月,而此前 Claude Opus 运行 12 小时以上仍无结果。

推荐理由:Cursor 工程师用自家基准和太空模拟器实打实测试了 Claude Fable 5,从全局推理到自主规划路径的能力跃迁很具体,做编码 agent 的可以看看这个‘p99 问题’解法。

7月17日 周五21 条

Meituan LongCat@Meituan_LongCat论文AI 评分75

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BrowseComp上约90%的成绩;上下文策略仅带来+6.8个百分点的提升。该基准包含544道问题、11个领域,采用树与图结构,已开源。

推荐理由:BrowseComp 快被刷到顶了,LongCat 甩出 LoHoSearch,前沿模型集体回落到三成出头——搜索 agent 的真正挑战才刚开始,这个基准可能是下一个必测项。

OpenAI:官网动态观点AI 评分64

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。

推荐理由:OpenAI 自己下场给 AI 投入算账,提出「每个美元的有用智能」框架,对正在量化 AI 价值的 CFO 和产品负责人是一份及时的决策参考。但文章本质是理念输出,落地还需企业自己填数据和流程。

IT之家·人工智能行业AI 评分73

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使用苹果信息并要求归还机密。

推荐理由:苹果告OpenAI窃密案扩大,40名前员工收律师函,诉状细节显示系统性挖角。这可能是AI消费硬件赛道第一起重大商业秘密诉讼,影响深远。

公众号:通义实验室教程AI 评分74

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、审查、合成五个阶段,渲染失败时可自动提取日志并修复,该工程范式可迁移至其他赛道。

推荐理由:这是官方出品的实战教程,拆解了一套多Agent协作+门控+自修复的工程流水线,技术思路通用,做AI应用的可以直接抄作业。

公众号:通义实验室教程AI 评分72

小有可为实战教程:拆解乡村教育一等奖作品“智绘科普”的多Agent协作与门控工程

首届“点亮乡村课堂”赛道一等奖作品“智绘科普”采用Qwen3.5-397B-A17B大语言模型与Manim开源数学动画引擎,构建多Agent分阶段协作流水线。系统通过规划、草稿、实现、审查、合成五个Agent,配合时序门控、几何审计、视觉审查三道质量门及自动修复回路,实现可控可编辑的教学动画生成。项目底层“多Agent协作+门控+自我修复”范式可迁移至养老陪伴、孤独症干预等场景。

推荐理由:拆解了一套多Agent协作、阶段门控加自动修复的工程范式,为在数学教学等严谨场景驯服大模型输出提供了可复用的流水线思路。

MarkTechPost模型AI 评分70

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 上吞吐量比 BF16 高 2 倍,精度保留 99.5%,所有模型最大序列长度 32,768 tokens。

推荐理由:嵌入模型不是最热的赛道,但决定了你 Agent 看到什么——NVIDIA 把 1B 模型压缩到 RTEB 第二,NVFP4 量化后精度几乎不变,做 RAG 的值得换上。

公众号:通义实验室模型AI 评分69

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 @ 25FPS,并采用 Thinker-Performer 双通路架构在提升画质的同时维持了极低延迟。

推荐理由:通义实验室把实时视频交互延迟压到550ms,同时提升了分辨率,不是刷榜而是解决实际问题,对做数字人和实时助手的团队是个值得跟进的信号。

另有 1 家信源报道
公众号:通义实验室模型AI 评分76

Wan-Streamer v0.2 发布:端到端响应延迟仅 550ms,支持 640×368 实时视频对话

通义实验室发布 Wan-Streamer v0.2,端到端响应延迟 550ms(200ms 模型延迟 + 350ms 网络延迟),输出分辨率从 v0.1 的 192×336 提升至 640×368 @ 25FPS。

推荐理由:550ms端到端延迟把实时视频对话从拼接流水线推入单模型交互循环,原先因响应太慢而无法沉浸的口语陪练与面试模拟,开始具备自然对话的交互基础。

公众号:月之暗面模型AI 评分83

Kimi K3:智能的新前沿

月之暗面推出迄今能力最强的开源模型 Kimi K3,拥有 2.8 万亿参数、100 万 token 上下文窗口,基于 KDA 混合线性注意力机制构建,原生支持视觉理解。它在长程编程、知识工作等场景表现前沿,但整体仍落后于 Claude Fable 5 和 GPT-5.6 Sol。即日起可通过 kimi.com 等渠道使用,完整权重将于 2026 年 7 月 27 日前发布。

推荐理由:K3 把 2.8 万亿参数开源,并展示了从内核优化到芯片设计的连贯长程能力,为评估开源模型在复杂工程任务中的实际上限提供了参照。

IT之家·人工智能模型AI 评分79

Kimi 最强模型 K3 发布,Frontend Code Arena 跑分登顶

月之暗面推出迄今最强模型 Kimi K3,拥有 2.8 万亿参数和 100 万 Tokens 上下文窗口。该模型在 Frontend Code Arena 中以 1679 分超越 Claude Fable 5 位居第一,在 7 个前端领域中的 6 个排名 #1。API 定价为每 100 万 Tokens 输入 2 元(缓存命中)或 20 元(缓存未命中),输出 100 元。

推荐理由:Kimi K3 的 2.8T 参数和 100 万上下文不是数字游戏,前端跑分实打实地压过 Claude Fable 5,七个子领域拿六个第一,这对做前端和长文档处理的人是个明确信号,可以下场试了。

公众号:数字生命卡兹克模型AI 评分75

Kimi 正式发布 2.8 万亿参数大模型 K3,将于 7 月 27 日全面开源

月之暗面发布 Kimi K3,参数量达 2.8 万亿,支持百万上下文,将于 7 月 27 日全面开源。该模型在 AA 智能分数中排名第三,并在 BrowseComp、Automation Bench 和 SpreadsheetBench 2 三项 Agent 评测中取得第一。

推荐理由:国内首个 3 万亿参数开源模型,卡兹克的深度实测表明它在 Agent 和前端审美上表现惊艳,整体能力已能与 GPT-5.6 Sol 掰手腕,虽然推理成本可能不低,但值得开发者尽快体验。

英国 AI Security Institute:Blog模型AI 评分70

AISI 首次公开评估:领先开源权重模型的网络安全能力落后前沿 4 至 7 个月

英国 AI Security Institute 首次公开分析领先开源权重模型的网络安全能力差距,测试发现 GLM-5.2 是测试时最强的开源权重模型,在 AISI 窄域网络任务上接近 4 个月前发布的 Opus 4.6,在长时程网络靶场上接近 Opus 4.5,整体落后前沿 4 至 7 个月,窄于 2025 年 1 至 9 月内部评估测得的 6 至 10 个月。

推荐理由:这是 AISI 首次公开量化开源权重模型与闭源前沿在网络安全能力上的差距,并给出成本对比,为防御方的准备窗口提供依据。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。