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 06:26 · 每小时自动更新

9月24日 周四27 条

Arena.ai@arena模型AI 评分75

Arena 实测:GPT-6 Sol (Max) 以 1689 分列 Code Arena: WebDev 第 4 名

Arena 公布 OpenAI 的 GPT-6 Sol (Max) 真实投票结果,在 Code Arena: WebDev 榜单以 1689 分排名第 4,价格 $8/M tokens(混合输入/输出)。

推荐理由:原文给出真实投票榜单的排名、价格和多分类变化,可以据此比较 GPT-6 Sol 在性能与成本上的位置。

Google Developers Blog产品AI 评分60

Antigravity SDK 支持本地模型,首发 Gemma 4 26B A4B 配合 LiteRT

Google 宣布 Antigravity SDK 支持本地工作流,首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B,可完全离线获得智能体辅助能力,建议机器配备超过 24GB VRAM 或统一内存。

推荐理由:官方给出完整的本地模型接入步骤和混合编排示例,开发者可以直接照此把智能体工作流搬到离线环境。

9月23日 周三27 条

vLLM 官方博客产品AI 评分74

vLLM 发布 vllm-metal v0.28.0:在 Apple Silicon 上支持并发推理服务

vLLM 官方发布 vllm-metal v0.28.0,把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon,由 MLX 和 Metal 执行模型,版本号与上游 vLLM 对齐。

推荐理由:官方首次发布 vllm-metal,用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题,并给出可复现的并发基准数据。

Google DeepMind:Blog模型AI 评分74

Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,支持用自然语言提示词从零设计声音、30 秒样本复刻声音,并提供逐行表演指导、长时音频生成和双说话人场景编排,覆盖 100 多种语言。

推荐理由:官方介绍了两款 TTS 模型的能力细节、评测名次和开放入口,开发者可以据此评估语音生成工作流的选型。

另有 9 家信源报道
Claude:Blog教程AI 评分64

Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法

Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验,称原本需数年的现代化可在数月或数周内完成,瓶颈从写代码转向组织动员。

推荐理由:来自 Anthropic 前线工程师的实战总结,把智能体驱动的代码现代化拆成可落地的六步组织流程。

OpenAI:官网动态产品AI 评分67

OpenAI 向乌克兰政府开放 Daybreak 网络防御计划

OpenAI 宣布向乌克兰政府开放其 Daybreak 计划,支持民用基础设施的网络防御,与乌克兰数字化转型部合作提供识别软件漏洞、开发和测试修复的工具。乌克兰 CERT-UA 在 2025 年处理了近 6,000 起网络事件;此前法国、德国、波兰等欧洲防御方已使用其网络模型,其中 CERT Polska 借此发现第三方路由软件中的 6 个漏洞,厂商已发布修复。

推荐理由:原文给出 Daybreak 计划向乌克兰开放的具体安排和 CERT-UA、CERT Polska 的使用案例,读者可借此了解 AI 网络防御工具的实际落地。

Qwen@Alibaba_Qwen模型AI 评分67

Qwen 发布 Qwen-Audio-3.1 全家桶,ASR、TTS、Realtime 升级并新增 TTS-Next 与 ASR-Next

Qwen 发布 Qwen-Audio-3.1,ASR、TTS 与 Realtime 全面升级,并新增音频创作模型 TTS-Next 和音频理解模型 ASR-Next,共五个模型覆盖理解、生成、交互与创作。全线降价,TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off;Realtime 可边说边听、随时打断,检测到低落情绪时会放慢语速并共情回应。

推荐理由:官方一次性给出五个音频模型的能力细节和三档降价幅度,读者可对照自身场景评估替换成本。

另有 3 家信源报道
Qwen@Alibaba_Qwen产品AI 评分65

Qwen-Image-2.1 登顶 Arena 图像编辑与文生图开源榜第一

通义千问宣布 Qwen-Image-2.1 在 Arena 的 Image Edit Arena 和 Text-to-Image Arena 均为开源模型第一。引用内容显示其 Image Edit Arena 得分 1367,总榜第 16,距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分,官方邀请用户体验该模型。

推荐理由:原文给出 Arena 两个榜单的开源第一排名和具体分数,读者可以据此比较开源图像模型的当前水平。

OpenRouter:Announcements教程AI 评分67

OpenRouter 发布 2026 年最佳嵌入模型选型指南,覆盖 37 个目录条目

OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目,并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查,确认请求与响应行为。

推荐理由:作者用自家 API 实测 19 个模型并按用例给出候选、价格与维度,读者可按输入类型和存储约束直接对照选型。

Redwood Research:Blog论文AI 评分73

Redwood Research 实测 GPT-6-Astra 借填充 token 大幅提升无推理表现

Redwood Research 测量 GPT-6-Astra 在提示词中加入无意义填充 token 后的表现,发现其在要求大量串行认知的任务上显著提升,4-hop 自然事实推理从约 10-20% 提高到约 50%,旧 AIME 题从约 60-70% 提高到约 90%。

推荐理由:原文给出填充 token 显著提升 GPT-6-Astra 无推理表现的实测数据,指向思维链监控失效这一安全影响。

Simon Willison 博客模型AI 评分83

Claude Opus 5.5 与 GPT-6 Sol、GPT-6 Luna 同日发布并引发价格战

Anthropic 发布 Claude Opus 5.5,约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 Sol 和 Luna 价格为此前 GPT-5.6 同级的一半,GPT-6 Luna 低至输入 $0.10/M、输出 $0.50/M;Opus 5.5 定价降 20% 至 $4/$20,缓存读取降 60%。

推荐理由:作者实测多款新模型并整理完整价格表,读者可以据此对比新一轮降价幅度和各档模型的使用取舍。

Cursor:Changelog产品AI 评分62

Cursor 推出 Rollouts 与 Security Review 两个 bot

Cursor 推出 Rollouts 和 Security Review 两个 bot,面向团队版和企业版开放,可在仪表盘的自动化选项卡中启用。

推荐理由:原文详细说明两个 bot 的监控与安全审查机制、可用版本和赠送额度,团队可据此评估是否接入现有 PR 流程。

Meta AI:Research Blog产品AI 评分70

Meta 发布 Muse Realtime Avatar,将实时语音转化为可交互的动态化身

Meta 发布 Muse Realtime Avatar,将 Muse Realtime Voice 的语音流实时转化为带表情、手势和全身动作的交互化身,可基于参考图像驱动人像、插画、动物或日常物品。

推荐理由:原文给出了蒸馏方案、延迟数字和与商业系统的对比结果,读者可以据此评估其实时化身生成的技术路线和落地水平。

METR:Blog教程AI 评分62

METR 发布 Claude Opus 5.5 部署前评估摘要

METR 发布对 Claude Opus 5.5 的部署前评估摘要,基于 10 个工作日的 API 能力测试和五个任务(Budget NanoGPT Speedrun、LMCA、Train a Program、Gaming Bot、Sunlight)。

推荐理由:METR 作为第三方评估方给出了 Claude Opus 5.5 在 AI 研发加速上的量化结论,读者可据此了解部署前评估的证据基础与判断边界。

Arena.ai@arena模型AI 评分63

Arena 上线 GPT-6 Sol 与 GPT-6 Luna 测试,评分即将公布

Arena 宣布 OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 评分即将公布,邀请用户前往 Arena 实测并通过投票真实智能体任务支持其排行榜。

推荐理由:文中提及Peter用相同提示词和max reasoning对比GPT-6 Sol与GPT-5.6 Sol,覆盖输出、token用量和时延,可帮助读者了解两代模型差异。

Hacker News:AI 热帖行业AI 评分87

五角大楼内部审查:过度依赖 Palantir Maven AI 系统导致误击伊朗学校、123 名儿童死亡

据 Bloomberg 援引未公开的五角大楼内部审查官员报道,美军今年 2 月开战首日误击伊朗 Minab 的 Shajarah Tayyebeh 小学,造成超 150 人死亡、其中至少 123 名儿童,过度依赖 Palantir 开发的 Maven Smart System 是原因之一。

推荐理由:报道梳理了美军误击事件中过度依赖 Palantir AI 工具的具体环节,以及数据陈旧和审查团队缩编等叠加因素,有助于理解军事场景中 AI 使用风险。

OpenAI:官网动态模型AI 评分82

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,API 价格较 GPT-5.6 降 50%

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,将 GPT-6 Astra 的训练方法用于更快更便宜的模型,API 价格较 GPT-5.6 促销价下调 50%(Sol 输入 $4→$2、输出 $20→$10;Luna 输入 $0.20→$0.10、输出 $1.20→$0.50,每百万 token)。

推荐理由:官方发布给出各档模型的具体基准分数、API 价格降幅和缓存改进数据,可以用来对比 GPT-6 家族在成本与能力之间的取舍。

另有 15 家信源报道
Arena.ai@arena行业AI 评分72

Claude Opus 5.5 上架 Arena 的 Agent Arena 与 Battle Mode

Arena 宣布 Anthropic 的 Claude Opus 5.5 已进入 Agent Arena,用户可通过投票驱动排行榜。Agent Arena 基于全球用户提交的数百万真实长程智能体任务评测模型,模型可使用网页搜索、文件系统和终端工具,排行榜采用因果追踪方法衡量相对平均模型的结果表现。

推荐理由:Arena 官宣 Claude Opus 5.5 上架 Agent Arena 和 Battle Mode,读者可以参与投票影响排行榜结果。

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。