小红书 AllSpark 发布开源 Search Agent Iris，35B 版本逼近万亿参数模型
小红书 AllSpark 团队发布 Search Agent Iris，权重与评测代码已开源，并计划陆续公布数据与训练完整配方。
全部AI 动态
全部动态
今日 0 条小红书技术REDtechAI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
LovartAI(@lovart_ai)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-Image 2.5 演示：一句提示词让模型帮忙插花
LovartAI 展示了一段 GPT-Image 2.5 的演示，用户只需说“GPT-Image 2.5, help me arrange the flowers.”，模型便能完成插花安排。该内容在 X 上获得 31 个点赞、7 条评论和约 2 万次浏览。
Simon Willison(@simonw)AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChatGPT Work 与 GPT-6 Astra 可根据地址生成 5K/10K 环形跑步路线
ChatGPT Work 和 GPT-6 Astra（作者用的是 "Max"）能基于 OSM 数据，从给定地址生成 5K/10K 环形跑步路线。该体验由 Simon Willison 分享，称其"挺不错"。
ChatGPT(@ChatGPTapp)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-VI ASTRA 发布
GPT-VI ASTRA 亮相，相关视频已在 X 上发布，该帖获得 4431 次点赞、196 次转发和 298 条回复，浏览量达 550388。目前公开信息仅包含该视频演示，尚未披露模型参数、上下文长度或可用性细节。
Mustafa Suleyman(@mustafasuleyman)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mustafa Suleyman 分享微软 MAI 模型详情链接
Mustafa Suleyman 在 X 上发帖，引导读者前往 microsoft.ai/models/mai-tra… 了解该模型详情，正文未披露模型名称、参数规模或评测数据。
LovartAI(@lovart_ai)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-Image 2.5 在像素艺术上表现出色
GPT-Image 2.5 在像素艺术上表现出色，相关演示视频已在 Twitter 发布，获得 639 次点赞、48 次转发和 5.6 万余次浏览。该推文由 xgo.ing 提供支持。
ollama(@ollama)AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek-V4.1-Flash 在 Ollama 云全面上线
DeepSeek-V4.1-Flash 已在 Ollama 云全面上线，托管于美国与欧洲，承诺 prompts 和 responses 不记录、不用于训练。按 token 计费与 DeepSeek API 一致并含 off-peak 定价，可通过 Ollama 的 Pro、Max、Team 套餐或免费账号按量付费使用。
Hunyuan(@TXhunyuan)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯混元预告 Hy4 Preview 只是冰山一角，更多 AI 即将到来
腾讯混元团队在北京接待 Ivan Fioravanti 后预告，Hy4 Preview 只是冰山一角，未来还会有更多 AI 产品发布。Fioravanti 参观了腾讯北京总部，并与混元团队讨论了混合 AI 场景等话题，称期待看到腾讯近期交付的新成果。
ollama(@ollama)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek-V4.1-Flash 在 Ollama 云端面向 Pro 订阅用户推送
Ollama 宣布 DeepSeek-V4.1-Flash 正在 Ollama 云端推送，先面向 Max 和 Team 账号开放，随后扩展到 Pro 订阅用户。官方表示正在快速增加容量，以便向所有订阅用户推送。
Fireworks AI(@FireworksAI_HQ)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 发布 SWE-2，评测对标前沿模型且成本最高降 70%
Cognition 发布 SWE-2，称这是其目前最接近前沿的模型，在主要评测上与近期前沿模型持平，成本最高降低 70%。该模型将强化学习扩展到数万亿参数规模，使用改进后的配方同时推进能力与成本两个维度。Fireworks 表示参与了其背后的基础设施栈，并链接了自家关于 RL 的博客文章。
Greg Brockman(@gdb)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 Astra 在抗体可开发性预测基准上超越其他前沿模型
GPT-6 Astra 在抗体可开发性预测基准测试中成为表现最好的前沿模型，在聚集性、稳定性、成药性等可开发性属性上的预测优于其他受测前沿模型。展示抗体工作机理的交互式可视化同样由 Astra 构建，耗时约 1 小时。
Scott Wu(@ScottWu46)AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 发布 SWE-2 模型，评测表现接近前沿且成本最高降低 70%
Cognition 发布 SWE-2，官方称这是其迄今最接近前沿水平的模型，在主流评测上得分与近期前沿模型持平，成本最高低 70%。Scott Wu 表示，这是团队第一个性能可与前沿水平相比的模型，将把 RL 扩展到数万亿参数规模，并在能力与成本两端同时推进帕累托曲线。SWE-2 面向 Devin 套餐用户免费开放一个月。
Eric Jing(@ericjing_ai)AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 首个 AI 模型 Gen-1 Slides 发布：性能对标前沿模型，价格仅 1/17
Genspark 推出首个自研 AI 模型 Gen-1 Slides，官方称其性能与最先进的前沿模型相当，价格仅为后者的 1/17。该模型已在 genspark.ai 上线，可通过 ai_slides 页面体验。
Eric Jing(@ericjing_ai)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 与 Fireworks 发布开源模型 Gen-1 Slides
Genspark 与 Fireworks 发布开源模型 Gen-1 Slides，在幻灯片生成任务上对标 Claude Opus 5，输入 token 价格约为后者的 1/17。该模型基于 MiniMax M3 通过 Fireworks Lab 的长时程 RL 后训练而来，已在 Genspark AI Slides 中作为默认模型上线。
Eric Jing(@ericjing_ai)AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 发布首个办公 AI 模型 Gen-1 Slides
Genspark 发布其首个面向知识工作的 AI 模型 Gen-1 Slides，基于开源权重基座并与 Fireworks AI 共同训练，现已驱动 Genspark AI Slides 的 Standard 模式。官方称其生成质量对标前沿模型，价格约为 Opus 5 的 1/17。
Genspark(@genspark_ai)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 实测 GPT-Live：任务完成率翻倍、理解率 92%，并接入 Call for Me 等产品
Genspark 祝贺 OpenAI 发布 GPT-Live，并称先跑了 80 通真实餐厅预订电话：任务完成率相比上一代翻倍以上，理解准确率 92%，打断处理更顺畅，轻声的 mm-hmm 不再打断它，句中插入新问题也能无停顿切换。
Eric Jing(@ericjing_ai)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 发布知识工作模型 Gen-1 Slides
Genspark 发布其首个面向知识工作的模型 Gen-1 Slides，由 Genspark 与 Fireworks AI 基于开源权重底座训练，现已驱动 Genspark AI Slides 的 Standard 模式。官方称其质量达到前沿水平，价格约为 Opus 5 的 1/17，完整说明见 Genspark 博客。
Windsurf(@windsurf_ai)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 发布 SWE-2，在 Devin Desktop 和 CLI 上线
Cognition 发布 SWE-2，称其是在前沿能力上最接近自家前沿水平的模型，在主要评测上得分与近期前沿模型相当，成本最多低 70%。该模型已可在 Devin Desktop 和 CLI 使用，Pro、Teams 用户及接下来一个月可无限使用。团队称将 RL 扩展到数万亿参数规模，配方在能力与成本上同时推进帕累托曲线。
Genspark(@genspark_ai)AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Genspark 发布面向知识工作的首个模型 Gen-1 Slides
Genspark 发布其首个面向知识工作的模型 Gen-1 Slides，与 Fireworks AI 合作基于开源权重底座训练，现已驱动 Genspark AI Slides 的 Standard 模式。官方称其可生成前沿质量幻灯片，价格约为 Opus 5 的 1/17，博客全文见 genspark.ai/blog/gen-1-sli。
Browser Use(@browser_use)AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek V4.1 Flash 在浏览器任务上成本比 Sol 和 Opus 低 50 倍
Browser Use 引用 Gregor Zunic 的评测称，DeepSeek V4.1 Flash 在 60 个高难度浏览器操作任务上处于帕累托前沿，性能接近 Sol 和 Opus 的同时，记录到的智能体成本低 50 倍。该评测还表示，跑完整个数据集的成本低于运行 Sol 的单个任务。
Hunyuan(@TXhunyuan)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯混元开源统一语音生成与编辑模型 AuK，并推出 4 步推理的 AuK-Flash
腾讯混元正式发布开源基础模型 AuK，面向统一语音生成与编辑，支持自然语言指令加参考音频的单一接口，能力覆盖零样本 TTS、指令控制生成、内容编辑、Whisper-conversion、去口音以及音色、风格、情感编辑和语速、音高控制，还包括增强、降噪、多说话人分离与音乐分离。
DeepSeek(@deepseek_ai)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 将携手开源社区支持 V4.1-Flash 推理并扩展部署选项
DeepSeek 宣布将与开源社区紧密合作，推进 V4.1-Flash 的推理支持，并探索更多部署选项，同时开放 2000 块 GPU 加存储集群的大规模部署合作洽谈。相关模型已发布在 Hugging Face 的 deepseek-ai 主页。
DeepSeek(@deepseek_ai)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 发布 V4.1-Flash 并下调 API 价格
DeepSeek 宣布 V4.1-Flash 采用更高效的架构，可以更低成本服务更多用户，并将节省的成本让利给用户。新价格于 2026 年 9 月 10 日 04:00 UTC 生效，继续采用峰谷定价以平衡需求，非高峰时段费率为高峰时段的 50%，灵活负载可安排到非高峰时段以节省费用。
DeepSeek(@deepseek_ai)AI 评估 · 75/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 75/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek V4.1-Flash 上线 API，原生支持多模态
DeepSeek 在 API 上线 V4.1-Flash，原生支持多模态，模型名设为 deepseek-flash。
DeepSeek(@deepseek_ai)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek V4.1-Flash 将 KV cache 的 HBM 需求降至上一代的 1/4
DeepSeek V4.1-Flash 相比上一代大幅压缩 KV cache，所需 HBM 仅为 1/4、SSD 存储仅为 1/8。缓存命中费用常占 AI 智能体成本的很大一部分，压缩缓存可显著降低这部分开销。
DeepSeek(@deepseek_ai)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 发布 552B 参数 MoE 非对称架构模型
DeepSeek 发布新模型，采用 552B 参数的 MoE 非对称架构。其新 Causal Encoder–Decoder 架构在输入端仅激活 8B 参数、输出端激活 16B 参数。官方称新预训练方法配合更大规模 RL 后训练，基准测试结果超过包括 DeepSeek-V4-Pro 在内的旗舰模型。
DeepSeek(@deepseek_ai)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek-V4.1-Flash 发布：新架构家族最小模型，原生视觉理解
DeepSeek 发布 DeepSeek-V4.1-Flash，是新架构家族中体量最小的模型，原生支持视觉理解。该模型主打更强能力、更快推理与更高吞吐，并可扩展至更大模型。
DeepSeek精选AI 评估 · 89/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 89/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 发布 V4.1 Flash：原生多模态、552B MoE，模型开源并调整 API 定价
DeepSeek 正式发布 DeepSeek V4.1 Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力。该模型为 552B 参数的 MoE 模型，采用 Causal-Encoder-Decoder 非对称结构，输入激活 8B、输出激活 16B，官方称其在基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
为什么值得看
官方给出新模型的参数结构、KV Cache 压缩与定价变化，可据此判断 Agent 类任务的成本走向。
DeeplearningAIAI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Thomson Reuters 发布法律金融领域专用模型 Thomson
Thomson Reuters 推出专有 LLM 系列 Thomson，基于 Qwen 模型构建，专注法律、商业、税务、金融和新闻等领域，将率先部署在 CoCounsel Legal 中。
Logan Kilpatrick(@OfficialLoganK)AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini 3.8 Cyber，防御能力超过 Mythos
Google 的 Logan Kilpatrick 表示，Gemini 3.8 Cyber 在许多网络防御基准和真实用例上比 Mythos 更强。该模型已在 Google 内部被 Chrome、Wiz 和 Cloud 广泛使用，并将很快向外部扩展。原文附有 deepmind.google/models/gemini/ 链接。
Paul Couvert(@itsPaulAi)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenBMB 发布 MiniCPM 小模型及 Meshy 强化学习训练框架
OpenBMB 公开了小模型 MiniCPM 的 HuggingFace 与 GitHub 链接，并同步放出强化学习训练框架 Meshy 以及长时程强化学习项目 JustRLII。相关资源分别托管在 HuggingFace、GitHub 与 Notion 文档上，作者称小规模开源模型的表现正变得越来越好。
Paul Couvert(@itsPaulAi)AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 面壁发布 MiniCPM5-2B：2B 参数可在手机离线跑智能体
面壁（ModelBest）发布 100% 开源的 MiniCPM5-2B，仅 2B 参数、2GB RAM 即可在任意笔记本甚至手机上完全离线运行智能体，支持编码、智能体和工具调用任务。
DeeplearningAI精选AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 84/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Z.ai 发布 GLM-5.3-Flash，Ox Alpha 谜底揭晓并开放权重下载
Z.ai 正式发布视觉语言模型 GLM-5.3-Flash，即此前在 OpenRouter 上匿名预览的 Ox Alpha，并公开了权重。该模型采用 MoE Transformer 结合线性注意力与稀疏注意力，总参数 3200 亿、每 token 激活 180 亿，支持文本、图像和视频输入，最多 1,048,576 个 token，输出上限 128,000 个 token。
为什么值得看
智谱开源 GLM-5.3-Flash 的架构与成本数据，可用于判断低价视觉语言模型的性价比取舍。
Greg Brockman(@gdb)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI GPT-Image-2.5 的 Sunburst 与 Flare 登顶图像 Arena 榜单
Arena.ai 数据显示，OpenAI 的 GPT-Image-2.5-Sunburst 在 Text-to-Image Arena、Image Edit Arena 和 Multi-Image Edit Arena 三个榜单均排名第一，Flare 排名第二。
ManusAI(@ManusAI_HQ)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Manus 评测 GPT-Image-2.5：Flare 出图速度达 GPT-Image-2 的两到四倍
Manus 在自家评估中称 GPT-Image-2.5 是明显进步，其 Flare 能以 GPT-Image-2 两到四倍的速度生成高质量图像，透明背景生成也有改进，适合 Manus 上的品牌素材、演示和网站等创意工作，并邀请用户在 Manus 中体验。被引用的 OpenAI 推文介绍 ChatGPT Images 2.5 生成更快、还原度更高、多次编辑细节一致，并支持基于评论的局部编辑。
Sam Altman(@sama)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 发布 Images 2.5
OpenAI 发布 Images 2.5，Sam Altman 表示它可能无法解决特别困难的数学问题，但表现很好，希望用户喜欢；介绍页面链接为 openai.com/index/introduc…。
Sam Altman(@sama)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 将于 9 月 16 日在旧金山举办 GPT-6 用户活动
OpenAI 将于 9 月 16 日在旧金山举办 GPT-6 用户聚会，聊模型本身以及下一步该做什么，申请截止 9 月 10 日。此前 GPT-5.5 也曾办过同类活动。
Google Gemini App(@GeminiApp)AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.5 Transcribe 发布：面向精准实时转写的语音转文本模型
Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，主打精准、智能的实时转写。官方同时放出了详细介绍链接，未披露参数量、benchmark 分数或开放方式等细节。
Demis Hassabis(@demishassabis)AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepMind 发布 AlphaGenome Atlas，可预测 90 亿个单字母 DNA 变异影响
DeepMind 发布 AlphaGenome Atlas。继 AlphaFold 绘制蛋白质宇宙之后，该工具用于绘制人类基因组，可预测全部 90 亿个可能的单字母 DNA 变异带来的影响，帮助科研人员更好地理解疾病。该资源面向学术研究免费开放，地址为 alphagenome.google/atlas。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 走红的 Ox Alpha 模型确认为智谱 GLM-5.3-Flash
DeepLearning.AI 称，近期走红的 Ox Alpha 模型已确认为智谱的 GLM-5.3-Flash。该模型为 320B 参数、每 token 激活 18B，采用线性注意力与稀疏注意力混合架构，在 GDPval AA v2 等真实任务上表现领先，单任务成本仅 0.09 美元。智谱此次大规模免费预览全部运行在中国产硬件上，用于验证内存优化可突破硬件限制。