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。
#模型发布
#模型发布
今日 0 条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。 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。
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。
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。
Greg Brockman(@gdb)AI 评估 · 30/100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 · 30/100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。 Astra 可从 mel 频谱图零样本识别声音
Astra 能够从 mel 频谱图中零样本识别声音，发布者称这还只是该模型的轻量推理，尚未触及能力上限。该演示由 Max @maxxrubin_ 分享，Greg Brockman 转发。
Paul Couvert(@itsPaulAi)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。 OpenBMB 开源 2B 模型 MiniCPM5-2B，面向端侧与 Agent
OpenBMB 开源 MiniCPM5-2B，这是一个 2B 参数语言模型，主打端侧高智能密度，可在手机上本地离线运行，面向智能体、编码与工具调用优化。
Hunyuan(@TXhunyuan)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。 腾讯混元 Hy4 preview 升级：减少长思考与过度验证，降低 token 消耗
腾讯混元发布 Hy4 preview 升级，针对用户反馈的复杂任务中长思考与过度验证问题做了优化，现已向所有人开放。官方称任务质量不变，轮次更少、输入输出 token 更低，基准测试与人工评测均已确认，并邀请用户在 WorkBuddy（WorkBuddy.ai）上试用并反馈问题。
AI产品黄叔(@PMbackttfuture)AI 评估 · 14/100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 · 14/100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 发布后的人类幼崽😱
GPT 6 Astra 发布后，社交平台上出现了一条以"人类幼崽"为题的视频内容，该帖获 254 条回复、74 次转发、838 次点赞和 180337 次浏览。原文未披露 GPT 6 Astra 的具体功能、参数或可用性信息。
AI产品黄叔(@PMbackttfuture)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。 GPT 6 Astra 之后 Codex 生图更精致，或因 Astra 能力更强
有用户发现 GPT 6 Astra 上线后，Codex 里的生图效果明显更加精致，一度以为 GPT image 2.5 已经推出。经搜索后其判断，这一变化估计仍是 Astra 本身能力更强所致。
小米技术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。 小米发布表格数据大模型 Xiaomi-TabLDM 并开源权重
小米正式发布通用表格数据基础大模型 Xiaomi-TabLDM，以单一预训练模型、统一默认配置直接适配不同表格数据集，无需针对每个任务重新训练、调参或集成即可完成分类与回归预测。
Augment Code(@augmentcode)AI 评估 · 31/100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 · 31/100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 上线 Cosmos，长程编码与多步智能体能力大幅提升
OpenAI 迄今最强的模型 GPT-6 Astra 已在 Cosmos 上线，在长程编码和多步智能体任务上有显著提升。用户可通过 augmentcode.com 提交高难度任务，该模型适合在假期周末长时间运行。
Poe(@poe_platform)AI 评估 · 48/100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 · 48/100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 现已上线 Poe
GPT 6 Astra 已在 Poe 平台上线，用户可直接试用并与其他领先模型对比。Poe 称其推动 AI 前沿，未披露参数量、上下文长度或跑分数据。
Greg Brockman(@gdb)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。 OpenAI 发布 GPT-6 Astra，先向 Pro、Enterprise 与 Business Premium 用户开放
OpenAI 的 GPT-6 Astra 已在 Work/Codex 中向全部 Pro、Enterprise 和 Business Premium 用户开放，并同步上线 API，Plus 和 Business 用户将在之后开始逐步 rollout。
为什么值得看
原文给出 GPT-6 Astra 已向哪些用户开放与后续节奏，读者可据此判断自己何时能用上。
Windsurf(@windsurf_ai)AI 评估 · 48/100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 · 48/100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 现已登陆 Devin Desktop 与 Devin CLI
GPT-6 Astra 已在 Devin Desktop 和 Devin CLI 上线。在 FrontierCode 1.1 上，Astra 的成绩与 Fable 5 相差 0.4 分以内，成本却低 64%，并在内部测试基准上刷新 SOTA，能生成更全面的测试、更清晰的报告和更好的视频证据。
DeepLearning.AI(@DeepLearningAI)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。 The Batch 本周亮点：编程智能体技能、OpenAI 与 Anthropic 企业数据留存政策、GLM-5.3-Flash 等开放权重模型
DeepLearning.AI 的 The Batch 本周汇总多条动态：OpenAI 与 Anthropic 公布新的企业数据留存政策，Zai 发布高性价比开放权重多模态系统 GLM-5.3-Flash，Thomson Reuters 推出 397B 参数、专为法律金融新闻工作训练的模型。Andrew Ng 则解释使用编程智能体需要一套自己的基础技能。
Paul Couvert(@itsPaulAi)AI 评估 · 59/100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 · 59/100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 Lyria 3.5 并集成进 Gemini
Google 发布 Lyria 3.5，并集成进 Gemini。作者在预览阶段试用后表示其生成音乐的方式相当易用，提供 24 个可直接使用的模板、对歌词的完整控制以及 17 种风格。
Fei-Fei Li(@drfeifei)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。 World Labs 发布多模态世界模型 Atlas
World Labs 发布 Atlas，称其为首个多模态世界模型，可生成图像和视频帧，并具备像素级精确的相机控制，还能将这些帧重建成3D。官方描述称其可建模世界、移动相机并模拟空间与时间。李飞飞转发该消息并指向更多 Atlas 内容。
Google AI(@GoogleAI)AI 评估 · 69/100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 · 69/100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 Flash、Lyria 3.5 与 WeatherNext 3 等模型
Google 本周发布 Gemini 3.8 Flash，称其在编码、智能体工作流和多步推理上有升级，同时推出专注网络安全的 Gemini 3.8 Flash Cyber。
Google Gemini App(@GeminiApp)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。 Google 在 Gemini 中发布 Lyria 3.5 音乐生成模型
Google 在 Gemini 中上线 Lyria 3.5 音乐生成模型，官方称其为目前最先进的音乐生成模型，带来更丰富的编曲、更具表现力的人声和更高的保真度。用户可以选择音乐流派并选择人声或纯器乐，使用新模板，生成短曲或较长曲目。
Milvus(@milvusio)AI 评估 · 48/100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 · 48/100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 释放信号：长时运行智能体光靠上下文压缩不够，Milvus 3.0 补上记忆检索层
GPT-6 Astra 拥有 1.05M token 上下文窗口，在 OpenAI 的 MRCR v2 8-needle 测试中于 512K–1M 上下文下得分 96.3%，而 GPT-5.6 Sol 为 73.8%。
Philipp Schmid(@_philschmid)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。 Gemini 3.8 Flash 多模态任务实用性获赞，图像推理与数据提取排第一
Gemini 3.8 在多模态任务上的真实世界实用性被评价为无可匹敌，Gemini 3.8 Flash 被称为新的最爱 Gemini 模型。其在图像推理和数据提取上排名第一，目标检测排名第二，速度比 Gemini 3.7 Flash 快 30%。
Latent.Space(@latentspacepod)AI 评估 · 43/100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 · 43/100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 发布反响首次超过 Claude，Latent.Space 称 AI 工程进入新阶段
OpenAI 的 GPT-6 发布反响首次在一年内超过 Claude 发布，Latent.Space 称这是此前认为今年不可能出现的巨大反转。swyx 表示已跨入 AI 工程的新时代，并称这只是他与 Astra 所做工作的一部分，后续报告将陆续在 LS 发布。
Augment Code(@augmentcode)AI 评估 · 33/100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 · 33/100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。 Cosmos 上线 GLM 5.3 Flash 与 Gemini 3.8 Flash 两款新模型
Cosmos 新增 GLM 5.3 Flash 和 Gemini 3.8 Flash 两款模型。智谱的 GLM 5.3 Flash 由 Fireworks AI 提供美国境内推理，价格比测试过的最强开源模型便宜一个数量级，智能水平与 Sonnet 5 相当；Google DeepMind 的 Gemini 3.8 Flash 在同一价格下智能较 Gemini 3.7 Flash 有明显提升。
Greg Brockman(@gdb)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。 OpenAI GPT-6 Astra 在 ARC-AGI-3 取得 SOTA，该基准已被刷满
Greg Brockman 引用 ARC Prize 消息称 ARC-AGI-3 现在已被刷满。OpenAI 的 GPT-6 Astra 在该基准上取得 SOTA：Astra 在 ARC-AGI-3 上得分 63%，通过新的 provider adapter harness 达到 99%，在 96% 的 ARC-AGI-3 关卡上超过人类表现，并构建出目前所见最精确的新环境符号模型。
Greg Brockman(@gdb)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。 OpenAI 发布 GPT-6 Astra，在 FrontierMath Tier 4 等基准达 SOTA
OpenAI 发布 GPT-6 Astra，Greg Brockman 称其在 FrontierMath Tier 4、ARC-AGI 3 和 TerminalBench-4.0 上达到当前最优水平。
Greg Brockman(@gdb)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。 OpenAI 发布 GPT-6 Astra
OpenAI 的 Greg Brockman 在 X 上发布 GPT-6 Astra，并附上官方页面链接 openai.com/index/gpt-6-as…。该推文未披露模型能力、版本细节或开放范围。
ChatGPT(@ChatGPTapp)AI 评估 · 73/100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 · 73/100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 开始推送 GPT-6 Astra，面向 ChatGPT 付费用户与 API
OpenAI 宣布 GPT-6 Astra 今日起向有限数量的组织推送，未来几天将向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户开放，同时通过 OpenAI API 和 AWS 提供。官方建议在获得访问权限后下载 ChatGPT 桌面应用以获得最佳 Astra 体验。
ChatGPT(@ChatGPTapp)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。 OpenAI 发布 GPT-6 Astra
OpenAI 的 ChatGPT 账号宣布推出 GPT-6 Astra，称其为进入 Chat 的新星，原帖附带一段视频但未给出具体能力说明。
ChatGPT(@ChatGPTapp)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。 ChatGPT 官方称 GPT-6 Astra 在电脑操作、浏览与智能体编码等六项能力上达到 SOTA
ChatGPT 官方账号称 GPT-6 Astra 在六项能力上达到 state-of-the-art，分别是电脑操作、浏览、智能体编码、网络安全、科学和专业工作。该推文未给出具体的评测基准名称、分数或模型开放时间。
Google AI(@GoogleAI)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。 Google 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 和 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气 AI 模型，预测能力比 WeatherNext 2 精细最多 5 倍。
Google DeepMind(@GoogleDeepMind)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。 Google DeepMind WeatherNext 3 将全球降水预报误差降低最高 50%
Google DeepMind 的 WeatherNext 3 在全球降水预报上实现重大突破，误差最高降低 50%，此前全球天气模型难以准确预测降雨，往往只能给出模糊估计或漏掉强风暴边界。改进幅度最大的区域正是历史上预报可靠性较低的地区。
Google DeepMind(@GoogleDeepMind)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。 Google DeepMind 发布 WeatherNext 3 全球天气预报模型
Google DeepMind 联合 Google Research 推出 WeatherNext 3，该模型直接从真实世界实时观测数据中学习，能更快给出更本地化、更精准的预测。官方称这是全球天气预报方式的重大突破。
Google DeepMind BlogAI 评估 · 69/100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 · 69/100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 DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布全球天气 AI 模型 WeatherNext 3，直接使用实时地球静止卫星数据训练，可逐小时生成天气预报，温度和湿度等关键地表变量分辨率达 5 公里，整体比上一代 WeatherNext 2 的 25 公里网格清晰约五倍。
Mustafa Suleyman(@mustafasuleyman)AI 评估 · 29/100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 · 29/100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 发布 MAI-Transcribe-2：比 GPT-Transcribe 快 10 倍，比 Gemini 3.5 快 5 倍
MAI-Transcribe-2 语音转录模型发布，速度比 GPT-Transcribe 快 10 倍、比 Gemini 3.5 快 5 倍。该模型在 Artificial Analysis 准确率-延迟帕累托前沿排名第一，定价为市场最低。
DeeplearningAIAI 评估 · 74/100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 · 74/100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-Pro-0813 正式发布，同步开源 agent harness
DeepSeek 发布第四代两款模型中较大那款的正式版 DeepSeek-V4-Pro-0813，采用总参数 1.6 万亿、每 token 激活 490 亿的 MoE 架构，支持 100 万 tokens 输入与最高 384,000 tokens 输出，并提供可调推理、工具调用和上下文缓存，权重以 MIT 许可证开放。
枫言枫语AI 评估 · 20/100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 · 20/100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。 Vol. 173 苹果换帅，Claude 5.1 发布，GLM 低价偷家，英伟达要买 Hugging Face 等
苹果 CEO Tim Cook 卸任，John Ternus 于 9 月 1 日正式接任；Anthropic 发布 Claude 5.1，GLM-5.3-Flash 以极高性价比推出。NVIDIA 计划以 129 亿美元收购 Hugging Face，OpenAI 公测 Ultrafast 模式并宣称提升 14 倍，还联合 Broadcom 研发 LLM 推理加速芯片。