Google 发布 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite
Google AI Developers 宣布发布 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite，两款模型面向可扩展的智能体工作流，强调 token 效率与更低延迟。推文提示可阅读后续线程了解更多细节。
#模型发布
#模型发布
今日 19 条Google AI Developers(@googleaidevs)AI 评估 · 58/100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 · 58/100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。
Jeff Dean(@JeffDean)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。 Google DeepMind 发布 Gemini 3.6 Flash 等三款新模型
Google DeepMind 推出三款新模型，用于让 AI 智能体更快、更聪明且更便宜。Gemini 3.6 Flash 用比 3.5 Flash 更少的 token 在相同成本下完成更高质量的工作；Gemini 3.5 Flash-Lite 面向文档处理和智能体搜索等日常任务；Gemini 3.5 Flash Cyber 用于发现并修补关键软件漏洞。
Patrick Loeber(@patloeber)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 3.6 Flash 与 3.5 Flash-Lite
Google 发布 Gemini 3.6 Flash 和 3.5 Flash-Lite。3.6 Flash 修复了关键问题并提升 token 效率，价格低于 3.5 Flash；3.5 Flash-Lite 相比 3.1 FL 大幅提升，定位超低成本、高吞吐任务。
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 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，主打规模构建 AI 智能体的效率、延迟与可靠性。
Last Week in AIAI 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。 LWiAI Podcast #252：GPT-5.6、Grok 4.5、Nemotron-Labs-Diffusion 与 AI 2040
OpenAI 公开发布 GPT-5.6（含 Sol 与 Luna），并将桌面端 agentic 编程产品更名为 ChatGPT Work。SpaceX AI 推出低成本、Opus 级编程模型 Grok 4.5，Meta 发布 Muse Spark 1.1 并预览 Muse Video、上线 Muse Image。
Last Week in AIAI 评估 · 26/100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 · 26/100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。 Last Week in AI #251：Mythos 回归、Claude Sonnet 5、Etched、LongCat
Anthropic 在与美国政府沟通后重新上线 Claude Mythos 和 Fable 模型，并发布 Claude Sonnet 5，主打更低价格运行智能体、提升 agentic coding 与基准表现。Google 推出 NotebookLM 竖屏短视频摘要与更快的图像生成器 Nano Banana 2 Lite，中国开源 LongCat-2.0 MoE 模型同期发布。
Last Week in AIAI 评估 · 24/100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 · 24/100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。 LWiAI Podcast #247：Claude Opus 4.8、微软 MAI、Anthropic IPO 与 MiniMax-M3
Anthropic 发布 Claude Opus 4.8，基准分数提升，并推出面向长时间多智能体任务的 Dynamic Workflows；微软发布基于 OpenClaw 的常驻助手 Microsoft Scout 及 MAI Thinking 1 等自研 MAI 模型。
Hunyuan(@TXhunyuan)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。 腾讯混元发布首个研究智能体 Hyra-1.0
腾讯混元发布 Hunyuan Research Agent 的首个版本 Hyra-1.0，面向性能驱动的研究与工程任务，通过递归方式改进解决方案。官方展示了 AI4AI、AI4Science 和 AI4Fu 方向的 demo，并给出 hy.tencent.com/research/hyra 链接。
Microsoft Research(@MSFTResearch)AI 评估 · 15/100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 · 15/100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。 Aurora 1.5 扩展开放预测能力，Flint 重定义可视化，FlowDAgger 加速自适应
微软研究院推出 Aurora 1.5，将开放预测能力进一步扩展，同时发布 Flint 重定义可视化、FlowDAgger 加速自适应。此外，AI 智能体攻破了 Rowhammer 防御，内存技术正在重塑对话式 AI。
Interconnects AI — Nathan Lambert精选AI 评估 · 83/100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 · 83/100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。 Kimi K3 发布：开放权重的升级与生态新格局
Moonshot AI 于 7 月 16 日发布旗舰模型 Kimi K3，这是一个 2.8T 参数的 MoE 模型，权重将于 7 月 27 日发布。在 Vals AI 指数上排名第 2，在 Artificial Analysis 智能指数上排名第 3，仅次于 Claude Fable 和 GPT-5.6 Sol Max，同时价格更低，并在前端代码竞技场排名第 1。
为什么值得看
从 K3 发布切入，梳理开放权重与闭源前沿差距收窄后的经济与政策连锁影响。
通义大模型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。 通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型
通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型，含面向实时交互的 Flash 版和面向高质量生成的 Plus 版，Flash 首包延迟约 300ms。
字节跳动SeedAI 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。 字节跳动发布 Seed Audio 1.0 音频创作模型
字节跳动 Seed 发布音频创作模型 Seed Audio 1.0，在统一框架下联合建模人声、音效和环境声，端到端生成完整声音场景，已在火山方舟体验中心上线。该模型支持一条 prompt 统一编排对白、音效与环境声并做时间控制，当前时间控制精度为 100ms，单次可生成约 2 分钟音频并支持延展，保持角色音色一致，覆盖 20+ 语种。
Google DeepMind BlogAI 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。 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，专门用于快速查找、验证并修复漏洞。
通义大模型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。 通义实验室发布 Wan-Streamer v0.2：端到端响应延迟 550ms
通义实验室发布面向实时双工交互的端到端全模态理解与生成模型 Wan-Streamer v0.2，把听、看、说、演统一进单个 Transformer，端到端响应延迟为 550ms（200ms 模型延迟加 350ms 网络延迟）。
AI SDK(@aisdk)精选AI 评估 · 80/100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 · 80/100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。 Moonshot 发布 Kimi K3 模型，2.8 万亿参数、100 万上下文，将开放权重
Moonshot 发布 Kimi K3，称其为开放前沿智能，具备 2.8 万亿参数、100 万 token 上下文和原生多模态能力。
为什么值得看
Kimi K3 给出参数、上下文与推理加速数据，并公布权重开放时间，可据此判断长上下文智能体编码的进展。
Junyang Lin(@JustinLin610)AI 评估 · 41/100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 · 41/100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。 Thinking Machines 发布多模态模型 Inkling，全量权重开放但小模型未开源
Thinking Machines 发布多模态模型 Inkling，可跨文本、图像和音频模态高效推理，全量权重已开放，并可在 Tinker 上微调。林俊旸（@JustinLin610）对此表示称赞，同时追问小模型为何没有开源。
Lilian Weng(@lilianweng)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。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。 Thinking Machines 发布开放权重模型 Inkling
Thinking Machines 推出开放权重模型 Inkling，定位为在广泛能力类别上表现扎实的基础模型，可用于实际使用与定制。Inkling 能跨文本、图像和音频模态高效推理，官方公开完整权重，并已在 Tinker 上开放微调，同时提供 Inkling Playground 供试用。
Hugging Face(@huggingface)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。 Hugging Face 发布新的开源权重模型
Hugging Face 宣布发布新的开放权重模型，未披露具体模型名称、参数规模与性能数据。
Hunyuan(@TXhunyuan)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。 腾讯混元发布 Hy3 的 1-bit 与 4-bit 量化版本，295B 模型单卡可跑
腾讯混元发布旗舰级 295B 模型 Hy3 的 1-bit 与 4-bit 版本，可在单 GPU 上部署。该模型支持通过 llama.cpp 运行并开启 MTP，在更低硬件门槛下获得强大智能，相关 benchmark 与下载链接已放出。
Hunyuan(@TXhunyuan)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。 腾讯混元 Hy3 获开发者实测好评：小模型在 OpenRouter 用量最高，3 条提示词生成应用
腾讯混元 Hy3 被开发者 Jen Zhu 实测称为"小但强"的模型，仅用 3 条提示词就通过 Hermes X Hy3 智能体生成了一个交互应用。该模型是 OpenRouter 上使用量最高的模型，累计消耗 6 trn tokens。
通义大模型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。 阿里通义发布 Qwen-Audio-3.0-Realtime 实时语音交互模型
阿里通义实验室将语音交互模型 Fun-Realtime-AudioChat 全面升级并更名为 Qwen-Audio-3.0-Realtime，主打高表现力与共情对话、音色克隆、声纹级背景过滤的双工交互，以及动态工具调用能力。
阶跃星辰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。 阶跃星辰发布端侧模型全家桶 Step Edge
阶跃星辰发布面向手机、汽车等终端场景的端侧模型全家桶 Step Edge，包含 Step Edge 基础模型、Audio、GUI、Gen 四款模型。官方称其支持低至 0.1 秒的端侧本地 toolcall 执行，文本、视觉、语音等多模态信息可本地处理，并配套自研 Step Inference NPU 引擎用于推理优化。
Microsoft Research(@MSFTResearch)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。 Aurora 1.5 为 Aurora 基础模型新增 22 个变量、逐小时时间分辨率与概率集合预报
Aurora 1.5 为 Aurora 基础模型新增 22 个变量、逐小时时间分辨率与概率集合预报，面向真实场景的天气、气候和能源应用。该版本由 Microsoft Research 发布。
稀土掘金技术社区AI 评估 · 36/100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 · 36/100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。 爆料称 OpenAI 可能跳过 5.x 直接推 GPT-6，一个月内发布
爆料者 leo 称 GPT-5.6 将是 5.x 系列最后一个模型，OpenAI 决定直接推 GPT-6，并在一个月内（甚至 7 月底）发布。
AI at Meta Blog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。 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测
Meta Superintelligence Labs 发布 Muse Spark 1.1，这是 Muse Spark 的升级版多模态推理模型，主打智能体任务，在工具使用、计算机操作、编码和多模态理解上有明显提升。
为什么值得看
Meta 发布 Muse Spark 1.1 并开放 Meta Model API 公测，读者可了解其百万 token 上下文与多智能体编排能力。
Sualeh Asif(@sualehasif996)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。 SpaceXAI 发布 Grok 4.5，GDPval-AA v2 排名第四
SpaceXAI 发布 Grok 4.5，在 GDPval-AA v2 上以 1543 Elo 排名第四，仅次于 Anthropic 最新的 Claude 系列，针对真实场景的智能体知识工作任务。
Sualeh Asif(@sualehasif996)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。 Cursor 与 SpaceXAI 联合训练 Grok 4.5，成为其最强大模型
Cursor 宣布与 SpaceXAI 合作训练 Grok 4.5，称其为迄今最强大的模型，也是首个不止面向软件工程打造的模型。有用户表示，在单智能体迭代场景下，Grok 4.5 是他个人首次更偏好于 Opus 的模型，速度快，能绕开看似棘手的障碍，直接且易沟通。
Aman Sanger(@amanrsanger)AI 评估 · 67/100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 · 67/100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。 Cursor 与 SpaceXAI 合作训练 Grok 4.5
Cursor 宣布与 SpaceXAI 合作训练 Grok 4.5，称这是其迄今最强模型，也是首个不止面向软件工程打造的模型。Aman Sanger 表示该模型相比 composer 2.5 有巨大提升，完全从零训练。
Scott Wu(@ScottWu46)AI 评估 · 42/100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 · 42/100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-1.7，推理速度达 1000 tok/s
Cognition 推出迄今最强模型 SWE-1.7，推理速度达 1000 tok/s，成本远低于最强前沿模型，benchmark 分数与之仅差几分。Scott Wu 表示，该模型在 Devin 中的实际表现"令人惊叹"，且随着规模扩大，RL 仍在持续带来收益。
Windsurf(@windsurf_ai)AI 评估 · 58/100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 · 58/100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-1.7，上线 Devin Desktop 与 Devin CLI
Cognition 发布其迄今最强的模型 SWE-1.7，已在 Devin Desktop 和 Devin CLI 上线。官方称其成绩与最强前沿模型仅差几分，成本仅为后者一小部分，并以 1000 tok/s 的闪电模式提供服务，团队表示在扩展规模时仍持续看到 RL 带来收益。
Mistral AI(@MistralAI)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。 Mistral 发布 Robostral Navigate：首个 8B 具身导航模型
Mistral 发布首个具身导航模型 Robostral Navigate，这是一个 8B 机器人导航模型，可引导机器人自主执行自然语言指定的任务，仅需单个 RGB 摄像头，并在 R2R-CE 上达到 SOTA。
字节跳动SeedAI 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。 字节跳动发布 Seedream 5.0 Pro 多模态图像创作模型
字节跳动 Seed 发布多模态图像创作模型 Seedream 5.0 Pro，在图文匹配、结构合理性、文字渲染与画面美感上全面提升。四大核心能力包括复杂信息可视化、交互式精准编辑、真实影像与人像质感、原生多语种输入与生成，支持十余种语言的直接输入与渲染。模型已上线火山方舟体验中心，并陆续在豆包、即梦上线。
人民公园说AIAI 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。 用什么Fable 5？都给我去用国产模型！当顶级模型变奢侈品，普通人怎么用 AI？
Coinbase 已把编码任务交给 GLM 和 Kimi，费用砍半；视频还讨论了如何用国产模型"白嫖" Claude Code 全生态。中国能把 TOKEN 成本压到海外的 1/5 并免费开放，豆包一宣布收费就被骂"忘记初心"，WorkBuddy 和 Trae 也突然爆火。
AI at Meta Blog精选AI 评估 · 82/100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 · 82/100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。 Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video
Meta Superintelligence Labs 发布其首个媒体生成模型 Muse Image，并预览 Muse Video。Muse Image 以智能体方式运行，调用搜索和编码工具，能自我改进并随测试时算力扩展而提升，已上线 Meta AI 应用、meta.ai、美国 Instagram Stories 及部分国家的 WhatsApp。
为什么值得看
Meta Superintelligence Labs 首发的图像生成模型，其智能体式工具调用与推理时算力扩展为图像生成提供了新范式。
cat(@_catwu)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。 Claude Fable 5 在留存分析中主动采用倾向得分匹配
Claude Fable 5 在用户的留存分析中未经提示便自动使用了倾向得分匹配，将用户按活跃度对齐后再做同类比较。用户称 Fable 5 在各类任务中的判断力均有提升，包括在 Cowork 中撰写邮件和文档、在 Claude Code 中调试复杂错误。
枫言枫语AI 评估 · 39/100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 · 39/100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。 Anthropic 解禁 Fable 5，播客聊额度限制与模型配合方案
Anthropic 于北京时间 7 月 2 日凌晨在 X 上解禁 Fable 5 模型，播客主播称其智商与任务完成质量有明显提升，适合讨论和写 Spec。但该模型对订阅用户仅开放套餐额度的 50%，消耗比 Opus 4.8 快，且只能用到 7 月 7 日。
Alex Albert(@alexalbert__)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。 Claude Fable 5 回归
Claude 的 Fable 5 宣布回归。该消息由 Alex Albert 发布，正文仅提到「Fable 5 is back」并附有一段视频，未披露具体版本、参数或可用性信息。
Replicate(@replicate)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。 Google DeepMind 的 Nano Banana 2 Lite 上线 Replicate
Google DeepMind 的 Nano Banana 2 Lite 已在 Replicate 平台上线，可通过 replicate.com/google/nano-ba 试用。该推文仅给出名称和试用入口，未披露具体能力或参数细节。
Windsurf(@windsurf_ai)AI 评估 · 38/100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 · 38/100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。 Claude Sonnet 5 上线 Devin Desktop 和 Devin CLI
Claude Sonnet 5 现已在 Devin Desktop 和 Devin CLI 上线。该模型在提供前沿级编程性能的同时价格更实惠，并在 FrontierCode Extended 上超过 Opus 4.8。
Google DeepMind Blog精选AI 评估 · 79/100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 · 79/100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 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
为什么值得看
官方给出两款新模型的价格、延迟与定位差异，读者可据此判断图像到视频链式工作流的成本与适用边界。