2026-08-15
Anthropic最新AI风险报告披露未发布的Model 2及新对齐问题
Anthropic在最新发布的186页AI对齐报告中，披露了两款Claude Mythos 5的后继模型Model 1和Model 2，其中Model 2已被公司员工大量使用，在多项内部任务中表现优于Mythos 5。报...
2026-08-15
Z.ai发布GLM-5.3：开源大模型刷新多项编程与网络安全基准
中国AI开发商Z.ai推出开源大语言模型GLM-5.3，在多项主流基准测试中刷新纪录。该模型基于7530亿参数的混合专家架构，上下文窗口达100万tokens。GLM-5.3在Terminal Bench 3.0上创下开...
2026-08-14
谷歌发布 Gemini 3.7 Flash：专为编程与智能体任务设计
谷歌正式推出其最新入门级AI模型Gemini 3.7 Flash，距前代产品发布仅三周。新模型在9项基准测试中超越Anthropic和OpenAI同类产品，在FrontierCode 1.1 Main编程任务评估中表现尤...
2026-08-14
谷歌发布Gemini 3.7 Flash，距上个版本仅三周
谷歌发布新模型Gemini 3.7 Flash，取代三周前推出的3.6 Flash。该模型在编程与智能体性能上有所提升，FrontierCode测试得分从34.4%升至43.6%，DeepSWE得分从49%升至65.3%...
2026-08-13
英伟达发布更小更快Nemotron模型及路由库
英伟达发布Nemotron 3.5 Lightning，这是一款300亿参数的混合专家模型，推理速度最高提升4倍，支持针对特定业务场景进行后训练优化。合作伙伴CrowdStrike、CodeRabbit等测试显示，经微调...
2026-08-13
空架子还是丢失的钥匙？召回率才是大语言模型事实准确性的真正瓶颈
研究人员提出"知识画像"框架，系统区分大模型事实错误的两类根源：知识从未编码（空架子）与知识已编码但无法召回（丢钥匙）。基于2150条维基百科事实构建的WikiProfile基准测试显示，Gemini-3-Pro、GPT...
2026-08-13
Grok 4.6正式发布，推理能力媲美GPT-5.6 Sol
SpaceXAI（前身为xAI）发布新旗舰大语言模型Grok 4.6，距上一版本仅一个月。该模型通过AI生成数据集延长训练周期，并引入监督微调与强化学习两阶段优化，重点提升推理、科学及编程能力。在Artificial A...
2026-08-13
在NVIDIA GB300 NVL72上部署2.4万亿参数模型Qwen3.8-2.4T-A95B，支持可配置推理
阿里巴巴发布了开源旗舰模型Qwen3.8-2.4T-A95B，总参数量达2.4万亿，每次推理激活参数约950亿。该模型采用细粒度MoE架构与全注意力/线性注意力混合机制，支持最长100万token上下文。在NVIDIA ...
2026-08-13
GPT-5.6 Sol实测：开发者称其"令人震惊"，但也存在过度设计问题
OpenAI于7月初向全球用户开放GPT-5.6系列模型，包含Sol（旗舰版）、Terra（主流版）和Luna（轻量版）三个版本。开发者实测反馈呈现两极：有用户称Sol在数据库生成与错误纠错上表现优于Claude Opu...
2026-08-12
NVIDIA发布Nemotron 3.5 Lightning与NeMo Switchyard，加速智能体AI部署
NVIDIA发布Nemotron 3.5 Lightning，这是一款300亿参数的混合专家模型，专为长时运行的智能体AI工作负载设计，输出速度提升4倍，任务完成速度提升30%。同步推出的开源库NeMo Switchya...
2026-08-11
Meta发布开源新模型，扎克伯格全面重塑AI战略布局
Meta宣布发布开源大语言模型Muse Glimmer，这是一款拥有300亿参数、支持12.8万token上下文窗口的模型，可在本地设备运行，采用Apache 2.0协议开源。同时，Meta承诺在未来几周内开放更强大的M...
2026-08-11
Meta发布300亿参数开源模型Muse Glimmer，可在个人电脑运行
Meta今日发布开源语言模型Muse Glimmer，拥有300亿参数，经量化等优化后内存占用压缩至20GB以下，可在消费级显卡的个人电脑上运行。该模型采用"推测解码"两步生成机制，提升响应速度，并针对长提示词、推理任务...
2026-08-11
Meta发布轻量级开源模型，可在笔记本电脑上运行智能体
Meta发布名为Glimmer的300亿参数开源权重模型，专为AI智能体任务设计，可在单块GPU上运行，支持MacBook等消费级设备。该模型旨在帮助用户调度多个AI智能体协同工作。与此同时，Meta还计划发布Spark...
2026-08-07
阿里巴巴发布Qwen3.8-Max，剑指OpenAI和Anthropic
阿里巴巴正式推出迄今最大AI模型Qwen3.8-Max，参数规模达2.4万亿，采用混合专家架构（MoE），推理时仅激活约950亿参数。该模型支持软件工程、多模态推理等企业级任务，开放权重版本将于下周通过阿里云Model ...
2026-08-06
阿里巴巴发布Qwen3.8-Max：自主编程16天完成项目
阿里巴巴发布迄今最大AI模型Qwen3.8-Max，参数规模达2.4万亿，采用混合专家架构，推理时仅激活约950亿参数。该模型专为软件工程、多模态推理等企业场景设计，开放权重版本将于下周通过阿里云模型工作室发布。阿里巴巴...
2026-08-04
爱马仕联合创始人Karan：谈如何打造能够自我改进的人工智能体
他说"你绝对是对的"的时候，你正在被奖励劫持 一个宗教系学生和一个自学程序员，怎么做出了估值15亿美元的开源AI 用Hermes改造了童年游戏的地图，他说这比写代码更让他兴奋。
2026-08-04
阿里巴巴发布Qwen3.8-Max大语言模型，参数量达2.4万亿
阿里巴巴正式推出Qwen系列最新旗舰模型Qwen3.8-Max，参数总量达2.4万亿，约为2月发布的Qwen3.5的7倍，每次推理激活950亿参数。该模型支持最高100万token的上下文输入，可处理逾200页文本或约1...
2026-07-31
Science One框架：基于证据链的可验证自主科研系统
研究人员提出Chain-of-Evidence（CoE）框架及Science One原型系统，旨在解决AI自主科研中的幻觉问题。该框架要求每项研究声明必须附有可追溯的证据链，并通过CoE Audit协议自动审核AI生成论...
2026-07-31
Anthropic发布更高效的Claude Opus 5模型
Anthropic于7月24日发布Claude Opus 5，该模型在编程、知识任务及智能体能力方面大幅提升，性能接近Claude Fable 5，但价格仅为其一半。在Frontier-Bench v0.1基准测试中，O...
2026-07-30
谷歌CEO以Gemini 4月度发布计划转移Gemini 3.5 Pro延期质疑
谷歌CEO桑达尔·皮查伊在季度财报电话会议上回避了Gemini 3.5 Pro延迟发布的问题，转而宣布Gemini 4的开发计划及近乎每月一次的模型发布节奏。分析人士指出，虽然延迟尚未引发客户大规模流失，但已令企业CIO...