2026-08-27
揭秘神秘AI模型Ox Alpha：Z.ai正式承认其GLM系列新作
周末，科技圈对匿名发布于OpenRouter的开源AI模型Ox Alpha展开热烈猜测，该模型已在多项基准测试中跻身榜首。彭博社证实，Ox Alpha出自GLM系列开发商Z.ai之手，是GLM系列最新迭代版本。Z.ai将...
2026-08-27
两周变天：xAI杀入三国战局，a16z合伙人说护城河其实没垮
a16z投资合伙人Anish Acharya在播客中提出"多赢家"论，认为xAI两周内跻身模型三强证明AI模型格局远未定型；他同时指出，网络效应、品牌等传统护城河并未被低成本AI瓦解，唯有系统集成类护城河受到冲击，而企业...
2026-08-26
IBM Granite 4.2系列大语言模型发布，主打本地部署推理能力
IBM推出Granite 4.2开源大语言模型系列，提供3B、8B和30B三种参数规模版本，原生支持128K上下文窗口。该系列主打本地部署，8B和30B版本经过强化学习训练，支持终端操作、网络搜索和外部工具调用。Gran...
2026-08-26
Granite 4.2发布：为企业智能体带来原生推理能力
IBM发布Granite 4.2语言模型，提供3B、8B和30B三种参数规模，专为企业级智能体工作流设计。该模型内置"思考"能力，支持逐步推理、工具调用和多阶段强化学习训练。同步发布的Granite Speech 5.0...
2026-08-22
朱恩·成·朴想用AI模拟80亿人：这个疯狂想法距离现实还有多远？
斯坦福研究员朱恩·成·朴从"Smallville"生成式智能体实验出发，创立 Simile AI，致力于构建人类行为基础模型。他解释了为何前沿大模型难以真实模拟人类行为、为何好的模拟必须重现人类的偏见与错误，以及如何通过...
2026-08-22
DeepSeek发布多模态大语言模型，视觉基准测试超越Opus 4.8
DeepSeek推出旗舰V4系列新成员V4 Flash Vision Exp，该模型目前仅向付费开发者开放。在七项文本基准测试中，新模型在六项上超越前代V4 Flash；在图像分析领域提升尤为显著，两项视觉测试得分高出逾...
2026-08-22
开发者如何评价GLM-5.3：工业级蒸馏还是基准测试刷分？
中国AI公司Z.ai发布GLM-5.3模型，声称在复杂编码和长周期任务上较GLM-5.2提升50%，改进完全来自后训练优化，包括推理对齐、监督微调和RLHF。然而，多位开发者对此持保留态度：有人怀疑模型能力源于对Anth...
2026-08-21
阿里巴巴新模型：可在笔记本电脑运行，性能比肩Opus 4.6
阿里巴巴发布Qwen3.8-27B稠密模型，采用Apache 2.0开源协议，支持在配置较好的MacBook Pro或Mac Studio本地运行。据阿里巴巴基准测试，该模型性能与Anthropic Claude Opu...
2026-08-20
AI正在引发数学界的存在主义危机
OpenAI近期发布AI模型一次性解决10个数学难题，在数学界引发轩然大波。该模型在抽象数学领域表现卓越，但基础算术仍存在缺陷。数学家们面临存在主义危机：AI能否替代人类数学家？博士生研究方向可能在四年内被AI攻克。有学...
2026-08-19
Gemini 3.7 Flash发布：价格减半，专注编程与智能体工作流
谷歌发布Gemini 3.7 Flash模型，定价为每百万输入token 0.75美元、输出3.75美元，约为上一版本的一半。新模型距3.6 Flash发布仅三周，重点提升编程、调试及多步骤自动化能力。在Frontier...
2026-08-19
DeepSeek V4系列API大幅涨价，部分价格涨幅超11倍
DeepSeek宣布对其V4模型系列API进行调价，部分价格涨幅高达1100%。新定价采用峰值/非峰值机制，非峰值享半价优惠。此次调价与V4-Pro正式发布及V4-Flash测试版推出同步进行，将于8月16日生效。分析师...
2026-08-18
使用量化感知蒸馏技术构建Nemotron 3.5 Lightning NVFP4模型
NVIDIA通过量化感知蒸馏（QAD）技术，将Nemotron 3.5 Lightning模型从66GB压缩至22GB的NVFP4格式，在保持精度的同时实现最高4倍吞吐量提升。QAD以全精度BF16模型为教师，通过KL散...
2026-08-17
Anthropic详解Claude隐形文本水印的工作原理
Anthropic近日披露了其为遵守欧盟《人工智能法案》而为Claude引入隐形文字水印的技术细节。该系统基于谷歌DeepMind开发的开源SynthID-Text方案，通过在文本生成过程中利用词语概率的随机选择，在输出...
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...