2026-07-25
Anthropic Opus 5发布：主打Token效率而非能力飞跃
Anthropic推出Opus 5模型，主打成本效益而非颠覆性能力突破。基准测试显示，Opus 5性能与旗舰Fable模型相当，但价格约为其一半，定价为每百万输入token 5美元、输出25美元。值得注意的是，Anthr...
2026-07-25
Anthropic发布Claude Opus 5：性能更强、安全性全面提升
Anthropic正式推出Claude Opus 5大语言模型，该模型在多项能力上接近其顶级内部模型水平，但成本降低约50%。在13项基准测试中，Opus 5有8项超越同级模型Fable 5，尤其在Frontier-Be...
2026-07-24
为AI评估建立统一语言：EveryEvalEver项目解析
IBM、Hugging Face、慕尼黑工业大学等机构联合推出开源项目EveryEvalEver，旨在解决AI基准测试领域长期存在的标准混乱问题。该项目引入统一的JSON评测格式，建立众包数据库，目前已收录2200个基准...
2026-07-24
用Prime Intellect Lab在几分钟内定制NVIDIA Nemotron 3 Nano
本文介绍如何借助Prime Intellect Lab托管训练平台，在几分钟内完成NVIDIA Nemotron 3 Nano模型的定制化。教程以Python数学任务为例，采用可验证奖励强化学习（RLVR）方法，通过基线...
2026-07-22
谷歌推出三款新版Gemini Flash模型，并发布代码安全智能体CodeMender
谷歌今日发布三款新Gemini Flash模型：Gemini 3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber，同时将代码安全智能体CodeMender推入预览阶段。Gemini 3.6 ...
2026-07-22
谷歌发布三款新 Gemini 模型，Pro 旗舰版仍缺席
谷歌DeepMind发布Gemini 3.6 Flash、3.5 Flash-Lite和3.5 Flash Cyber三款新模型。其中3.6 Flash为主力模型，在编程、知识工作和多模态性能上有所提升，token使用量...
2026-07-22
谷歌发布Gemini 3.6 Flash及网络安全AI，并预告3.5 Pro和Gemini 4
谷歌近日发布三款新AI模型，包括Gemini 3.6 Flash、3.5 Flash Lite及首个面向网络安全领域的Gemini 3.5 Flash Cyber。3.6 Flash在编程测试中得分从37%跃升至49%，...
2026-07-21
Z.ai推出GLM 5.2，低价模型正在揭露开发者的高消费习惯
北京Z.ai实验室于6月16日发布开源模型GLM 5.2，拥有7530亿参数，API调用价格仅为每百万输出token 4.4美元，不足Anthropic Opus 4.8的五分之一。该模型在部分编程基准测试中接近主流前沿...
2026-07-20
Mira Murati创业公司发布Inkling开源AI模型
前OpenAI首席技术官Mira Murati创立的Thinking Machines Lab发布首款通用AI模型Inkling。该模型采用混合专家架构，总参数量达9750亿，支持最高100万token上下文窗口，预训练...
2026-07-20
阿里巴巴发布Qwen3.8预览版，宣称性能仅次于Claude Fable 5
阿里巴巴在上海世界人工智能大会上发布旗舰模型Qwen3.8-Max-Preview预览版，拥有2.4万亿参数，是首个突破万亿参数并支持图像、视频和文档多模态处理的Qwen模型。阿里声称该模型性能"仅次于Anthropic...
2026-07-14
是否该为企业招募数字员工？AI 智能体团队搭建全指南
AI智能体正从"建议者"进化为"执行者"。不同于ChatGPT等传统聊天机器人，OpenClaw、Hermes等AI智能体可直接与其他平台交互，自动完成发送邮件、更新日程、发布社交媒体内容等任务。部署时，建议将智能体托管...
2026-07-14
AI赋能自主机器人：从工厂走向家庭的未来图景
随着自动驾驶和无人机配送的普及，通用型自主机器人正逐步走向现实。人工智能的快速发展，尤其是强化学习和大型基础模型的突破，极大推动了机器人自主能力的提升。波士顿动力、Physical Intelligence等公司和研究机...
2026-07-14
数据中心能源需求威胁特朗普"美国制造"计划
随着数据中心能源需求激增，美国最大电网运营商PJM所在区域的制造业电费大幅上涨。俄亥俄州一家砖厂月电费从1600美元飙升至12000美元，钢铁企业年均额外支出数千万美元。PJM容量价格从2024年的每兆瓦日28.92美元...
2026-07-14
谷歌更新 Android Bench 基准测试，但 Gemini 表现仍落后
Google近日对Android应用开发基准测试Android Bench进行重大更新，新增Claude Fable 5、GPT系列、Qwen等8款主流大模型，并引入成本与效率指标。最新排行榜显示，Claude Fabl...
2026-07-14
常春藤教授用现场考试揭穿AI作弊，成绩暴跌50%
布朗大学经济学教授Roberto Serrano因怀疑学生使用AI作弊，将期末考改为现场考试，平均分从96分骤降至48分。此前，他将期中考设为开卷带回家完成，86名学生报名（往常不超过30人），40人获满分100分。改为...
2026-07-14
防御者开始用提示注入技术反制AI黑客攻击
安全公司Tracebit研究人员发现，将"提示注入"字符串植入AWS存储的密码、密钥等敏感资源旁，可有效瓦解AI黑客代理的攻击。该技术被命名为"上下文轰炸"——通过触发攻击型LLM的拒绝机制使其停止行动。测试覆盖5款主流...
2026-07-14
谷歌2025年电力消耗同比激增37%，创历史新高
谷歌最新可持续发展报告显示，2025年公司年度用电量同比增长37%，创历史最高增幅，自2019年以来累计增长超250%。数据中心用电量超过4200万兆瓦时，堪比新西兰、丹麦等国家的全国用电量。尽管运营排放下降2%，但供应...
2026-07-14
马斯克X平台被指严重威胁美国用户隐私安全
多个隐私与消费者保护组织联名致信美国联邦贸易委员会（FTC），强烈反对X平台终止FTC数据审计监管的请求。X平台以品牌重塑和欧盟GDPR合规为由，要求撤销FTC原有监管令。但倡导者指出，X平台在数据泄露、Grok聊天机器...
2026-07-14
英国监管机构警告：跟上金融业AI应用步伐如同"军备竞赛"
英国金融行为监管局（FCA）高级官员谢尔顿·米尔斯警告，监管机构正面临与AI应用的"军备竞赛"。报告显示，五分之一的英国成年人愿意使用ChatGPT、Claude等大型语言模型辅助个人财务决策，但这些工具目前尚不受监管。...