Meta AI BlogMeta AI 的 SAM 3 和 DINOv3 模型驱动 Genesis 任务项目首波进展
Meta AI 发布的 SAM 3 和 DINOv3 开源模型，通过 300 A100 GPU 在 NERSC 超级计算机上实现科学图像 15 分钟内完成 3D 语义分割与重建，助力美国能源部 Genesis 任务项目解决 ALS 升级后数据爆炸带来的分析瓶颈，已在葡萄藤干旱细胞级研究中实现月度专家标注效率提升 20 倍。
实时
全部 AI 动态
- Meta AI Blog
Cognition BlogSWE-1.7 发布：前沿智能的降本方案
SWE-1.7 是 Cognition 训练的最强模型，以更低成本达到前沿智能水平。它通过改进 RL 管道（更好基础设施、更稳定训练、高质量数据、长时任务新技巧）实现突破，挑战“微调天花板”假设。在 Devin 平台（Web/桌面/CLI）通过 Cerebras 提供，支持 1000 TPS，编码基准测试中 FrontierCode 1 评分达 42.3%。
- Meta AI Blog
Meta AI 发布 Muse Spark 1.1 多模态推理模型
Muse Spark 1.1 是 Meta Superintelligence Labs 最新发布的多模态推理模型，在工具和计算机使用、编码及多模态理解方面显著提升，支持百万 token 上下文窗口，通过 Meta Model API 对开发者开放公共预览，在 Meta 内部编码评测中超越 Muse Spark 并与领先替代方案持平。
- Meta AI Blog
Meta AI 发布 Muse Image 和 Muse Video：首批媒体生成模型
Meta AI 发布了其最先进的图像生成模型 Muse Image，该模型能忠实遵循指令、精确编辑、从多参考中构图，并具备智能体工具使用能力，已集成 Muse Spark；Muse Video 同样基于相同预训练基础，提供卓越视觉保真度并支持原生音频。
ByteDance Seed · Hugging Face 新模型2727字节跳动种子/PAR模型发布
字节跳动种子发布3款PAR模型：3scale_400M、3scale_400M_pdb和3scale_by_ratio_60M，分别用于基准测试、PDB数据集微调和零样本动机构建。
Prime Intellect Blogprime-rl v0.6.0 发布：在 1T 参数规模下高效训练多专家模型
prime-rl v0.6.0 发布，支持在 1T 参数规模下高效训练多专家模型，GLM-5 在 SWE 任务上可支持 131k 序列长度、256 滚动批大小、5 分钟内单步训练，仅需 28 个 H200 节点完成。
Moonshot AI · Hugging Face 新模型Kimi K3 发布：Moonshot AI 推出的 2.8T 参数开源多模态智能体模型
Kimi K3 是 Moonshot AI 发布的 2.8T 参数开源多模态智能体模型，采用 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 架构。
- Moonshot AI · Hugging Face 新模型
Moonshot AI 的 Kimi K2.7 Code 模型发布
Kimi K2.7 Code 是 Moonshot AI 基于 Kimi K2.6 构建的编码专注型智能体，在真实长时程编码任务上改进显著，相比 Kimi K2.6 思考 token 使用减少约 30%。
Microsoft AI NewsMicrosoft MAI 在 Build 2026 大会发布七款新模型，涵盖图像、语音、转录、推理和编码。
Microsoft MAI 在 Build 2026 大会发布七款新模型，包括 MAI-Image-2.5 及其 Flash 变体（图像编辑基准排名第二）、MAI-Transcribe-1.5（全球最佳转录模型）。
- Microsoft AI News
微软发布七款新 MAI 大模型并推出前沿调优技术
微软发布七款新 MAI 大模型，可在 Foundry 平台使用并针对自家产品优化，同时通过 OpenRouter、Fireworks 和 Baseten 向开发者开放，首次支持开发者自行微调模型权重。
MiniMax · Hugging Face 新模型MiniMax-M3-MXFP8 发布：原生多模态模型支持百万级上下文
MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
- ByteDance Seed · Hugging Face 新模型2828
ByteDance Seed/SimArt 模型预训练权重发布
ByteDance Seed/SimArt 模型预训练权重发布，包含用于生成关节式 3D 对象结构（URDF 文件）的多模态大语言模型（MLLM）权重，以及用于编码解码 3D 零件几何形状到离散潜在空间的稀疏 VQ-VAE 模型权重。
- Moonshot AI · Hugging Face 新模型
Kimi K2.6发布：开源多模态智能体模型在长时程编码与自主执行中突破性能
Kimi K2.6 是一个开源多模态智能体模型，在长时程编码、编码驱动设计、主动自主执行和群组任务编排方面取得显著进步。它拥有 1 万亿参数，上下文长度达 256k tokens，在 HLE-Full 基准测试中达到 54.0 分，在 BrowseComp（智能体群组）基准测试中达到 86.3 分，并支持 300 个子智能体并行执行 4,000 个协调步骤。
- Cognition Blog
SWE 1.6 发布：提升软件工程智能体模型体验
SWE 1.6 是专为软件工程智能体构建的最新模型，在 Windsurf 上提供通用支持，速度达 950 tok/s 且未来 3 个月免费。相比 SWE-1.5，SWE 1.6 在 SWE-Bench Pro 上提升超 10%，通过联合优化用户体验和推理流畅度，显著减少过度思考、工具调用冗余等行为，使模型交互更高效。
LangChain Blog开源大语言模型已跨越关键阈值
开源大语言模型 GLM-5 和 MiniMax M2.7 在文件操作、工具使用和指令遵循等核心智能体任务上，与闭源前沿模型（如 Claude Opus 4.6、GPT-5.4）表现相似，工具调用可靠且指令遵循一致。
- Microsoft AI News
微软宣布推出3款顶级MAI模型，可在Foundry平台使用。
微软推出了MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2三款顶级AI模型，MAI-Transcribe-1每小时起价0.36美元。
- Cognition Blog
SWE-1.6 开源多模态模型发布及研究进展
SWE-1.6 在 SWE-Bench Pro 上取得 11% 的更高分数，但存在过度思考和自我验证问题，模型以 950 tok/s 的速度运行。该模型通过改进 RL 算法和扩展基础设施训练，计算量提升两个数量级，目前向小部分用户开放早期访问以收集反馈。
Browser UseBrowser Use 发布开源浏览器自动化基准 BU Bench V1，Claude Fable-5 评分最高达 80.0%
Browser Use 发布开源浏览器自动化基准 BU Bench V1，包含 100 个硬核浏览器任务，Claude Fable-5 评分最高达 80.0%，领先 GPT 5.5 12 点；Browser Use Cloud (bu-ultra) 评分 78.0%，速度约 14 任务/小时。基准基于真实网站任务，使用 LLM 判定器评分，可在 GitHub 获取。
Anthropic Research5050科学家如何使用 Claude 加速研究与发现
科学家通过 Claude 4.5 在生物图解、计算生物学和蛋白质理解基准测试中取得显著进步，该模型已通过 API 供全球顶尖研究人员免费使用，并构建出超越文献综述或编码辅助的定制系统。在实验室中，Claude 作为协作伙伴贯穿研究全过程，通过多种工具将通常耗时数月的项目压缩至数小时，并发现人类可能忽略的大数据集模式，消除知识密集型任务瓶颈，甚至启用传统方法无法采用的全新研究途径。
Liquid AI BlogLiquid AI 发布 LFM2.5：下一代边缘 AI 模型家族
Liquid AI 发布 LFM2.5-1.2B 模型家族，其预训练扩展至 28T tokens 并通过强化学习显著提升后训练效果，在知识、指令遵循、数学和工具使用基准上表现优异。该系列包含 Base、Instruct、日语、视觉语言和音频语言模型，所有模型均开源，可在 Hugging Face 和 LEAP 获取。音频模型比前身快 8 倍，原生运行于车辆、移动设备和 IoT 设备。
- Prime Intellect Blog
INTELLECT-3：一个使用大规模强化学习训练的100B+参数专家混合模型
INTELLECT-3是一个106B参数的专家混合模型，在GLM 4.5 Air基础模型上使用SFT和RL训练，在数学、代码、科学和推理基准测试中达到其规模的最优性能，优于许多更大型的前沿模型。
- Cognition Blog
引入 SWE-1.5：我们的快速 Agent 模型
SWE-1.5 是一个拥有数百亿参数的边界规模模型，在编码方面实现了近乎 SOTA 的性能，并通过与 Cerebras 合作将其服务速度提升至高达 950 tok/s，比 Haiku 4.5 快 6 倍，比 Sonnet 4.5 快 13 倍。SWE-1.5 现已在 Windsurf 上可用。
- Cognition Blog
介绍 SWE-grep 和 SWE-grep-mini：用于多轮快速上下文检索的强化学习模型
SWE-grep 和 SWE-grep-mini 是专为快速并行上下文检索训练的智能模型，其检索能力与前沿编码模型相当，但耗时仅为其十分之一。它们现已在 Windsurf 的新 Fast Context 子代理中提供。
OpenAI NewsOpenAI 推出 GPT-5
历史样本 • 2025年8月7日。OpenAI 推出了 GPT-5，作为一个结合快速响应、深度推理和它们之间路由的系统。这张卡片是原始公告的编辑预览摘要，不是当前的模型推荐。
AnthropicAnthropic 推出 Claude Opus 4 和 Sonnet 4
历史样本 • 2025年5月22日。Anthropic 宣布推出 Claude Opus 4 和 Claude Sonnet 4，强调编程、推理和代理工作流程。阅读原始公告以了解其评估和发布背景。
- Prime Intellect Blog
INTELLECT-2 发布：首个通过全球分布式强化学习训练的 32B 参数模型
INTELLECT-2 是首个通过全球分布式强化学习训练的 32B 参数模型，采用完全异步 RL 跨动态异构计算贡献者群组训练推理语言模型。开源了训练框架 PRIME-RL 及 TOPLOC、SHARDCAST 等组件，并改进 GRPO 训练配方与数据过滤技术，在数学和编码任务上提升 QwQ-32B 性能。
Google DeepMindGoogle 推出 Gemini 2.5 Pro 实验版
历史样本 • 2025年3月25日。Google 推出具备推理能力的 Gemini 2.5 Pro 实验版，并通过 Google AI Studio 和 Gemini 应用描述了其可用性。这是一个通过源链接的历史示例，用于回顾原始新闻界面。
- Prime Intellect Blog
INTELLECT-1 发布：首个全球联合训练的 10B 参数模型
INTELLECT-1 发布，首个由全球协作训练的 10B 参数语言模型，基于 Llama-3 架构，在 5 国 3 大洲 112 个 H100 GPU 上完成 1T token 训练，PRIME 框架实现 400x 通信带宽降低，96% 计算利用率，支持 8192 序列长度、128256 词汇量，模型代码及数据已开源。
- Prime Intellect Blog
INTELLECT–1 全球分布式训练首个 10B 参数模型
INTELLECT-1 启动全球首个 10B 参数模型分布式训练，邀公众贡献算力参与，推动开源 AGI 进程。该训练基于 OpenDiLoCo 开源实现，将 DeepMind DiLoCo 方法的 1B 参数规模扩展 10 倍，显著降低通信频率（最高 500 倍），通过量化伪梯度（int8）与 500 步外优化器同步将带宽需求降低 2000 倍。
%2520(1)-1.png%3Fv%3D522e7362d902&mode=card&exp=1794873600&sig=3b9f29f9da9a0906)
- Cognition Blog7575
Devin 在 SWE-bench 基准测试中成功解决 13.86% 的问题
Devin 在 SWE-bench 基准测试中成功解决 13.86% 的问题，远超此前最高 1.96% 的未辅助基线，即使提供确切文件也优于最佳前代模型（4.80%）。
