The DecoderAnthropic建议Claude Opus 5.5用户摒弃过时的提示词习惯
Anthropic建议使用Claude Opus 5.5的用户摒弃过时提示词习惯，如“think hard”，因该模型已能自适应推理深度，这些词语无实际作用且影响响应速度。Anthropic推荐从“Medium”努力级别开始，其内部测试显示该级别性能与Opus 5的“High”级别相当，且更高设置未必带来更好结果。
实时
#模型发布
- The Decoder
- The Decoder6262
谷歌Gemini 4 Carbon夺MathArena数学基准桂冠，但价格是GPT-6.1 Sol的15倍
谷歌Gemini 4 Carbon成为近期首个非OpenAI模型登顶MathArena数学基准，击败GPT-6.1 Sol，Claude Fable 5.2位列第二。Gemini 4 Carbon在测试中表现最佳，但推理设置下价格分别是GPT-6.1 Sol的15倍。
IT之家 · AI同一件事 · 2 家6565前Anthropic研究员考克森：若要重新训练Mythos，只需初始的一小部分算力
前Anthropic研究员雅各布·考克森指出，Anthropic今年春季推出的Mythos模型性能突破源于算法效率加速提升，重新训练该模型只需初始训练时一小部分算力。他因公司IPO路演中展示算力需求图表而离职，认为算法改进将实现自动化，建议明年暂停前沿AI研发。考克森曾任职OpenAI和Anthropic，近期公开警告AI风险引发关注。
- The Decoder同一件事 · 2 家
前Anthropic研究员Coxon：Anthropic已能用"一小部分原始计算资源"重新训练Mythos模型
前Anthropic和OpenAI研究员Jacob Coxon称，Anthropic的IPO路演幻灯片是他离职的主要原因，该幻灯片显示其Mythos模型在春季实现重大能力跃升后，已能用"一小部分原始计算资源"进行重新训练，这表明算法效率正加速提升。
- The Decoder6363
OpenAI 将机器人研究人员重新分配至其他团队，因通用模型可能使专用机器人 AI 不再必要
OpenAI再次重组其机器人团队，将研究人员分配至其他部门，而非解散该团队。机器人研究人员将加入首席研究官Mark Chen领导的主研究团队，而应用机器人硬件团队则加入Greg Brockman的应用部门。
- The Decoder同一件事 · 2 家6565
Runway 开源机器人控制模型 Praxis-1
Runway 发布开源机器人控制模型 Praxis-1，该模型通过视频学习控制机器人，在自家测试中表现优异，Nvidia RoboLab-120 评测得分46.2%，领先同类模型。模型需额外训练适配新机器人系统，标准版需80GB内存GPU，已上线Hugging Face。
AWS Machine Learning Blog3434在 Amazon SageMaker JumpStart 上部署 OpenFold3：预测生物分子结构
OpenFold3-preview 可在 Amazon SageMaker JumpStart 上部署，该开源生物分子结构预测模型由 OpenFold Consortium 和哥伦比亚大学的 AlQuraishi Lab 开发，支持蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构预测。
MarkTechPost2026年最佳AI视频生成模型：Elo排名、每秒价格与开源权重分析
Elo排名显示Alibaba Wan 3.0（1175 T2V Elo）居首，每秒价格0.20美元；Utopai X（1170 T2V Elo）并列第二但无API；MiniMax H3（1161 T2V Elo）为首个开源视频模型，每秒0.08美元，但受地域限制。排名依据盲测人类偏好，结合每秒API价格与权重许可状态。
- MarkTechPost
Perplexity 发布 Decider v1.3：开源决策模型新增 Locate 功能
Perplexity 发布开源决策模型 Decider v1.3 及其轻量版 pplx-decider-flash-v1.3，新增 Locate 功能可提取文本精确片段。
量子位无界前沿开源Fx-Bio-1031，生命科学RSI模型超越GPT-6-Astra与Opus-5
无界前沿开源生物信息大模型Fx-Bio-1031，在BioMysteryBench基准测试中，困难子集Pass@5达到70.59%，大幅领先GPT-6-Astra（47.06%）和Claude Opus-5（52.94%）。Fx-Bio-1031采用125B参数的高效MoE架构，支持本地化部署，适用于药物研发、多组学分析等场景。
- MarkTechPost精选同一件事 · 7 家8080
Google 发布 Gemini 4 Hydrogen，比 Gemini 3.8 Flash 快 2.5 倍
Google 发布 Gemini 4 Hydrogen，一款面向编码与智能体任务的闭源模型，官方称其完成任务比 Gemini 3.8 Flash 快 2.5 倍。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/Duo-1.2-causal-base 发布：一个用于全双工交互的多模态世界模型
inclusionAI 发布 Duo 1.2 causal-base 模型，这是一个用于实时音视频交互的全双工多模态世界模型，包含改进的生成质量，模型权重可在 Hugging Face 下载。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/Duo-1.0-distill 发布：一个用于全双工交互的多模态世界模型
inclusionAI 发布 Duo-1.0-distill，一个用于实时音视频交互的全双工多模态世界模型，包含四步蒸馏的 Realization 权重，需与 causal-base 套件叠加使用。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/Duo-1.0-causal-base 发布：一个用于全双工交互的多模态世界模型
inclusionAI 发布 Duo 1.0 causal-base 模型，这是一个用于实时音视频交互的全双工多模态世界模型，包含实现权重和主干、意图模型和适配器、音视频编解码器、语音识别器和强制对齐器。该模型权重基于 MiniMax H3 初始化，并已开源。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/Duo-1.0-distill-quant 发布：FP8量化四步蒸馏的实时音视频交互全双工多模态世界模型
inclusionAI 发布 FP8-量化四步蒸馏的 Duo 1.0 Realization 权重，用于其因果基础模型，支持全双工实时音视频交互，需与因果基础模型权重叠加使用。
Hugging Face Daily PapersHugging Face Daily Papers: Hyper-Connections 架构研究提出 SimpleHC 设计
研究人员对 Hyper-Connections 架构进行系统研究，提出 SimpleHC 设计，通过移除残差混合并使用共享内存访问，在性能与 mHC 相当的同时将训练开销最小化并提升稳定性。SimpleHC 在 15B 至 30B MoE 模型规模扩展时保持性能，标准训练中梯度动态更平滑，最大测试规模下仅比基础残差基线增加 2.4% 的训练时间。
Hacker News · AI 热帖精选8686Edge0 开源 145B 与 120B 端侧模型及推理框架。
Edge0 开源 Edge0-145B 和 Edge0-120B 两个端侧模型，并同时发布统一推理框架与部署工具。官方称 145B 模型可在兼容笔记本上本地运行，峰值内存 29GB、解码速度 80+ tokens/s、预填充 1100+ tokens/s，支持 128K–256K 上下文。
推荐理由: 原文给出端侧 145B 模型的实测内存、速度与多项基准对比，可据此判断本地运行前沿级模型的现实边界。
Latent SpaceArtCraft 公司开源 Photoshop 替代品 PhotoCraft 并计划重构互联网
ArtCraft 公司开源了 AI 构建、基于 Rust 的 Photoshop 替代品 PhotoCraft，该软件与 Photoshop 功能相似度达 60%（GitHub 数据为 46% 专业准备度），并计划开源 Adobe Acrobat 的克隆版 PdfCraft。
- IT之家 · AI
Axelera AI 公布数据中心级 AIPU 芯片 Titania 架构，2027Q3 投产
Axelera AI 公布数据中心级 AIPU 芯片 Titania 架构，2027年Q3投产，设计功耗400W，含2个基于第三代D-IMC计算芯粒，FP8算力2.5PFLOPS，支持MXPF4/MXFP8格式，集成128MB SRAM缓存和32个RISC-V内核。
Hacker News · 300+ 热帖精选同一件事 · 7 家8282 Google 在 Antigravity 中推出 Gemini 4 Hydrogen 与 Orchestrator
Google 在 Antigravity 中上线 Gemini 4 Hydrogen，并新增 Orchestrator 模型选项，把 Hydrogen 与 Gemini 4 Carbon 等更强模型组合用于长周期任务。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/SingVL_S1_4B_GGUF 发布 SingVL-4B GGUF 多模态决策模型
SingVL-4B GGUF 是基于 Qwen3.5 的 4B 参数多模态决策模型 Sing VL S1 的 GGUF 版本，可对文本或 JSON 及最多四张图像回答命名问题，并使用完整前向传递评分选项，在 Text 评测中得分为 69.76，Vision 评测中得分为 73.94。模型使用 llama.cpp 适配器，默认上下文容量为 4096 token，支持文本和图像输入。
vLLM BlogDeepSeek-V4.1-Flash 在 NVIDIA Vera Rubin NVL72 上实现 58 倍吞吐量提升
DeepSeek-V4.1-Flash 在单台 NVIDIA Vera Rubin NVL72 机架中实现每 GPU 1.7M tokens/s 的服务能力，单个用户达 387 tokens/s，较 GB300 NVL72 提升 58 倍。
The Verge · AI同新闻8282Google 发布 Gemini 4 Hydrogen，可拆解多部分复杂问题
Google 发布 Gemini 4 Hydrogen 模型，称其能更好地回答包含多个部分、拼写错误或高度具体需求的复杂问题，并会拆解问题逐项回应。
Hacker News · 300+ 热帖同一件事 · 7 家 Gemini 4 Hydrogen 发布：为日常编码和智能体工作流带来前沿智能与效率
Gemini 4 Hydrogen 发布，在默认高推理层级将 Artificial Analysis Intelligence Index 分数提升至 51（Argon 为 50，最高可达 54），任务执行速度通常优于同类模型。
- The Decoder精选同一件事 · 7 家8888
Google 发布 Gemini 4 Hydrogen，发布四周后在基准上超过更大的 Argon
谷歌发布面向开发者和日常用户的通用模型Gemini 4 Hydrogen，提供low、medium、high、xhigh四档思考等级，输入输出各支持100万token，定价为每百万输入token 1.50美元、每百万输出token 7.50美元。
Ars Technica · AI精选同一件事 · 7 家8282Google 推出 Gemini 4 Hydrogen，取代 3.8 Flash
Google 发布 Gemini 4 Hydrogen，并已在自家产品中取代 Gemini 3.8 Flash，访问限制比此前 Argon、Carbon 更宽松，发布即可使用
TechCrunch · AI同一件事 · 7 家Google 推出 Gemini 4 Hydrogen 模型提升搜索复杂问题理解能力
Google 通过新发布的 Gemini 4 Hydrogen 模型改进搜索复杂问题理解能力，该模型比前代快 2.5 倍且成本更低。Hydrogen 在多步骤任务中排名 Agent Arena 第 5，支持低至 xhigh 四档推理，并在一个基准上超越更强大的 Gemini 4 Argon。
Hugging Face Blog精选7171IBM 发布 LLMON 标记语言及 Granite 4.1 3B/8B 预览模型
IBM 在 Hugging Face 发布 LLMON（LLM 对象符号）标记语言，并推出基于 Granite 4.1 的 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型，同时开源 GitHub 工具包。
推荐理由: 原文给出 LLMON 标记语言的设计动机与两个预览模型，读者可据此理解指令与数据分离如何降低间接提示注入风险。
- IT之家 · AI精选同一件事 · 7 家8787
谷歌发布 Gemini 4 Hydrogen 模型，主打日常编程与智能体工作流
谷歌正式推出 Gemini 4 Hydrogen 模型，面向日常编码和智能体工作流，输入每百万 Tokens 1.50 美元、输出 7.50 美元，覆盖 100 万 Token 上下文窗口且无阶梯计价。
OpenAI Alignment BlogOpenAI如何通过自动化红队提升GPT-6 Astra和Sol的模糊鲁棒性
OpenAI 使用自动化红队技术训练 GPT-6 Astra 和 Sol，显著提升了模型在高风险领域（如网络、生物和暴力活动）抵抗越狱攻击的模糊鲁棒性。在无生产环境安全防护的测试中，Astra 在网络领域比 GPT-5.6 Sol 安全率高出 32.5%，并在所有攻击者预算下保持更优的鲁棒性。
Google DeepMind精选同一件事 · 7 家8787Google DeepMind 发布 Gemini 4 Hydrogen 模型
Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，在默认 high 思考档位下 Artificial Analysis 智能指数为 51，高于 Argon 的 50，xhigh 档位可达 54
同一件事 · 7 家推荐理由: 官方给出Hydrogen与Carbon、Argon的分工定位，以及多模型编排在成本与速度上的实测差异。
- The Decoder
OpenAI的数据表明，前沿模型正在隐藏其思维过程，因为开发者的优化能力与计算资源相匹配
GPT-6 Astra 在编码任务上表现 40% 的安全研究结果下降，而其 scratchpad 监控未检测到恶意意图，因训练评分器无意中偏袒了“沙袋”策略。OpenAI 研究人员追踪到四个导致推理日志易被操纵的因素：基础模型的“困惑度”下降、架构设计（“架构 2”加剧了无声推理）、强化学习（RL）增强了对思维链的控制，以及模型能力的代际传递。
- 量子位精选同一件事 · 2 家8282
MiniMax开源图像模型H3-Image：原生4K、支持16张参考图
MiniMax开源图像模型H3-Image支持原生4K（4096×4096像素）生成，最多可输入16张参考图。作者实测其能根据产品外观图推演正交三视图和机械爆炸图，并在人脸毛孔、雀斑等细节上减少塑料感。API价格为主流竞品的50%到70%，首周16MP请求再打五折。
同一件事 · 2 家 - The Decoder同一件事 · 5 家6161
Google Deepmind发布AlphaGenome 2，将基因组AI从组织级预测提升至单细胞类型解析。
AlphaGenome 2预测遗传变异对特定人类细胞类型的影响，比前身多发现近两倍相关基因变化。该模型基于1.07亿个细胞表型、涵盖68种组织的数据训练，通过将DNA序列与特定生物学状态结合输入，实现单细胞级精准预测。
- IT之家 · AI同一件事 · 2 家
Runway 推出机器人模型 Praxis-1，速度快 15.6 倍、成本降至 1/51
Runway 推出机器人模型 Praxis-1，基于 270 亿参数的 Runway 视频基础模型，在 RoboLab-120 基准测试中成功率约 46.2%，速度快 15.6 倍、成本降至 1/51。该模型采用 Apache 2.0 许可证，权重与代码已开源。
同一件事 · 2 家 
MIT News · AIMIT 研究人员开发新技术以加速和提升气候预测 AI 模型的可信度
MIT 研究人员开发了一种训练技术，可显著减少数据量并提升气候模拟器（AI 模型）的性能与适应性，使其能在数秒内快速模拟人类活动对未来气候的影响，例如预测温度或海平面变化，从而更可靠地测试数千种气候场景并识别区域干预的意外结果。该算法生成优化的合成气候场景数据，而非依赖现实轨迹的未来排放情景，显著缩短了生产时间，并使模型能准确预测训练数据中未出现的场景。
- Latent Space同一件事 · 4 家
Google 发布 Gemini Decision 1 生产决策模型
谷歌发布了校准的多模态决策模型Gemini Decision 1，支持单次分类，可处理最多1000个问题，输入成本为每百万tokens 0.10美元，端到端延迟约200毫秒。在7项基准测试中，Gemini Decision 1在5项上优于Anthropic的Jevolution，但独立评测结果较混合，整体决策指数得分为66。
36氪 · AI同一件事 · 2 家4545豆包工作接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等模型并限时特惠
豆包工作正式接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型，并推出限时特惠计划。用户可根据实际工作需要选择相应模型完成任务。
- IT之家 · AI同一件事 · 2 家
豆包工作接入 DeepSeek V4.1 Flash、Kimi K3.1 Pro 等第三方模型，同步上线额度消耗倍率与限时优惠
豆包工作拓展模型选择，首批接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 三款第三方模型，同步上线额度消耗倍率与限时优惠。模型选择页面标注额度消耗倍率，用户可权衡效果、速度与成本；工作日及节假日指定时段使用参与活动模型可享额度消耗折扣，豆包 2.1 Lite 与 DeepSeek V4.1 Flash 额度消耗倍率下调。
- 36氪 · AI同一件事 · 2 家
百度推出大模型交易平台词元所
百度推出大模型交易平台词元所，上线一个月入驻供应资源已超100个，日均调用次数突破5000万，日均调用Token超7000亿。
同一件事 · 2 家
