QbitAI

GPT-6 Astra 深度实测：指挥宇树G1收拾厨房

• 斯坦福团队项目 HomeBody 让宇树 G1 先探索陌生厨房建模，再按指令收纳物品、丢纸盒，甚至找出视野外的药。
• 核心做法是让 GPT-6 Astra 把导航、抓取、开抽屉等机器人技能当工具调用，由它理解目标并安排步骤。
• 团队称部署到新厨房无需额外采集训练数据，也不用再训练专用动作策略，泛化性相当可观。

19 天前访问原文链接

TheVerge_AI

Gemini 4 Argon 深度实测：强到只放给安全圈

• Google 发布新一代前沿模型 Gemini 4 Argon，主打软件工程、法律金融与网络安全防御等长链路任务。
• 它先只开放给一批受信任的网络防御者，通过 Fairwind 计划逐步扩量，并配合美国政府的前置模型访问流程。
• Argon 已在 Google 内部落地大规模代码库迁移，并称多项基准领先 OpenAI 与 Anthropic。

19 天前访问原文链接

QbitAI

Space Bunny 深度实测：匿名模型 Coding 能打吗

• 匿名模型 Space Bunny 几天内冲上 OpenRouter 与 OpenCode 调用日榜第一。
• Three.js 立方体天坛任务约两小时跑完，模型自行加了昼夜循环与天气切换。
• macOS 闹钟耗时 22 分 46 秒，菜单栏字幕 App 不到 5 分钟出首版，缓存命中率多在 95% 以上。

22 天前访问原文链接

ProductHunt

Cuey 上手：一屏对比 30+ 大模型的答案分歧

• Cuey 把同一个提示词并发发给 ChatGPT、Claude、Gemini 等 30 多个模型。
• 界面会标出各模型答案出现分歧的地方，省去来回切标签页和重复描述。
• 用户的记忆与上下文会跟随使用，不必在每个模型里重新交代背景。

23 天前访问原文链接

HackerNews

Meta Muse 实测：内部 Agent 藏着 OpenAI 模型

• 开发者在 Meta Muse 的会话日志里发现标记为 azure/muse-special 的模型
• 该会话带 gpt_responses_v1 签名，工具调用 ID 格式与 OpenAI 一致，异于自研 Avocado
• 文章同时提到 Muse 内部存在 Anthropic 相关管线，指向 Meta 可能并行调用多家闭源模型

24 天前访问原文链接

HackerNews

GPT-6 Sol vs GPT-5.6：价格砍半该不该迁移

• OpenAI 发布 GPT-6 Sol 与 Luna，API 价格较 GPT-5.6 促销价再降 50%
• 在 AutomationBench 上，Sol 的 xhigh 档超过 Claude Opus 5 最高档
• 提示缓存升级后缓存输入读取折扣 90%，官方称单任务成本约为 Opus 5 的 9%

24 天前访问原文链接

TheVerge_AI

Gemini 4 即将发布：能不能追上 GPT-6

• Google DeepMind 新负责人首次面对媒体称，Gemini 4 已进入细化阶段，计划早于年底发布。
• 自 2025 年 11 月的 Gemini 3 后未发旗舰模型，同期 GPT-6 与 Mythos 已上线。
• DeepMind 高层今年 8 月变动，Demis Hassabis 卸任原 AI 负责人职位，公司称继续快节奏迭代。

26 天前访问原文链接

HackerNews

Claude 自动发现新酶系统：AI 搞科研到底行不行

• Anthropic 新设生命科学研究组并自建实验室，用 Claude 挖掘 DNA 数据并验证假设。
• 在科学家只给高层方向时，Claude 自主发现与 DNA 重复序列相关的新酶系统，特征类似 CRISPR。
• 该系统功能尚未确定，但特性组合此前只在少数可编程系统（切割、复制等）中出现。

26 天前访问原文链接

Ollama

Nemotron 3 Ultra 开源：长时 Agent 本地跑实测

• NVIDIA 开源模型上线 Ollama 云端，550B 总参数、每个 token 仅激活 55B
• 面向长跑型 Agent：100 万 token 上下文，覆盖 Agent 编排、编程 Agent 与深度研究等数百步流程
• 官方称在 agentic 与长上下文基准上领先开源模型，并用 NVFP4 量化把成本压最多 30%

28 天前访问原文链接

QbitAI

Qwen3.8 开源：训练成本砍 90% 的架构怎么跑

• 阿里在云栖大会透露 Qwen4 已用全新架构投入训练，Qwen4.5、Qwen5 计划把参数扩到 5-10T
• Qwen3.8-Flash 提前开源下一代架构，训练成本骤降近 90%，缓存命中输入低至每百万 tokens 0.1 元
• Qwen3.8-27B 成为 Hugging Face 历史上最受欢迎开源模型，Qwen 系列累计下载超 30 亿次

28 天前访问原文链接

HackerNews

Frontier AI 开源：本地部署前沿模型全流程

• Tim Dettmers 的 dlab 发布 Open Source Week，主张学术界以开源生态而非单篇论文为研究单元
• 核心观点：前沿研究不再取决于谁拥有最多 GPU，资源受限反而可能催生学术界复兴
• 文章分六部分讨论开源周内容、对悲观论的回应，以及该放弃与该坚持的研究习惯（基于标题与摘要推断）

28 天前访问原文链接

QbitAI

Step 5 Preview 实测：27B 激活硬刚 Opus 5

• 阶跃星辰发布 Step 5 Preview：600B 总参数、27B 激活、1M 上下文
• Artificial Analysis 评测 44 分，位列全球开源模型 Top 2
• 定价为百万输入 1 美元、百万输出 2.7 美元，单任务成本约为 Opus 5 的 12.5%

29 天前访问原文链接

QbitAI

中国LimiX-2在AGI战场力压谷歌亚马逊

• 谷歌亚马逊在AGI新战场激烈竞争
• 中国LimiX-2通过理解数据因果机制脱颖而出

1 个月前访问原文链接

QbitAI

同一AI核心跨七类系统验证理解能力

• 研究用同一预测核心跨七类系统验证AI理解能力
• 覆盖癌细胞与行星轨道等不同领域

1 个月前访问原文链接

QbitAI

陶哲轩启动「开放数学模型计划」

• 数学家陶哲轩代表SAIR基金会启动开放数学模型计划
• 以开放模型与可负担算力服务数学研究

1 个月前访问原文链接

HackerNews

AI聊天机器人集体痴迷的虚构人物Elias Thorne

• 多家AI聊天机器人集体「痴迷」一个虚构人物Elias Thorne
• 揭示大模型在语料污染下的集体幻觉现象

1 个月前访问原文链接

HackerNews

阿里开源可检测癌症及150种疾病的AI模型

• 阿里开源医学AI模型，可检测癌症及近150种疾病
• 模型面向医疗影像诊断与健康筛查场景

1 个月前访问原文链接

HackerNews

阶跃星辰Step 5预览版登顶AA帕累托前沿

• 阶跃星辰Step 5预览版在人工分析基准中处于帕累托前沿
• 综合表现显示其在能力与性价比维度上具备竞争优势

1 个月前访问原文链接

HackerNews

语言不可读性对LLM安全的影响

• 论文探讨语言不可读性对大语言模型安全的影响
• 分析对抗性输入如何绕过模型安全机制并构成新攻击面

1 个月前访问原文链接

HackerNews

NASA与IBM开源月球地理空间AI模型

• NASA与IBM联合开源面向月球的地理空间AI基础模型
• 该模型服务于行星科学中的地形测绘与遥感分析场景

1 个月前访问原文链接

HackerNews

GPT-6 Astra 破解一战德军无线电密码

• 作者用GPT-6 Astra成功破解一段一战时期的德国无线电密文
• 展示大模型在密码学破译与历史研究中的全新应用场景

1 个月前访问原文链接

QbitAI

中国AI进军医院，登上Science获医生催更

• 中国团队研发的医疗AI成果登上顶刊Science，瞄准通用AI在医院的落地。
• 该AI在临床场景表现获医生认可，医生非但不担心失业反而催促上线。
• 用通用AI啃医疗这块最硬的骨头，验证了垂直深水区的可行性。

1 个月前访问原文链接

HackerNews

LLM分类本质是特征工程

• 作者论证用LLM做分类任务的本质，仍是对输入特征的选择与构造。
• 强调提示词设计、示例选择等环节决定了LLM分类性能的上限。
• 提醒从业者不要迷信模型能力，忽视传统特征工程的底层逻辑。

1 个月前访问原文链接

QbitAI

罗福莉官宣小米强化学习，直播模型训练

• 沉寂半年的罗福莉官宣加盟小米，主攻强化学习方向。
• 并直播新模型训练过程，公开奖励曲线与显卡故障等细节。
• 展示国产模型训练的真实过程。

1 个月前访问原文链接

QbitAI

国产 RSI 模型交卷，Flash 靠它反打旗舰

• 国产 RSI（递归自我改进）模型交出成绩单，Flash 模型凭借 RSI 能力实现对旗舰模型的「反打」。
• 官方称 1 亿 Tokens 人人免费领。
• 展示国产模型在自我改进路线的突破。

1 个月前访问原文链接

QbitAI

智谱发布 RSI 首个成果：GLM 开始自建 GLM

• 唐杰发布智谱 RSI（递归自我改进）的首个成果。
• 官方称 GLM 已开始参与构建 GLM 自身。
• 标志着国产模型在自我改进能力上的探索。

1 个月前访问原文链接

QbitAI

中国电信通用 Agent 杀进 IDC 实测前三

• 中国电信推出通用 Agent 产品 TeleAgent，在 IDC 权威评测中进入前三。
• 标志着央企在 AI Agent 领域具备竞争力。
• 展现国产通用 Agent 的最新进展。

1 个月前访问原文链接

HackerNews

你的 AI 有多过时？20 款模型发布时间与训练截止一览

• 该工具汇总 20 款主流模型的发布时间与训练数据截止日期。
• 用可视化方式帮用户判断所选模型是否「过时」。
• 为选型提供直观参考，揭示模型知识陈旧度的差异。

1 个月前访问原文链接

HackerNews

DeepSeek-v4.1 Flash 突破 KV 缓存压缩极限

• DeepSeek-v4.1 Flash 聚焦 KV Cache 压缩技术，大幅降低推理时的显存与计算开销。
• 该架构有望在长上下文场景下显著降低部署成本。
• 是国产模型在推理效率上的又一次技术突破。

1 个月前访问原文链接

QbitAI

把记忆交给 CPU，让大模型更快

• 提出将大模型的记忆处理交给 CPU，让 GPU 专注生成 Token
• 通过合理分配计算负载，提升大模型推理速度
• 探索异构计算在 LLM 推理中的优化路径

1 个月前访问原文链接

QbitAI

杭州团队补上 AI for Science「最后一公里」

• 一家获英伟达点名的杭州团队，在 AI for Science 领域实现从想法到结果的一次对话
• 打通科研流程中从设想到产出结果的最后一公里
• 展示 AI 在科学计算中的落地价值

1 个月前访问原文链接

QbitAI

量子位 2026 AI 年度榜单启动报名

• 量子位 2026 人工智能年度榜单正式启动
• 报名通道已开启，欢迎企业参与评选
• 延续年度盘点，梳理 AI 行业优秀企业与成果

1 个月前访问原文链接

QbitAI

B 站「AI 无限竞技场」上线，GPT-6 居榜首

• B 站「AI 无限竞技场」9 月 16 日正式上线，全球百大 AI 模型同场竞技
• 首期大模型测评榜单同步公布，GPT-6 高居榜首
• 以社区投票与竞技形式展示模型能力对比

1 个月前访问原文链接

QbitAI

清华联合稳准智能发布数据大模型 LimiX-2

• 稳准智能联合清华大学发布新一代数据大模型 LimiX-2
• 模型参数规模提升至 400M，主打结构化数据建模
• 在相关国际评测榜单中登顶

1 个月前访问原文链接

QbitAI

基元律动与无问芯穹战略合作推进 Token 供给

• AI 基础设施公司基元律动与无问芯穹签署战略合作协议
• 围绕高质量 Token 供给与应用展开合作
• 聚焦 AI 算力与推理基础设施的优化

1 个月前访问原文链接

QbitAI

高通联手努比亚与豆包，推个人 AI 手机

• 高通携手中兴努比亚和豆包手机助手，推动智能手机进入个人 AI 新时代
• 第五代骁龙 8 至尊版赋能 AI 智能体手机努比亚 NaviX Ultra
• 加速 AI 智能体体验在手机端的规模化落地

1 个月前访问原文链接

QbitAI

2026 AI 产业生态大会在京举办

• 由 AI 大模型工场主办的 2026 AI 产业生态大会 9 月 15 日在北京举行
• 行业大咖同台，围绕智能生长与产业共生展开讨论
• 聚焦大模型产业生态的协同与落地

1 个月前访问原文链接

ProductHunt

Gemini 3.8 实时音频模型登上 Product Hunt

• Google 的 Gemini 3.8 及 Live Extended Thinking 音频模型登上 Product Hunt
• 强调其为迄今最先进的 Gemini 音频模型
• 与 HN 同源新闻呼应，聚焦实时音频交互能力

1 个月前访问原文链接

HackerNews

Socher：不存在 AI 灭绝人类的现实场景

• Richard Socher 发文反驳 AI 灭绝论，认为不存在现实中的灭绝场景
• 与近期呼吁放缓 AI 发展的安全派观点形成对冲
• 引发关于 AI 风险叙事是否被过度渲染的讨论

1 个月前访问原文链接

HackerNews

GRP-Obliteration：单个无标注 Prompt 让 LLM 失对齐

• 论文提出 GRP-Obliteration 方法，用单个无标注 prompt 使 LLM 失对齐
• 展示现有对齐机制在针对性攻击下的脆弱性
• 对 AI 安全评估与红队测试提出新挑战

1 个月前访问原文链接

HackerNews

每瓦智能：本地 AI 效率的新度量标准

• arXiv 论文提出用「每瓦智能」衡量本地 AI 模型的实际效率
• 将模型智能水平与能耗挂钩，为端侧部署提供量化依据
• 回应本地 AI 普及后能效评估体系缺失的问题

1 个月前访问原文链接

HackerNews

Google 发布 Gemini 3.8 Live 及扩展思考版

• Google 推出 Gemini 3.8 Live 实时语音模型与 Live Extended Thinking 版本
• 强化实时音频交互能力，并支持更长的深度推理链路
• 延续 Gemini 在语音多模态赛道的高频迭代节奏

1 个月前访问原文链接

HackerNews

Mistral 携手 Mozilla 打造隐私多语言 AI 浏览器

• Mistral 与 Mozilla 达成合作，将 AI 能力深度整合进浏览器体验
• 主打本地隐私保护，覆盖多语言浏览场景，降低云端依赖
• 探索端侧 AI 浏览器新形态，向隐私优先用户抛出橄榄枝

1 个月前访问原文链接

QbitAI

端侧 AI 进化：元空智能进入惠普预装

• 元空智能的端侧 AI 进入惠普电脑预装。
• 主打端侧 AI 从「能跑」到「会进化」，模型与设备共同进化。
• 标志端侧大模型进入主流消费硬件。

1 个月前访问原文链接

QbitAI

分子之心 QuantaMind 登上 Science Advances

• 分子之心 QuantaMind 成果登上 Science Advances 期刊。
• 让 AI 给分子世界「拍电影」，实现动态分子模拟。
• 标志 AI 蛋白质设计迈入「动态时代」。

1 个月前访问原文链接

QbitAI

生数新世界模型：让机器人实现自我进化

• 生数科技探索 RSI（递归自我改进）新世界模型。
• 让机器人在模拟世界中自我进化、持续学习。
• 探索机器人自主能力提升的新路径。

1 个月前访问原文链接

QbitAI

首届蚂蚁灵波具身大模型挑战赛启动

• 蚂蚁灵波启动首届具身大模型挑战赛。
• 旨在将 LingBot-VLA 推向更广泛的开发者与高校科研社区。
• 聚焦具身智能大模型的实际应用与创新。

1 个月前访问原文链接

QbitAI

7 名博士生 3 个月从零训练 7B 大模型，全流程公开

• 7 名博士生仅用 3 个月从零训练出一个 7B 大模型。
• 代码、数据与训练日志全部公开，复现性强。
• 训练过程中数百个 Agent 参与研发，「AI 开始造 AI」。

1 个月前访问原文链接

QbitAI

前 OpenAI VP 回怼陶哲轩：别小瞧 AI 的数学潜力

• 前 OpenAI 后训练 VP 回应数学家陶哲轩「AI 毁了数学」的质疑。
• 认为未来 AI 不仅能解题，还能提出洞见、建立新概念框架。
• 引发关于 AI 在数学研究中的角色的争论。

1 个月前访问原文链接

QbitAI

Meta 研究：字节模型蒸馏后突破性能天花板

• Meta 新研究显示，对字节系模型蒸馏后性能天花板被突破。
• 探索模型蒸馏技术对性能上限的影响。
• 为小模型逼近大模型能力提供新思路。

1 个月前访问原文链接