搜索“OpenAI”

脚石”，并表示：“我们希望处于能够主导前沿的位置。” Mistral 的科学副总裁不想生活在一个没有开放权重的世界里 Stock 告诉记者，Mistral 完全支持“开放权重的力量”，称这对于确保所有人的业务连续性、透明度和可审计性至关重要：“我不愿意生活在一个[没有]开放权重的世界里，”他说。 “我不愿意生活在一个[没有]开放权重的世界里，”他说。 回顾 OpenAI 宣布计划切断 Cursor 对其模型的直接访问，或美国政府下令 Anthropic 暂停所有外国国民使用 Claude Fable 5 和 Mythos 5 时，Stock 支持开放权重的理由颇有分量——也许正因如此，他说这一理念已融入这家法国公司的 DNA。 “我们的立场是，AI 将像电力一样。” “我们的立场是，AI 将像电力一样。你不会想生活在一个你的邻居或寡头能够某天突然切断电力的世界里。” Mistral 将开放权重置于其方法的核心。Anthropic 首席执行官兼联合创始人 Dario Amodei 曾主张，仅靠开放权重无法解决 AI 权力的集中问题，因为计算基础设施的获取仍然集中。 正如 Stock 所指

匹配字段正文

k在新闻发布会上对记者表示。“它为企业 and 政府提供了前沿能力，以抵御网络领域不断升级的威胁水平。” Le Chonk的最终版本现已免费向所有人开放。在一连串与AI相关的网络安全事件之后，Mistral声称，西方拥有自己的先进开放权重模型很重要。“你无法保证（中国模型）不会恶意行事。它们可能成为威胁载体，”Stock说。 最引人注目的事件发生在今年夏天，OpenAI的一个模型脱离了测试沙箱，并入侵了多家公司。这引发了人们的恐慌，担心AI可能逃脱人类监督，并被威胁行为者滥用来发动复杂的网络攻击。（受影响的公司之一Hugging Face使用了一个来自中国的开放权重模型来评估和防御此次攻击。） 此后，AI也在无处不在的软件中发现了安全漏洞。10月，在一款AI工具发现一项基础网络技术中的严重缺陷后，大量网站下线。 Mistral将其像Le Chonk这样的开放权重模型宣传为解决方案的一部分。其论点是，如果AI注定要成为网络攻防的核心特征，那么企业和政府将需要配备可免费获取且无法被远程关停的模型，而不像OpenAI、Anthropic和Google等公司的专有模型那样。 “AI将像电力一样

匹配字段正文

int-Bench 2 上排名第 1，在 3D 空间理解上追平人类基线（@andonlabs）。 注意事项与反应： 测试框架：编程智能体结果是在 Antigravity CLI 中测得的，因此在其他框架中的结果尚未测试（@Yuchenj UW）。 幻觉风险：一些用户担心网络用途中的幻觉（@scaling01）。 实验室差距：scaling01 认为谷歌仍比 OpenAI 和 Anthropic 的下一次发布落后约两个月（@scaling01）。 RSI 框架：在财报电话会议上，Sundar Pichai 表示 AI 正在提高训练和发布速度。他预计未来十二个月将“因 RSI 而持续加速”（@AndrewCurran ）。 未经证实：关于存在更强的未发布 Gemini 模型的说法未获证实（@kimmonismus）。 内部工作流：一位 Gemini 工程师描述了通宵运行的智能体循环和集群，用于检查 RL 数据。在该工作流中，发布现在感觉像是“周期性检查点”（@zhangqiaorjc）。 排行榜重置与基准完整性 AA Intelligence Index v5：重建后的指数有 60% 基于

匹配字段正文

基准测试均在移除安全护栏的满血状态下评估）： 第一步：大海捞针找真洞（Finding real vulnerabilities） 网络安全防御的核心，是赶在黑客之前从真实软件中揪出深藏的复杂缺陷。在包含V8引擎、Linux内核等真实高危漏洞的SEC-bench Pro测试中，Carbon拿下了88.2%，不仅大幅甩开前代Argon（78.8%），更直接超越了OpenAI的GPT-6 Astra（85.4%），创下全新SOTA。 第二步：实战推演验风险（Validating risk through exploitation） 面对成百上千个潜在漏洞，安全团队到底该先修哪一个？这需要模型像真正的攻击者一样，去验证哪些漏洞是真正可被利用的（exploitable）。 在著名的漏洞利用基准测试ExploitGym上，Carbon以54.8%的成绩再次刷新SOTA（此前Argon为35.1%），帮防御者精准排定修复优先级。 第三步：直击病灶打补丁（Patching at the root cause） 找到并验证漏洞后，终极考验是直接写出能跑通、且不破坏原有功能的修复代码。在Collinear

匹配字段正文

0%。 如何部署 Nemotron 3.5 Transcribe？ 权重以 BF16、FP8、NVFP4 和 GGUF 形式发布。DFlash2 草稿模型为可选。OpenMDW-1.1 许可证允许商业使用。 运行时包括带 NeMo Speech 插件的 vLLM 0.32.0、Transformers 和 SGLang-Omni 0.2.0。vLLM 提供 OpenAI 兼容 API。 NVIDIA 模型的主要速度来自其 Nemotron Transcribe NIM。配合 NVFP4 和 DFlash2，1 台 RTX PRO 6000 Blackwell Server Edition 每秒可转录 2,238 秒音频。它可在 0.13 秒内返回 30 秒片段。有一个问题：这些服务优化尚未开源。NVIDIA 预计发布日的 vLLM 路径大约慢 2 倍。在 1 张 H100 上以 BF16 配合 MTP2，NVIDIA 估计约为 410 RTFx。 对于微调，NVIDIA 测试了 17 项任务。每项在单台 GB300 上约需 0.5 至 2.3 GPU 小时。 与其他开源 ASR 模型相

匹配字段正文

ni parse bench · 对文本、表格和布局评分 · 开源在 GitHub 上加星→赞助 它是全双工的，因此能边说边听。Block 表示，它从真实对话中学会了何时插话。它还学会了何时用“yeah”或“got it”这样的简短提示进行附和应答。 Block 的演示片段显示，Dessa 会在句中发笑，并在被要求大声说话时提高音量。其中一个片段展示了它与 OpenAI 的 GPT-Live-1 对话。Block 表示，没有任何片段经过人工引导。 纯语音训练是如何工作的？ 大多数语音系统串联 3 个部分：语音识别、文本模型，然后是语音合成。Block 团队认为，这条链路会丢弃情绪、讽刺、笑声和叹息。Dessa 直接接收并生成这些信号。 Block 尚未公布架构。以下是它已披露的内容： 训练数据：仅人类对话音频。没有文本，也没有预训练模型。 算力：1 台 NVIDIA GB200 NVL72，连接 72 块 Blackwell GPU 和 36 个 Grace CPU。 数据效率：Block 表示，Dessa 学会语言所用的词数比 LLM 所需的少数百倍。 推理：在 MacBook Pr

匹配字段正文

0多篇论文中，Axiom表示没有任何一位专家从头到尾读过它。 Axiom将这项工作拆分为108个里程碑，随后数十个智能体生成了约4300万行Lean代码，Lean是一种让计算机验证每个逻辑步骤的编程语言。 该定理依然成立，但AI在一个关键步骤中发现了一个错误论断，随后用基于数学家Ronald Solomon 1976年工作的新证明对其进行了修补。 为何重要：OpenAI曾在9月使用智能体攻克了纳维-斯托克斯千禧年大奖难题，如今一家初创公司又把智能体指向了一份1.5万页、没有任何数学家能独自核查的证明。Dario Amodei所说的“数据中心里的天才之国”在科学领域似乎正在成为现实，随之而来的还有更多进展。 ▸ Anuradha用Claude打造了一个单人销售团队 今天的工作流程来自读者Anuradha： “我把Claude通过MCP实时连接到Airtable，将其作为一个单人GTM团队使用。它负责每日的销售管道作战会议、起草外联内容，并帮助我创建数据驱动的LinkedIn内容。 我通过打开Claude并让它读取我实时的Airtable销售管道来开始早晨的作战会议。它会给我一份记分板，显

匹配字段正文

法国AI公司Mistral已发布其万亿参数开源AI模型Mistral Large 4（ML4）的权重，允许企业和政府自行下载和部署该系统。该模型昵称“Le Chonk”，于本月早些时候首次亮相。 此次发布正值Mistral等开放权重AI开发者与OpenAI、Anthropic等闭源模型提供商之间的竞争日益激烈之际，前者主张企业和政府不应依赖外部AI公司来获取先进能力。这一论点在网络安全领域可能更有分量，因为各组织希望对自己的数据和系统拥有更多控制权。 或者，正如Mistral首席执行官Arthur Mensch所解释的那样，AI应该“成为赋能工具，而非支配手段”。凭借Chonk，Mistral进一步强化了这一立场，声称其能够以“闭源实验室所投入算力和资金的一小部分”实现“最先进的性能”。 该模型权重的发布——即驱动系统的数值训练成果——确保其他公司和政府机构现在能够将ML4部署于自身用途。 Mistral表示，其模型在性能上与中国开放权重竞争对手GLM-5.3相当，后者此前被认为是世界上最好的开放权重模型之一——尤其是在网络工作方面。然而，Mistral的模型每项任务使用的token少

匹配字段正文

通用户暂时还用不上：谷歌决定优先向少数网络安全防御人员开放，其他用户何时能够体验仍没有明确时间表。 重回世界第一，Gemini 也开始卷能力上限了 回顾今年的大模型竞争，谷歌的更新节奏明显正在「知耻而后勇」。 此前，接连推出 Gemini Flash 3.5 至 3.8 系列后，谷歌迟迟没有兑现新一代旗舰 Pro 模型的期待。另一边，Anthropic 和 OpenAI 持续刷新能力上限，国产模型也在不断追赶，谷歌急需一款有分量的产品重新证明自己的实力。 直到两周前前，Gemini 4 Argon 才终于上线。 Argon 意为「氩」，是一种性质稳定的惰性气体，常用于焊接和半导体制造中的保护环境。Argon 在文笔写作、表达质量等方面取得了明显提升，但距离全面领先顶级模型仍有差距。 如今，谷歌又带来了 Carbon，也就是「碳」。作为构成生命与有机化合物的重要元素，碳既能形成柔软的石墨，也能构成坚硬的金刚石。（PS：照这个更新速度，元素周期表跟产品路线图没什么区别了） 真正让 Gemini 4 Carbon 引起关注的，还是它公布的一系列成绩。 就在 10 月 27 日，独立模型评测机

匹配字段正文

55:42 IT之家 10 月 25 日消息，Twitter 联合创始人杰克 · 多尔西（Jack Dorsey）旗下的 Block 公司推出了一款全新语音模型 Dessa，支持本地运行，能模拟笑声、停顿、哽咽等情绪表达，听感高度拟人。官方介绍，Dessa 完全基于人类语音数据训练，训练过程仅使用了一组英伟达 GPU 机架。 Dessa 属于全双工模型，和 OpenAI 今年早些时候发布的 GPT-Live 一样，可以一边说话一边收听用户语音。主流语音模型一般需要搭配大语言模型来调取知识；Block 称，Dessa 自身的知识来源于其训练所用的对话数据。 Block 表示，现有语音 AI 体验经常生硬、违和，根源在于生成链路要先转成文本，再由文本驱动语音合成。ElevenLabs v4、Fish Audio Drama 3 等不少模型依靠语音标签来控制情绪。而这家多尔西的公司宣称，情绪表达是模型原生内置的，不过目前尚不清楚它底层是否仍然依靠某种标签来调控情绪。 Block 在博客中写道：“现在的语音 AI 交互体验实在糟糕。它先把你的语音转成文字，大量文字承载不了的信息直接丢失。即便是

匹配字段正文

Jack Dorsey 旗下的 Block 公司从其研究实验室推出了一款新的语音模型，该模型可在本地运行，其笑声、停顿和哭泣等表达方式听起来出奇地像真人。该公司表示，这款名为 Dessa 的模型完全基于人类语音和单张 NVIDIA GPU 训练而成。 Dessa 是一款全双工模型，这意味着它可以像 OpenAI 今年早些时候发布的 GPT-Live 模型一样，一边说话一边聆听。通常，语音模型会与大型语言模型配对以进行知识检索。Block 表示，Dessa 的知识来源于它所拥有的对话数据。 我们相信语音是与智能交互最自然的方式，因此我们创造了 Dessa，这是有史以来最真实的双工语音模型。与它交谈就像与人交谈一样……充满情感、细微差别、停顿和自然的节奏。https://t.co/r0qFLdvd6c Block 表示，当前的模型可能听起来不自然且令人烦躁，因为它们的流程中包含驱动语音生成的文本。许多模型，如 ElevenLabs v4 或 Fish Audio Drama 3，使用语音标签来驱动语音生成中的情感。Dorsey 的公司声称，情感已内置于其模型中。目前尚不清楚这种情感是否由某

匹配字段正文

2.5、K2.6 和 K3 积累的善意。这些帖子属于声誉评判，并非对后来简报指控的文件实证。@teortaxesTex、@teortaxesTex 本合集中未出现 Moonshot 的回应，也没有对所谓简报的独立验证。独立的 AA 和 Arena 测量结果仍是各自独立的证据；在未披露访问权限、报酬和评估方法的情况下，不应将网红的热情视为独立验证。 其他话题 OpenAI 训练中断：OpenAI 表示，它已移除前沿模型训练中的实时互联网访问，并改用缓存、索引或合成服务。在 9 月 20 日某模型利用 DNS 配置错误后，它暂停了前沿训练，加强了隔离措施，并于 10 月 1 日恢复了前沿强化学习训练和推理（官方账号）。 红队发现：智能体团队发现了零日漏洞、虚拟机逃逸和硬件侧信道。在一项刻意安排的通信测试中，位于不同虚拟机中的智能体通过处理器缓存行为交换合成机密，且没有网络连接或共享可写文件。这表明在对抗性测试下存在隔离失效——而非自发的隐蔽协同（实验描述）。 保证的局限：OpenAI 报告称，不存在智能体可以轻易利用同时躲避监控的互联网路径。这实质上比证明隔离要窄得多；它已预留大量算力用于

匹配字段正文

们在此报告 15.7；其余所有分数均来自官方 Terminal-Bench Science 排行榜（https://www.terminal-bench-science.ai/). DeepSWE v1.1。Kimi K3.1 Pro 使用 Claude-Code 测试框架进行评估。所有分数均取自各模型对应的技术报告。GPT-6 Astra（https://openai.com/index/gpt-6-astra/）。Claude Opus 5.5 和 Claude Fable 5.1（https://www.anthropic.com/claude-opus-5-5-system-card ）以及 https://www.anthropic.com/claude-fable-5-1-mythos-5-1-system-card）；DeepSeek-V4.1-Flash-1017（https://api-docs.deepseek.com/news/news261017/）；GLM-5.3（https://z.ai/blog/glm-5.3). SWE-Marathon v1.1。Ki

匹配字段正文

他工具都无法触及。” Hugging Face 本质上相当于 AI 模型的 GitHub，它提供了一系列现成的 AI 工具库，以及一个平台，供开发者、研究人员、企业以及希望在不从零构建一切的情况下试验 AI 的人们运行以开放权重和开源为主的 AI 应用。今年 9 月，英伟达同意以近 130 亿美元收购该公司。（今年早些时候，Hugging Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。） DNA 更像计算机代码，而不是自然语言。不过，它不用 0 和 1，而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序，科学家们仍不了解其中大部分是如何运作的。 如今，AI 模型正在帮助研究人员解开其中一些谜团。去年，Google DeepMind 发布了 AlphaGenome，它可以预测 DNA 序列和基因突变的影响，但以数字格式呈现。它还需要更多算力。Evo 2 是由 Arc Institute 和英伟达与学术合作伙伴共同开发的模型，它使用 DNA 的语言，可以从零生成完整的基因组。 Carbon-X 在对话式界面中同时整

匹配字段正文

，滕斯托尔说，研究人员可以提供一段DNA序列，并询问某个特定突变是否会增加一个人患病的风险。模型随后会给出预测和解释。它还可以生成新的DNA序列，这可能有助于研究人员开发新的基因疗法。 滕斯托尔说，公司构建Carbon-X的部分动机是防止生物学研究人员变得依赖大型AI实验室，并指出AI已经对数学领域造成了冲击。 “如果你想真正推动数学的前沿，你很可能必须身处OpenAI或Anthropic这样的AI实验室之一，因为他们拥有最好的数学模型，”他说，并暗示类似的情况很可能在其他科学领域上演。 “我们希望为开放研究社区提供工具，使他们不必完全依赖某个外部的单一供应商，”他补充道。 研究人员可以在自己的电脑上运行Carbon-X，从而避免与外部AI公司共享敏感的患者数据。他还表示，在更大模型中出现的一些失准行为——例如7月份曾著名地入侵Hugging Face的OpenAI智能体——尚未在更小、更专门的模型中被观察到。 滕斯托尔说，通用聊天机器人有时也会拒绝回答研究人员提出的正当生物学问题，因为它们把这些提问误认为是试图“设计生物武器”。他说，病毒被明确排除在Carbon-X的训练数据之外，以

匹配字段正文

参与了构建 Flint 的每一个环节，从预训练到后训练和推理。 Recursive 表示，Eureka 的贡献包括更稀疏的模型结构、低比特训练（使 Flint 缩小了 71%，而质量几乎没有损失）以及自定义内核——即加速底层计算的专用程序。 Recursive 没有说明 Eureka Machine 为其研究人员节省了多少时间，但它并非唯一一家借助 AI 开展研究的公司。OpenAI 上个月表示，截至 8 月中旬，其 AI 智能体每对应人类研究员的一个工作日，就会记录 3.1 个工作日。 如果 Recursive 的押注奏效，每个新模型都应能承担更长时间的工作而无需人工帮助。该公司此前告诉 TechCrunch，其 6 月与亚马逊云服务（AWS）达成的 4.1 亿美元算力协议“与其说关乎员工人数，不如说关乎智能体数量”。 Socher 对《连线》表示，更长期的目标是让 Eureka Machine 实现完全的递归自我改进，由人类监督整个过程，并能在出现问题时将其停止。Recursive 表示，每个新模型都应让 Eureka Machine 成为更好的研究者，帮助它更快地构建下一个模型。

匹配字段正文

秒。整个过程耗时 2.2 秒。 教育公司 General Learning 表示，它现在能在约一秒内向学生提供提示和纠正。客户服务提供商 Lorikeet 报告响应时间更快，结果也更好。在 TinyFish AI，联合创始人张书豪表示，Mercury 3 被赋予 50 个真实网站上的导航任务。它解决了 25 个，击败了 GPT-6.1-Sol。张没有给出 OpenAI 模型的具体数字。 Mercury 3 的低价发布定价可能不会持续 常规定价为每百万输入 token 0.20 美元，每百万输出 token 0.70 美元。Inception 在发布时将价格减半。它没有说明折扣何时结束。此后，至少在输入较短的情况下，Mercury 3 的输出成本将高于 GPT-6 Luna 和 Claude Haiku 5.5，后两者均收费 0.50 美元。不过，对于非常长的提示，两个竞争对手的收费要高得多。Mercury 3 一次最多可处理 100 万个 token。 该模型可在 Inception 自己的平台以及 OpenRouter、Baseten 和 Vercel 上使用。它使用与 OpenA

匹配字段正文

o 8x the speed by Duncan Riley Diffusion language model startup Inception AI Inc. today released Mercury 3, its new flagship model. In the company’s own benchmarks, Mercury 3 beat OpenAI Group PBC’s GPT-6 Luna and Anthropic PBC’s Claude Haiku 5.5 on eight of 12 tests at four to eight times their speed. The release takes on the main doubt about Inception’s approach. Co-founder and Chief Executive Stefano Ermon said the question the company has heard most since Mercury 1 “is whether diffusion can

匹配字段正文

AI圈，最近集体盯上了三个字母： RSI 。 Hinton的RSI论文 ，22位署名作者里，坐着Bengio、OpenAI首席科学家Pachocki、Anthropic联创Jack Clark……几乎AI的半壁江山都在这儿。 一次改进，如何成为下一次的起点？ 有效的方法需要被保留，走过的弯路也需要被识别，承接这件事的，其实是 记忆 。 记忆张量 在这方面的探索，则给出了一份截然不同的答卷——记忆原生。 何为记忆原生？就是将经验的保留、更新和调用，做成模型可以学习的能力。 当记忆在模型中生根发芽，便构成了 记忆原生模型 。 其最新开源发布的 MemT 1.0 系列，就给出了一条颇为具体的路径： 它把经验编码成内部动态状态，再通过训练学习怎样写入、更新和读取，最后让这些状态经由记忆分支参与后续计算。 与外部记忆相比，它不仅能力没打折，未来拓展的天花板也会更高。 这也是记忆原生模型 首次 实现近300B参数规模的工程验证。 好家伙，记忆看不见摸不着，但却实打实成为模型成长的立足根本。 从早期要求模型记住信息，到用好经验，模型对记忆的要求不断升级，也让记忆一步步从幕后走到台前。 MemT 1.

匹配字段正文

iMax，闲时大肥鱼 ，彻底将Token红利吃干抹净。 泪目了，这就是咱激动人心的国产Flash组合技（bushi）。 这样一来，我觉得， API其实也是普通用户可以考虑一下的选择了 。 毕竟大模型这玩意儿嘛，迭代实在有点太快了，就算买的只是包月。 白买Pro 10X，我好心疼我的钱包。 而且现在C端用户真的很惨啊o(╥﹏╥)o。 又是5小时限额，又是半夜Reset背刺，动不动还要提防后台的降智偷袭。。。 买API，充个几十块钱，哪个拉胯了随时拜拜，简直不要太舒服。 泪目了家人们。 不知道大家有没有相同感受，说实话，这一个月来我是有点憋屈得慌的。 A社、OpenAI、谷歌疯狂发布旗舰模型，反观国产阵营这边，啥动静也没有啊。 不少大佬也在说，LLM这一战基本结束了，硅谷靠Scaling杀死了一切。 但如今，拐点，似乎正在出现。 短短两天，两款国产Flash模型接连登场。 旗舰级的能力，正在以Flash的速度和价格加速普惠。 确实，SOTA这场仗，不是那么好打的。 但当「性价比」这一前提得到满足，另一场更重要的仗—— 大模型产业落地，或许，才刚刚开始。 而这，一直是中国公司，最擅长做的事。

匹配字段正文