搜索“视频”

一台配备 48GB 内存的 Mac 上使用 Flint 构建了几个小程序，包括一个待办事项列表应用和一个在网上搜集研究资料的工具。他发现，与 Claude 或 Codex 相比，较小的编码模型经常出错或速度较慢，但 Flint 每次都准确完成了他的编码请求。 Eureka Machine 负责提出想法、运行实验，并利用结果决定下一步尝试什么。根据该公司的发布视频，它几乎参与了构建 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

匹配字段正文

真便宜！！ 输入每百万Token 1元，输出4元，缓存读取只要0.1元。 太仁义了嗷，我宣布，以后闲时梁文谷，忙时闫俊峰！（bushi） △ 图源：@大厂显微镜 不过，硅谷闭源阵营恐怕又得遭殃了。 继DeepSeek之后，硅谷一众大参数旗舰，又被国产Flash架上了一条全新的性价比斩杀线o(╥﹏╥)o。 说实话，之前我对MiniMax有过不少嘀咕。 多模态和视频生成确实很顶，但纯文本大模型这边吧，不知道从什么时候开始就没动静了。。。 这次M3.1 Flash亮相，也算是打了场翻身仗吧。 咱们挨个看下战绩： 代码工程与真实修Bug 在DeepSWE v1.1评测里，M3.1 Flash拿下了73.7%。 也是倒反天罡了。 GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……居然被一款Flash跑分反超。 排在它前头的，只剩下DeepSeek V4.1 Flash 1017的77分。 这也印证了玉兔匿名测试期间社区的反馈：在处理Three.js这类3D渲染和复杂前端任务时，它对细节的把控极其变态。 网络安全实战 在加州大学伯克利分校主导的CyberGym基准

匹配字段正文

格是真便宜！！ 输入每百万Token 1元，输出4元，缓存读取只要0.1元。 太仁义了嗷，我宣布，以后闲时梁文谷，忙时闫俊峰！（bushi） △ 不过，硅谷闭源阵营恐怕又得遭殃了。 继DeepSeek之后，硅谷一众大参数旗舰，又被国产Flash架上了一条全新的性价比斩杀线o(╥﹏╥)o。 文本模型翻身仗 说实话，之前我对MiniMax有过不少嘀咕。 多模态和视频生成确实很顶，但纯文本大模型这边吧，不知道从什么时候开始就没动静了。。。 这次M3.1 Flash亮相，也算是打了场翻身仗吧。 咱们挨个看下战绩： 代码工程与真实修Bug 在DeepSWE v1.1评测里，M3.1 Flash拿下了73.7%。 也是倒反天罡了。 GPT-6.1 Sol、Claude Opus 5、Claude Fable 5……居然被一款Flash跑分反超。 排在它前头的，只剩下DeepSeek V4.1 Flash 1017的77分。 这也印证了玉兔匿名测试期间社区的反馈：在处理Three.js这类3D渲染和复杂前端任务时，它对细节的把控极其变态。 网络安全实战 在加州大学伯克利分校主导的CyberGym基准

匹配字段正文

h模型。新模型的API价格较上一代模型MiniMax M3降低，MiniMax称综合使用成本降低70%。图：视觉中国 相关报道DeepSeek发布新模型 称成为新的最优性价比模型MiniMax上半年收入1.17亿美元超2025全年 8月ARR达8亿美元MiniMax今起纳入港股通 盘间涨幅最高22.77%字节跳动、MiniMax同日发布新模型 推AI一键完成视频创作 【财新网】沉寂4个多月后，MiniMax（00100.HK）再发新文本模型。10月19日晚间，MiniMax正式更新MiniMax M3.1 Flash模型。新模型的API价格较上一代模型MiniMax M3降低，MiniMax称综合使用成本降低70%。 MiniMax创始人兼CEO闫俊杰曾在二季度财报会上强调MiniMax的“极致性价比路线”。 MiniMax M3.1 Flash输入价格为每百万 Token（词元）1元，输出价格为每百万 Token 4元，缓存读取价格为每百万Token 0.1元，且不设输入窗口长度限制；作为对比，MiniMax M3模型按输入窗口长度分两档计费，在输入Token大于512k时，每百万T

匹配字段正文

文 | 光子星球 过去三周，匿名模型Space Bunny霸占了OpenRouter和OpenCode的调用量榜首。 没有人知道它是谁，但X上到处都是它一句话生成的3D世界：火箭发射、体素花园、GPU流体、机械蜜蜂…… 10月19日晚，MiniMax用一支胡萝卜火箭升空的视频认领了该模型，并配文“Welcome back，Space Bunny”，M3.1 Flash正式亮相。 我们第一时间对M3.1 Flash进行了测试，这次我们没有选择去针对官方重点宣传的点设计案例，选择了对它匿名时期的社区项目下手，看看它的Coding能力是真才实干还是徒有其表。 先说结论，M3.1 Flash这次的前端Coding能力进步明显。前端Coding中设计和优化的能力有一部分已经可以媲美Opus 5，这次新增的自我验收成果的能力，也让M3.1 Flash在“许愿式编程”上给我们带来了惊喜。 更快、更省、更准确 此次，M3.1 Flash采用的是稀疏注意力架构，428B总参数，约23B激活。 数据显示，该模型推理速度提升近3倍，日常输出200+TPS（P50稳定170+），首Token延迟从1.95秒降

匹配字段正文

需要协调身体移动和双手操作，固定机械臂主要通过关节运动完成任务，而人类手部动作和机器人夹爪也有不同的运动结构。 这种差异不仅让不同本体产生的数据难以通用，也增加模型跨本体学习的难度。Ropedia W0试图让同一个世界模型理解不同本体的动作，并预测这些动作如何影响周围环境。 该模型将初始画面、文本描述、相机运动轨迹以及手部动作作为输入，生成相应的未来第一视角视频。其预测能力主要涉及两个方面：一是移动过程中视角及周围环境变化；二是操作物体时手部动作及物体状态变化。 当机器人向前移动或转向时，Ropedia W0可以根据相机运动轨迹预测视角变化后的场景；当机器人伸手操作物体时，该模型则可以根据手部动作，生成相应的操作过程。 此外，Ropedia W0还能同时预测相机视角、机器人动作和周围环境变化，生成移动与操作相结合的长时序任务视频。该团队展示了不同场景下模型连续推演的能力，包括开冰箱、收拾垃圾、整理水果和床铺等，移动操作预测视频均超过30s。 在模型架构方面，Ropedia W0基于视频扩散模型构建，采用扩散Transformer架构生成未来视频。 另外，该团队还推出两种不同规模的模型，

匹配字段正文

编辑：屈运栩 文｜财新 杨子锐 2026年10月19日 14:07 此前，主流国产模型厂商已有近一个月没有发布新的前沿模型 10月17日下午，DeepSeek发布新模型版本DeepSeek-V4.1-Flash-1017。图：视觉中国 相关报道【财新周刊】财新观察｜与其呼吁减速 不如严守AI安全底线中国限制或禁止出口AI、生物医药和光伏三领域共40项技术(含视频)DeepSeek服务异常近5小时 9月以来故障频出(含视频)DeepSeek-V4-Pro正式版上线 调用价格大幅上涨DeepSeek发V4.1-Flash取代V4-Pro 价格下调 【财新网】10月17日下午，DeepSeek发布新模型版本DeepSeek-V4.1-Flash-1017。DeepSeek称，新模型在各方面的基准测试中取得了长足的提升，并在多个Harness（控制框架）下达到了新的性能-费用帕累托最优，即最佳性价比。 “帕累托最优”是经济学家帕累托提出的概念，即在资源分配中，达到让任何一个人变得更好都只能让另一个人变得更差的情况。在大模型发布中，性能-费用帕累托最优指无法找到比当前模型性能更强，且价格相等或更

匹配字段正文

进，把一件复杂的事真正做完。 不过，相比于企业、工程场景里的示例，谷歌这次最舍得展示，PR的其实还是多模态能力。 比如，劈柴哥就在推特上放出了一波“自家模型生成自家手机”的demo—— Argon直接生成了Pixel手机相关的3D场景。 另一个案例中，Argon甚至完全通过代码生成了一套3D动态排版效果，包括其中的音乐。 整个过程没有调用预录素材，也没有使用视频编辑软件。 Hassabis在转发巫师棋演示时，也特别提到了模型对于物理规律和3D建模的理解。 甚至这一幕，还让他想起了自己当年在Amiga上玩《战争象棋》的经历。 当然，网友也没闲着，很快把Argon和GPT、Claude、Kimi等模型放到一起进行了生成效果对比。 整体来看，谷歌这次的视觉质感确实非常突出，虽然细节上，比如鲸鱼的运动，仍然能看出一些不自然。 不过，也有网友测出来的结果是，Opus 5.5依旧是神中神。 除了好看的demo以外，这种空间理解能力，也进一步延伸到了真实机器人身上。 在官方展示中，Argon观看了一段人类玩沙包投掷游戏的视频。 随后，它分析环境中的空间关系，计算全身关节运动，自主编写仿真代码，并将方

匹配字段正文

比，它也可能是一种更便宜的长期选择。 尽管苹果自身的 AI 工具乏善可陈，但看到它参与 AI 开发并不完全令人意外。这家库比蒂诺公司通过其硬件在 AI 竞赛中占据了一席之地。2026 年初，当科技圈热衷于使用 OpenClaw 智能体时，苹果的 Mac Mini 是许多 AI 爱好者的首选电脑。在苹果的硬件发布会上，包括 3 月的 M5 MacBook Air，苹果宣称其芯片技术能够带来令人印象深刻的性能，而 CNET 的测试基本证实了这些说法。8 月发布的 Mac Studio 是苹果专注于打造能够运行计算密集型 AI 任务硬件的最新例证。 Katelyn Chedraoui 记者 2 Katelyn 是 CNET 的记者，报道人工智能领域，包括聊天机器人、图像和视频生成器。她的作品探讨新的 AI 技术如何渗透进我们的生活、塑造我们在社交媒体上消费的内容，并影响屏幕背后的人。她毕业于北卡罗来纳大学教堂山分校，获得媒体与新闻学学位。可通过 kchedraoui@cnet.com 联系她。 查看完整简介 Katelyn 的最新作品 惊喜！Meta 和苹果合作打造了一款新的开源 AI 模型

匹配字段正文

AI 在 Mac 上工作的照片，感谢苹果和新任 CEO John Ternus 的支持。 让双方走到一起的，是一个拥有 8160 亿参数的大模型，以及把它搬上用户书桌的共同目标。 今天凌晨，Meta 发布开放权重模型 Muse Spark Open，并与苹果共同展示了它在两台或四台 Mac Studio 上运行的方案。开发者可以在本地使用模型编写代码、分析视频、执行智能体任务，推理过程无需经过模型厂商的服务器。 苹果多年投入的自研芯片、统一内存和开发工具，也因此有了施展空间。如今，8160 亿参数的模型在桌面上运行，让 Mac 距离成为 AI 时代的首选个人电脑，又近了一步。 小扎送来新模型，苹果准备好了电脑 今年 8 月，Meta 推出规模较小的开放权重模型 Muse Glimmer，扎克伯格当时表示，之后还会开放更大、更强的模型。如今，这份承诺变成了拥有 8160 亿参数的 Muse Spark Open。 开发者可以下载模型权重，在自己的硬件上部署，也可以通过云服务商和开发工具使用。其许可证允许一定范围内的商业使用，为企业自行部署和开发应用留出了空间。 Meta AI 负责人

匹配字段正文

ts 分类榜单 更多场景：让创意形成可运行的初稿 营销团队需要快速搭建活动页面，产品团队要把移动应用想法变成可讨论的界面，设计团队需要可继续调整的图形素材。Ling-3.1-flash 可以根据文字需求辅助生成营销页面、SaaS 界面、React Native 移动应用页面和可编辑的 SVG 素材，也能制作 Web 3D 交互原型与轻量化 H5 游戏。下面的视频选取部分示例，展示模型如何将想法转化为可以继续打磨的初稿。 🎬 视频演示（见原文） 02 从 8 卡到 4 卡：让 560B 级模型更容易进入生产环境 模型能推进任务之后，还要能用企业现有算力提供服务。Ling-3.1-flash 总参数约 560B，每个 Token 激活约 25B，最高支持 1M 上下文。针对本地部署，团队对 routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB。在对应的 Hopper GPU 测试配置中，服务部署由 8 卡降至 4 卡，让具备服务器级 GPU 的团队以更少卡数运行模型；实际需求仍随上下文、并发量和服务配置而变

匹配字段正文

n这些评测来评估长期记忆、任务专注度与持续执行能力，专业任务评测还覆盖法律、金融和健康等领域。 官方演示中，Muse Wonder能够直接操作浏览器、跨应用获取信息，并根据用户的个人偏好制定周六跑步计划。这类演示呈现的，正是Meta希望强化的能力，也即让模型结合个人背景持续推进任务。 在基础规格上，两款模型的上下文窗口均为100万token，支持文本、图像、视频和音频多模态输入。 安全方面，Meta称Muse Wonder是其迄今对齐程度最高的模型，并强化了对化学、生物、放射性和核相关风险（CBRN）及网络滥用的防护，以及对抗性指令应对和私人信息处理能力。 三、分手厨房、魔方模型，效果和Opus 5.5对打 模型一经发布，一众网友纷纷上手测试，智东西收集了一些案例，看看Muse Wonder系列模型的能力如何。 有开发者使用Muse Wonder制作了3D可旋转魔方模型，从画面上看，光影效果、清晰度和旋转细节都相当有质感，该开发者称这完全是和Claude Opus 5.5一个级别的。 Meta研究员用Muse Wonder打造了一个Muse版的分手厨房，画面清晰、交互流畅，Alexan

匹配字段正文

任务泛化能力，而非像Spark系列那样仅依靠后续强化学习迭代。 3. 推理成本大幅上涨，颠覆性定价策略引发质疑 Wonder任务平均成本达4.52美元，较上代Spark 1.3上涨183%，比GPT-6 Astra高39%；官方虽小幅降低按Token计费价格，但Full版本的订阅额度消耗异常问题已在修复后得到确认。 4. 3D生成实测翻车，官方承认短板 对比视频显示Wonder Full生成的3D割草机游戏在视觉细节上远逊于Opus 5.5，被调侃为AAA与Roblox的差距；Meta模型卡承认3D任务是已知局限，Alexandr Wang回应称团队未针对此类任务专门训练。2026-10-13 10:10小扎打赢AI翻身仗？空降新模型长程编程夺冠，3D实测却惨遭打脸AI前线速览 在被OpenAI、Anthropic轮番甩开之后，扎克伯格终于有底气宣布：Meta重新回到了AI技术前沿。 北京时间10月13日凌晨，Meta Superintelligence Labs（MSL）正式推出新一代旗舰模型系列Muse Wonder和Muse Wonder Full，直接向GPT-6 Astra、

匹配字段正文

更强的Wonder Full则仅向Muse Code订阅用户提供。 普通用户使用的Muse个人助理应用，将在后续接入Wonder，并优先向订阅用户开放。 在API方面，Muse Wonder价格为每百万输入token 4美元、每百万缓存输入token 0.20美元，以及每百万输出token 20美元。两款模型均支持100万token上下文，可接收文本、图像、视频和音频输入，输出形式为文本。 而按照Artificial Analysis的Intelligence Index测试，Muse Wonder在最高推理强度下，每项任务成本约为4.52美元，低于同次比较中的Claude Fable 5.1、Opus 5.5和Sonnet 5.5，却高于GPT-6 Astra的3.26美元、Gemini 4 Argon的1.99美元，以及GPT-6.1 Sol的0.72美元。 Artificial Analysis指出，Wonder虽然比上一代省输出token，但较高的输入消耗与API定价仍然推高了总账。用户最终要算的，还包括完成同一项工作要烧多少token，以及中途要返工几次。 在前述割草机模拟器

匹配字段正文

进，把一件复杂的事真正做完。 不过，相比于企业、工程场景里的示例，谷歌这次最舍得展示，PR的其实还是多模态能力。 比如，劈柴哥就在推特上放出了一波“自家模型生成自家手机”的demo—— Argon直接生成了Pixel手机相关的3D场景。 另一个案例中，Argon甚至完全通过代码生成了一套3D动态排版效果，包括其中的音乐。 整个过程没有调用预录素材，也没有使用视频编辑软件。 Hassabis在转发巫师棋演示时，也特别提到了模型对于物理规律和3D建模的理解。 甚至这一幕，还让他想起了自己当年在Amiga上玩《战争象棋》的经历。 当然，网友也没闲着，很快把Argon和GPT、Claude、Kimi等模型放到一起进行了生成效果对比。 整体来看，谷歌这次的视觉质感确实非常突出，虽然细节上，比如鲸鱼的运动，仍然能看出一些不自然。 不过，也有网友测出来的结果是，Opus 5.5依旧是神中神。 除了好看的demo以外，这种空间理解能力，也进一步延伸到了真实机器人身上。 在官方展示中，Argon观看了一段人类玩沙包投掷游戏的视频。 随后，它分析环境中的空间关系，计算全身关节运动，自主编写仿真代码，并将方

匹配字段正文

植被和光照效果。 对于需要研究财报的投资者，Argon的专业图表分析能力也有更贴近实际的用途。 谷歌官方页面援引Kepler的测试反馈称，Gemini 4能够根据SEC申报文件构建多年财务报表，并对具有复杂资本结构及已宣布收购交易的公司进行估值。在其核心财务分析测试中，模型生成的数值有超过99%与分析师建立的参考模型一致。 在量子计算、机器人行为开发等领域，Argon也展现出了加速前沿科技落地的潜力。 谷歌利用Argon，将其机器学习量子纠错解码器AlphaQubit的内部版本改写为高度优化的硬件计算内核，使推理吞吐量接近翻倍。谷歌称，这有助于在满足实时处理要求的同时，部署更大、更强的纠错模型，并支持规模更大的量子设备。 据公司介绍，在内部测试中，Argon观看了一段人类玩沙包投掷游戏的视频，随后推算场地空间坐标和所需的全身关节动作，自主编写仿真代码。将成果迁移到Apptronik的Apollo人形机器人后，机器人在现实测试中连续七次将沙包投进目标洞口。 （来源：谷歌） 收起; 美联储“三把手”：今年再加息一次，2027年无需加息 收起; 美股收盘：三大指数震荡走弱 苹果、微软齐创新高

匹配字段正文

中文业界资讯站 首页影视音乐游戏动漫趣闻科学软件主题硬件AppleGoogleiPhone科学探索人物手机游戏视点·观察阿里云微软通信技术Android软件和应用SONY 索尼the United States美国Apple iPadWindows PhoneIntel英特尔腾讯HTC安全Mozilla FireFox小米科技百度通信运营商媒体播放器 / 视频网站BlackBerry 黑莓网络应用 / Web AppsGoogle ChromeMicrosoft XBOX硬件 - 上网本 / 平板电脑 / 超极本电子商务 - B2C / B2BLenovo 联想LGYahoo! 雅虎AMDSNS 社交网络诺基亚Windows 7Huawei 华为中国移动中国联通中国电信更多...排行 Google真要彻底翻身了！这几天，一个披着“gemini-3.8-flash”马甲的神秘模型，在大模型竞技场Arena上现身。在多轮盲测中，AI圈瞬间沸腾：这绝对是Google“隐藏款”Gemini 4 Pro。 就在今天，Gemini 4 Pro生成的一只机械蝴蝶刷屏全网，仅用十分钟大功告成，而Fa

匹配字段正文

理复杂且长期的深度推理任务，比如软件工程、企业专业知识梳理以及网络安全防御等。 模型的 百万Token输出 上限，就是为这种长任务准备的，它能给模型更多连续工作的余地和充足的推理深度。 以谷歌内部使用情况为例，其中Argon在谷歌各数据中心自主识别并落地内存优化方案，待方案全面部署后，预计可释放超300 TiB内存。 另一个案例中，Argon Agent围绕视频解码器的Rust移植版本，反复实验并替换了3.2万行SIMD代码，最终版本运行速度达到原Rust移植版的2.7倍。 官方还重点强调了Argon的 防御性网络安全 优势。 它能够自主发现、验证并修补20多种语言的关键软件漏洞，在Wiz内部黑箱渗透测试中，模型可以在无源代码下实时分析网络系统，高效发现攻击面、识别漏洞以及生成概念验证证据。 为了防止滥用，Argon首批进入的是谷歌的Fairwind计划，面向经过审核的网络安全防御方。 对受信任的防御团队，谷歌会放开针对网络安全任务的部分限制，Argon将帮助防守方补洞，以及用来寻找攻击入口。 不过嘴上说说得了，Argon实际跑起来怎么样，还得打个问号。 毕竟咱普罗大众还没用上啊喂。。

匹配字段正文

首页; 经济; 金融; 公司; 政经; 世界; 观点; 博客; 图片; 视频; English; mini+; 周刊; 数据通 金融我闻 商圈 大盘脉搏 地缘图志 企业数据库 沪深股市 数据通Claw🦞 【财新网】继OpenAI和Anthropic发布新代际的旗舰模型后，谷歌也发布新一代模型。当地时间9月30日，谷歌推出新模型 Gemini 4 Argon，称能在复杂、长周期工作流中持续进行深度推理。 目前，该模型只向一批“可信赖的”网络安全防御人员开放。谷歌解释称，需分阶段发布高水平的模型能力。谷歌自愿和美国政府协调沟通，逐步扩大模型的适用范围。谷歌称，将继续收集早期测试者的反馈，在不断完善安全防护措施后，尽快向开发者、企业和消费者提供Gemini 4 Argon。 推荐进入财新数据库，可随时查阅公司股价走势、结构人员变化等投资信息。 财新机器人产业指数(RII)已发布，点击了解行业动态 金融｜失能老人一年花费12万元 长护险能赔多少; 政经｜黄奇帆落马; 民生｜2027国考拟招录3.57万人 税务占比创新高; 科技｜腾讯AI办公智能体WorkBuddy打通企微; 财新周刊｜【封面报

匹配字段正文

交付物。 GDPVal-AA V2.1 结果展示了模型在工作任务中的表现。这类能力也已经进入具体产品形态，蚂蚁集团内部运行的桌面协同 Agent 客户端“小虎”接入了 Ling-3.1-flash。小虎提供桌面工具和执行环境，Ling-3.1-flash 负责理解目标、规划步骤、调用工具、生成代码并整合成果，让模型能够走出聊天框，在桌面环境中完成工作。 🎬 视频演示（见公众号原文 ） 04 医疗沟通：把零散描述转化为可执行的下一步 医疗健康场景的信息往往不完整，也很少使用标准化表达。患者可能只记得几个不适症状，检查报告中包含大量专业指标，治疗和复诊安排还需要结合个人情况持续沟通。 Ling-3.1-flash 将临床理解、专业判断和医患沟通贯穿咨询过程。从澄清症状和梳理病史，到解读检查结果、分析方案选择，再到解释风险和明确下一步行动，模型围绕当前目标持续推进，而不是在每一轮重新开始。 基于阿福、好大夫等应用场景的需求反馈，团队通过 RLVR 进行对齐训练，重点提升医疗场景中的专业表达和沟通能力。面对多步骤健康咨询，模型可以结合用户新增的信息补全内容并调整解释方式，把零散不适整理成就诊清

匹配字段正文