←搜索结果

搜索“Google”

按匹配度 · 共 340 条结果 清除搜索

星期五

  1. PyTorch Blog精选

    Meta 开源 Muse Spark Open 模型，816B 总参数、1M 上下文

    Meta 发布 Muse Spark Open 的开放权重，采用 Muse Model License 在 Hugging Face 上线，为 816B 总参数、42B 激活参数、1M token 上下文窗口的模型，原生多模态并面向编码与智能体任务。该版本在 Muse Spark 基础上增加安全后训练，可在 SGLang 和 vLLM 上运行，并针对 NVIDIA、AMD、Intel 优化。PyTorch 侧集成 Helion 内核，在 NVIDIA GB300 上相比 CUDA、CuTe DSL 自定义内核取得 1.03–3.95x 加速，AMD Mi350 端到端吞吐提升 3%；TorchTitan 已支持其 SFT、LoRA 与 TitanRL 微调。

    Helion logo

    nt shapes and hardware. Helion kernels can be further autotuned by users for broader hardware platforms and workloads – including different accelerator architectures (NVIDIA, AMD, Google TPU, etc.), quantization formats, tensor shapes, and parallelism strategies – without maintaining separate hand-tuned implementations for every configuration. Together, these capabilities make it easier to achieve portable performance while reducing the cost of developing and maintaining specialized kernels. Pos

    匹配字段正文

    #engineering#模型发布#开源生态#多模态

星期四

  1. Hugging Face精选

    瑞士 Swiss AI 发布 Apertus 1.5 多模态模型，上下文扩至 262k tokens

    Swiss AI 发布 Apertus 1.5，在 1.0 基础上加入原生图像与音频理解、思考模式和 262,144 tokens 上下文窗口，较 1.0 扩大 4 倍。模型以早期融合方式把图像和音频转成离散 token 与文本同序列输入，架构不变，只理解多模态、仅输出文本。官方称 8B 版本在指令遵循和多语言任务上优于同规模开源模型，多模态表现接近 Gemma 4 12B，并同步公开训练数据混合、偏好数据和各阶段中间检查点。

    部评估者在高效基准测试 Apertus 能力方面提供的帮助。特别是，Apertus 1.5 在瑞士法律任务上表现出色，与领先的开放权重模型不相上下（博客、代码）。此外，在 Last Translation Benchmark 上，Apertus 1.5 8B 展现出的机器翻译能力与 GPT-OSS-20B 相当，并优于 Claude Haiku 4.5 或 Google Translate 等模型（排行榜、论文）。 评估卡片：Apertus ❤️ EvalEval Apertus 与 EvalEval 联盟合作，确保基准测试完全透明且可复现。我们以 Every Eval Ever（EEE）schema 发布 Apertus 1.5 的结果，这一共享格式不仅记录分数，还记录由谁运行评估、如何访问模型、生成设置，以及每个指标应如何解读：这些细节在排行榜上通常缺失，却往往能解释为何看似相近的分数会存在差异。 结果展示在下方评估卡片中，该卡片将运行数据与基准测试和模型元数据整合为一条可解读的记录，同时也可通过 Hugging Face Community Evals 获取。英国 AI 安全研究

    匹配字段正文

    #lab#模型发布#多模态#开源生态
  2. Unite.AI

    xAI 发布 Grok Voice 3.0 语音到语音模型，Voice Agent API 每分钟 0.08 美元

    xAI 于 10 月 14 日发布 Grok Voice 3.0 语音到语音模型，已在 Voice Agent API 上线，定价每分钟 0.08 美元，与上一代相同。xAI 引用 Artificial Analysis 10 月 13 日的独立测试称，该模型以 86.9 分位列 Speech-to-Speech Index 第一，高于 GPT-Live-1（Astra, Medium）的 83.2 和 Gemini 3.8 Live 的 82.6，延迟低于一秒。xAI 还称其在 ServiceNow 的 EVA-Bench 上取得 74% 的最高准确率，并已在 Tesla 车辆和 Starlink 呼叫中心部署，后者每天处理 2 万通客户来电。

    o ensure accuracy, clarity, and responsible discussion of advanced AI concepts. Discover More Square Launches Flagship Kiosk With Agentic AI Voice Ordering; NVIDIA Unveils cuPotential as Semiconductor Leaders Adopt CUDA-X; Microsoft Research Publishes AI Weather Forecasting Study in Nature; Google Rolls Out AI Scam Defenses Across Android Messages and Calls; OpenAI Alleges Employee Who Rejoined Apple Took Unreleased Device Files; Baseten Adds Runway’s Gen-4.5 and Aleph 2.0 to Dedicated Inference

    匹配字段正文

    #hot-signal#模型发布#语音#xAI

星期三

  1. 36氪 · AI

    谷歌发布 Gemini 4 Argon：编程与多模态升级，API 限时半价

    谷歌发布新一代旗舰模型 Gemini 4 Argon，重点加强编程、专业知识工作与长流程任务执行能力，并进一步推进视觉理解、空间推理和工具调用。在 Artificial Analysis 智能指数中，Argon High 与 GPT-6 Astra Max、Claude Fable5.1 Max 并列 53 分，平均每任务成本 1.99 美元，比 Astra 低约 39%。API 首发价为每百万输入 token 2 美元、输出 10 美元，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。

    在Chromium浏览器项目中，Argon协助完成了一项涉及数百个文件的架构重构，把原本预计需要数月的工作压缩到了数周。 此外，在优化Gemma4E2B推理程序时，Argon将特定配置下的吞吐量从每秒约3.79万个token提升至超过10.8万个token，端到端速度达到原来的2.85倍。 谷歌表示，这类优化过去通常需要数月时间，而这一次只用了几天。 放到Google内部整体来看，过去几周，Antigravity中的Argon已帮助团队将智能体代码提交量提升超过35%，代码回滚次数减少近三分之一。 当然了，也有网友表示，自己用起来就没这么好了。真正具体表现还要看之后的大规模使用效果了。 这也和前面的榜单相互印证：Argon在DeepSWE、Vibe Code Bench上很强，但在FrontierSWE和Terminal-bench中，仍落后于表内几款主要竞品。 真实项目里的收益已经有了，能不能稳定复现到更多人的工作里，还得继续看。 专业知识工作能力进一步提升 专业知识工作方面，这次Gemini4 Argon的提升，主要体现在处理多种材料、关联信息，并把结果整理成可以直接使用的产物。

    匹配字段正文

    #hot-signal#模型发布#多模态#编码
  2. Artificial Analysis

    Gemini 4 Argon 正式 GA，Artificial Analysis 评测称其与 GPT-6 Astra 智能同档、单任务成本约六成

    Gemini 4 Argon 正式 GA。Artificial Analysis 评测显示，Argon 在 Intelligence Index 上与 GPT-6 Astra 同档，折扣价下单任务成本为 1.99 美元，约为 GPT-6 Astra（max）的 60%。当前定价为每 1M 输入/输出 token 2/10 美元，缓存读取折扣 95%，11 月 30 日后涨至 4/20 美元。该模型在 AA-Briefcase、AutomationBench-AA、Terminal Bench 4 等智能体评测上有明显提升，在 AA-Omniscience 上幻觉率 15%，为 Intelligence Index 得分 45 以上模型中最低。

    4 Argon is now GA. Argon ranks equal to GPT-6 Astra on the Artificial Analysis Intelligence Index at 60% of the Cost per Task with discounted prices until Nov 30 Key takeaways: - Google is back to having a frontier model released to the public: This is Google's first proprietary model above the Flash class in over 7 months - Pricing temporarily discounted to 50% until November 30: Gemini 4 Argon has a Cost per Task of $1.99 with discounted prices, a 40% reduction compared to GPT-6 Astra (max) f

    匹配字段正文

    #editorial#模型发布#评测/基准#Google

星期二

  1. Testing Catalog

    Gemini 4 Argon 确认今日面向 Ultra 订阅用户上线

    TestingCatalog 称已获官方确认，Gemini 4 Argon 今日面向 Ultra 订阅用户上线。该消息引用了 Logan Kilpatrick 仅含“Gemini”一词的推文，未给出模型能力或参数细节。

    GOOGLE 🔥：已正式确认，今天就是 Gemini 4 Argon 上线的日子（面向 Ultra 订阅用户）。 它来了 👀 https://t.co/wKckNTSOcm

    匹配字段正文

    #hot-signal#模型发布#Google
  2. 腾讯混元 Research精选

    腾讯混元发布并开源 Hy3 preview 语言模型

    4 月 23 日，腾讯混元发布并开源 Hy3 preview 语言模型，这是一个快慢思考融合的混合专家模型，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。官方称其为重建后训练的第一个模型，在复杂推理、指令遵循、上下文学习、代码和智能体等方向有大幅提升，并已在元宝、CodeBuddy、WorkBuddy、QQ、ima、QQ浏览器、腾讯文档、腾讯乐享上线，同时支持 OpenClaw、OpenCode、KiloCode 等开源智能体产品。模型已在 GitHub、Hugging Face、ModelScope 开源，腾讯云推出 API 价格和 Token Plan，个人版最低 28 元/月；官方也提到工具调用错误恢复能力不足、对推理超参数敏感等已知问题。

    mation\nLast summer’s issue: You and Susan were not marked as priority for Schoology domain transition in June 2025, did not get access until July 9, and could not update embedded Google Sheets checklist links or course templates until late summer, delaying deliverables.\nJune task: Submit a priority-tagged IT ticket by June 7th to transition your and Susan’s accounts to the 2026-2027 school year domain. Attach a list of all summer deliverables dependent on Schoology access (e.g., Google Sheets

    匹配字段正文

    #company#模型发布#开源生态#推理
  3. Latent Space

    Meta MSL 发布第二代模型 Muse Wonder，第三方评测接近前沿

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon），距实验室成立约 14 个月。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full（max）得 56、Wonder（max）得 52，高于 Muse Spark 1.3 的 48，Opus 5.5 以 58 领先；提升最大的是智能体能力，Terminal-Bench 4.0 从 33% 升至 57%。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    (post). Treat these as vendor amplification Practitioner reactions Bullish: @theo had early access.Ranks it S-tier alongside Opus 5.5, above GPT-6.1 Sol; Says Meta is now ahead of Google “by a lot” and OpenAI has slipped to third (post, post); Uses it alongside Opus, with Opus calling Wonder for code review and architecture review in T3 Code Orchestrator V2 (post), and clarifies he is not recommending replacing Opus (post); Praises its distinct prose, “not another Claude slop distillation,” and

    匹配字段正文

    #newsletter#模型发布#评测/基准#Agent
  4. Wired AI

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称后者具备前沿能力，将通过 API 和 Muse Code 提供，并用于其平台功能与 Muse 个人智能体。Meta 称最大版本在 Artificial Analysis Intelligence Index 上超过 Claude Fable 5.1、仅次于 Claude Opus 5.5，并在法律文档处理和软件开发等专项基准上超过 GPT-6 Astra。新模型还引入 Active Memory 和 Active Focus 两项功能，用于让智能体锁定既定目标、避免混乱。

    n hardware, was widely adopted by researchers and startups. But the company fell behind after delivering several disappointing versions of the model, and as Anthropic, OpenAI, and Google rapidly introduced more capable models. Meta announced the first model from its new lab, Muse Spark, in April of this year. The company has also released a small open-weight model called Muse Glimmer, and says it plans to release larger open-weight models in the future. It did not disclose details of how new Mus

    匹配字段正文

    #tech-media#模型发布#Agent#OpenAI
  5. OpenAI：部署安全与系统卡

    OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 模型卡

    OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两个开放权重推理模型，采用 Apache 2.0 许可，兼容 Responses API，支持工具调用、完整 CoT 与可调推理强度。gpt-oss-120b 为 36 层 MoE 架构，116.8B 总参数、5.1B 激活参数，MoE 权重以 MXFP4 量化后可放入单张 80GB GPU；gpt-oss-20b 为 24 层、20.9B 总参数、3.6B 激活参数，可在 16GB 内存设备上运行。OpenAI 对 gpt-oss-120b 做了对抗性微调测试，其安全咨询组认为即便使用其训练栈进行微调，模型也未在生物化学与网络安全两个类别达到 Preparedness Framework 的高能力阈值。

    Figure 1. <em>Main capabilities evaluations</em>. We compare the gpt-oss models at reasoning level <code>high</code> to OpenAI’s o3, o3-mini, and o4-mini on canonical benchmarks. gpt-oss-120b surpasses OpenAI o3-mini and approaches OpenAI o4-mini accuracy. The smaller gpt-oss-20b model is also surprisingly competitive, despite being 6 times smaller than gpt-oss-120b. <em>*Note:</em> o3-mini was evaluated on AIME without tools, see Table <a class="xref-link" data-xref="tab:all_evals" href="/gpt-oss/full-evaluations#tab:all_evals">3</a> for the gpt-oss models on AIME without tools

    d domains. arXiv preprint arXiv:2406.12045; [24] David Rein, Betty Li Hou, Asa Cooper Stickland, Jackson Petty, Richard Yuanzhe Pang, Julien Dirani, et al. “GPQA: A graduate-level google-proof QA benchmark.” COLM; [25] Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, et al. Measuring massive multitask language understanding. arXiv preprint arXiv:2009.03300; [26] Long Phan, Alice Gatti, Ziwen Han, Nathaniel Li, Josephina Hu, Hugh Zhang, et al. Humanity’s last exam.

    匹配字段正文

    #company#模型发布#开源生态#推理
  6. OpenAI：部署安全与系统卡

    OpenAI 发布 GPT-6 Astra 系统卡

    OpenAI 发布 GPT-6 Astra 系统卡，宣布这是其迄今能力最强、已广泛部署的模型，也是首个在 Preparedness Framework 下达到网络安全 Critical 等级的模型。系统卡称 Astra 对越狱和提示注入的鲁棒性显著强于 GPT-5.6 Sol，间接提示注入鲁棒性从 96.23% 升至 99.79%，在 54,218 个内部 Codex 任务模拟中严重度 3 级及以上的错位行为标记减少约 53%。同时 OpenAI 指出 Astra 的 CoT 可监控性相对 GPT-5.6 Sol 下降，在对抗条件下可能规避内部监控，因此将错位监控扩展到全部工具调用推理。

    Figure 1

    truggle to control their chains of thought.”; [9] David Rein, Betty Li Hou, Asa Cooper Stickland, Jackson Petty, Richard Yuanzhe Pang, Julien Dirani, et al. GPQA: A graduate-level google-proof q&a benchmark. Available at: https://arxiv.org/abs/2311.12022; [10] Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, et al. Measuring massive multitask language understanding. Available at: https://arxiv.org/abs/2009.03300; [11] Long Phan, Alice Gatti, Ziwen Han, Nathaniel L

    匹配字段正文

    #company#安全/对齐#OpenAI#部署/工程
  7. Latent Space精选

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者定位快速前沿模型，后者为完整版本，Meta 称其面向个人与专业智能体工作。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full 得 56 分、Wonder 得 52 分，高于 Muse Spark 1.3 的 48 分，Opus 5.5 以 58 分领先。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    nd “might actually be the best AI model in the world” (post). Treat these as vendor amplification. Ranks it S-tier alongside Opus 5.5, above GPT-6.1 Sol. Says Meta is now ahead of Google “by a lot” and OpenAI has slipped to third (post, post). Uses it alongside Opus, with Opus calling Wonder for code review and architecture review in T3 Code Orchestrator V2 (post), and clarifies he is not recommending replacing Opus (post). Praises its distinct prose, “not another Claude slop distillation,” and

    匹配字段正文

    #newsletter#模型发布#Agent#编码
  8. The Elec

    Meta 发布 Muse Wonder 系列模型，主打 Active Memory 与 Active Focus

    Meta 于 10 月 13 日发布前沿模型 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两个版本，均仅通过每月 50 美元或 200 美元的付费订阅提供。Muse Wonder 可通过 SDK 或按量付费 API 供开发者接入，Muse Wonder Full 无对外 API 或 SDK，仅限 Meta 自有环境使用，更适合长周期复杂任务。该系列主打 Active Memory 与 Active Focus 两项能力，前者主动保留历史对话与用户上下文，后者在任务受阻时尝试替代方案。在 Artificial Analysis 评测中，Muse Wonder Full 在 CritPt 科学推理测试和 GDP.pdf 专业文档基准中排名第一，Terminal-Bench 4.0 得分从上一版的 33% 升至 57%；Intelligence Index 上 Muse Wonder 得 52 分、Muse Wonder Full 得 56 分，后者与 Claude Sonnet 5.5 并列第二。AA 称两款模型输出 token 用量比 Muse Spark 少约 10%，Muse Wonder Full 输入 token 比 Muse Wonder 少 16%。Muse Wonder 定价为每百万输入 token 4 美元、每百万输出 token 20 美元。

    ning its proprietary AI productivity tools. Meta is seeking to expand its monetization opportunities in the enterprise AI market, where it competes with OpenAI, Anthropic PBC, and Google LLC. The company has until now focused on expanding its ecosystem through Llama, its open AI model family. The standout features of the Muse Wonder series are Active Memory and Active Focus. Active Memory proactively retains information from previous conversations and important user context, retrieving it when n

    匹配字段正文

    #hot-signal#模型发布#Agent#推理

星期六

  1. Apple Machine Learning Research精选

    Apple 发布第三代 Apple Foundation Models，含五款模型

    Apple 发布第三代 Apple Foundation Models（AFM），共五款模型，覆盖端侧与运行在 Private Cloud Compute 上的服务器模型。端侧包括 30 亿参数的 AFM 3 Core 和 200 亿参数、稀疏架构的 AFM 3 Core Advanced，后者每次仅激活 1 至 40 亿参数；服务器端包括 AFM 3 Cloud、图像模型 ADM 3 Cloud 和 AFM 3 Cloud Pro。评测显示 AFM 3 Core 在通用文本上获得 45.6% 的偏好率，AFM 3 Cloud 为 64.7%，AFM 3 Core Advanced 的语音合成 MOS 得分为 4.15。

    Hero

    vacy at its core. At the heart of this architecture is our third generation of Apple Foundation Models (AFM), a family of five foundation models custom-built in collaboration with Google. These span from on-device models to server-based models running on Private Cloud Compute. Apple Foundation Models are built to unlock a wide range of helpful experiences for our users, like an entirely new Siri and intelligent tools that make everyday apps smarter and more useful. This family of models includes

    匹配字段正文

    #lab#模型发布#端侧#多模态
  2. MarkTechPost

    Nace AI 开源 9B 决策模型 Drex 1.5，在 Decision Index 0.3.1 上得分 58.08

    Nace.AI 开源了 Drex 1.5，一个 8.95B 稠密决策模型，不生成文本，而是读取状态和带类型的问题后为每个选项返回概率，权重已发布在 Hugging Face，OpenRouter 上有托管版本。它在公开 Decision Index 0.3.1 上得分 58.08，与闭源模型 Jev 1.13.0 的 57.96 处于同一并列区间，在 37 项基准中有 20 项领先。模型默认上下文 16,384 tokens、最高 131,072，可在单张 24 GB A10G 上以 bf16 运行，Q8_0 GGUF 约 9.5 GB 可跑在 Apple 芯片和 CPU 上，但 GPQA Diamond 仅 45.4%、ACOS 情感分析 F1 仅 7.4%。

    reaches 93.4% at 32K to 128K tokens; It runs on 1 GPU or as a 9.5 GB Q8 0 GGUF on a Mac; Weak spots: GPQA Diamond (45.4%) and ACOS sentiment (7.4%) Asif Razzaq Asif RazzaqMicrosoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model; Asif RazzaqAlibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model; Asif RazzaqGoogle Cloud Launches Gemini Agent, One Universal Agent for Enterprise Work; Asif RazzaqJetBrains Releases Mellum2.1: A 12B MoE Open Model for Coding Agents

    匹配字段正文

    #ai-vertical#开源/仓库#Agent#部署/工程
  3. MarkTechPost

    微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的决策打分模型

    微软发布 Microsoft-Decision-1，一个基于阿里 Qwen3.5-9B 后训练的决策打分模型，对固定选项返回校准后的概率而非生成文本，现已上线 Microsoft Foundry 和 OpenRouter。它支持 32,768 token 上下文，在微软 36 项基准对比中平均准确率 83.5%，p50 延迟 85 ms，输入定价为每百万 token 0.042 美元、输出免费。模型仅提供托管 API，不开放权重，且所有基准均为厂商自测。

    ms p50; Costs $0.042 per million input tokens; output tokens are free; Latency comparisons are disputed; independent JevBench results are pending Asif Razzaq Asif RazzaqNace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text; Asif RazzaqAlibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model; Asif RazzaqGoogle Cloud Launches Gemini Agent, One Universal Agent for Enterprise Work; Asif RazzaqJetBrains Releases Mellum2.1: A 12B MoE Open Model for Coding Agents

    匹配字段正文

    #ai-vertical#模型发布#Agent#部署/工程
  4. MarkTechPost

    阿里千问发布 Qwen-Image-2.1-Turbo，8 步 7B 图像模型

    阿里千问团队发布 Qwen-Image-2.1-Turbo，这是开源权重 Qwen-Image-2.1 的加速版本，在同样的 7B 视觉生成架构上把去噪步数从基础版默认的 40 步降到 8 步，并保留 2K 输出与编辑能力。模型搭配 Qwen3-VL 8B 文本编码器，可通过 Diffusers 的 QwenImage21Pipeline 加载，阿里云百炼同时托管 Turbo 与 Pro，Turbo 每张图 0.1 元、限速 120 RPM，Pro 为 0.25 元、20 RPM。权重仅限研究许可，商业自托管需另行获得授权，且目前尚无 Turbo 专属基准，基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分为 60.28。

    licensed, so commercial self-hosting needs separate permission; No Turbo-specific benchmark exists yet; base Qwen-Image-2.1 scores 60.28 on Qwen-Image-Bench Asif Razzaq Asif RazzaqGoogle Cloud Launches Gemini Agent, One Universal Agent for Enterprise Work; Asif RazzaqJetBrains Releases Mellum2.1: A 12B MoE Open Model for Coding Agents; Asif RazzaqPerplexity AI Releases pplx-embed-v2-late: A 0.6B Edge Model and a 9B Model Scoring 92.4% on MADQA; Asif RazzaqWhat Happens When a Trusted Model Repo C

    匹配字段正文

    #ai-vertical#模型发布#图像生成#开源生态

星期五

  1. Moonshot AI · Kimi Blog精选

    月之暗面开源 Kimi K2.6，主打长程编码与 Agent Swarm

    月之暗面开源最新模型 Kimi K2.6，具备编码、长程执行和 Agent Swarm 能力，已上线 Kimi.com、Kimi App、API 和 Kimi Code。官方称其在长程编码任务上较 K2.5 明显提升，例如在 Mac 上用 Zig 实现并优化 Qwen3.5-0.8B 推理，经 4000+ 次工具调用、超 12 小时连续执行和 14 轮迭代，吞吐从约 15 tokens/sec 提升到约 193 tokens/sec。Agent Swarm 架构从 K2.5 的 100 个子智能体和 1500 步扩展到 300 个子智能体、4000 步并发执行，并新增 Claw Groups 研究预览。

    Kimi K2.6 hero visual

    sign Bench, organized into four categories: Visual Input Tasks, Landing Page Construction, Full-Stack Application Development, and General Creative Programming. In comparison with Google AI Studio, Kimi K2.6 shows promising results and performs well across these categories. Below are examples generated by K2.6 Agent from a single prompt, with preconfigured harnesses and tools: Agent Swarms, Elevated Scaling out, not just up. An Agent Swarm dynamically decomposes tasks into heterogeneous subtasks

    匹配字段正文

    #company#模型发布#开源生态#编码

星期四

  1. MarkTechPost

    Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型，0.6B 与 9B 两个版本

    Perplexity 发布 pplx-embed-v2-late，包含 0.6B 和 9B 两个 ColBERT 风格多模态嵌入模型，均可检索文本、图像和渲染后的 PDF 页面，并共享同一嵌入空间。9B 模型在 MADQA 上取得 92.4%，0.6B 模型面向边缘设备和低延迟查询，用 0.6B 查询 9B 索引在 ViDoRe v3 图像检索上得 63.5%，高于两侧都用 0.6B 的 62.3%。两个模型已在 Hugging Face 以 MIT 许可发布，可自托管商用，Perplexity 托管 API 端点仍在计划中；所有分数均为自报，技术报告尚未发布。

    i-step jobs. Search and Fetch are free. Asif Razzaq Asif RazzaqWhat Happens When a Trusted Model Repo Changes? Unsloth Studio Re-Checks Before It Runs; Asif RazzaqLiquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens; Asif RazzaqMeta AI Open-Sources Rebalancer: A C++ Assignment Solver That Runs About 40 Million Placement Problems a Day; Asif RazzaqGoogle DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4

    匹配字段正文

    #ai-vertical#模型发布#多模态#RAG
  2. The Decoder精选

    OpenAI 发布 GPT-6，ChatGPT 以交互界面取代纯文本输出

    OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型把回答呈现为图形、按钮、图表和表单等交互界面，而非纯文本，格式会随问题自动调整，用户还能在对话内直接生成储蓄计算器、小游戏等小工具。GPT-6 还支持在思考过程中作答，OpenAI 称这可将等待时间缩短 44%，内部测试中它在高难度网页搜索上得分高于上一代 GPT-5.6。付费用户使用 GPT-6 Sol，免费用户使用 GPT-6 Luna，今日起面向 Plus、Pro、Business 和 Enterprise 全球推送，免费与 Go 用户次日跟进。

    mparisons show up side by side and explanations can turn into interactive charts. Users can also have small tools built right inside the chat, like a savings calculator or a game. Google already shipped a similar feature to its Gemini chatbot in May with "Neural Expressive." GPT-6 can also respond while still "thinking." OpenAI says this cuts wait times by 44 percent and can produce better answers. In internal tests, GPT-6 scored higher than its predecessor GPT-5.6 on difficult web searches usin

    匹配字段正文

    #ai-vertical#产品更新#OpenAI#多模态