DeepSeek模型发布
AI 评分28DeepSeek-V4-Flash-0731 仅升级 API，架构与规模不变
#产品更新#DeepSeek
N全部新闻
全部新闻
- DeepSeek模型发布AI 评分46
DeepSeek-V4-Flash 官方 API 开放公测
#模型发布#Agent#编码
- MiniMax Blog一手模型发布AI 评分77
MiniMax 发布多模态生成模型 H3，支持 2K 视频与原生立体声
MiniMax 发布通用多模态生成模型 H3，可理解文本、图像、视频和音频组成的统一上下文，生成带原生立体声的视频，最长 15 秒、2K 分辨率。官方称 2K 下每秒价格不到主流模型的三分之一，768p 价格不到主流模型 720p 的一半，并计划在近日开放模型权重。H3 采用 Contextual Omni Representation、H3-VAE、H3-Omni Transformer 和 In-Context Regeneration 等技术，官方表示完整技术报告即将发布。
#模型发布#多模态#视频
- Unsloth一手模型发布AI 评分78
Thinking Machines 发布 Inkling-Small，276B 参数开源模型可在 128GB 内存本地运行
Today, we are releasing Inkling-Small. Inkling-Small achieves comparable performance to Inkling at a quarter of its size. It features 276B total parameters, 12B active. We are making the full weights available. https://t.co/BtYNcpkDRA Fine-tune it on Tinker today, or chat with it in text, image, and audio on Tinker Playground.
#产品更新#开源生态#多模态
- Mira Murati模型发布AI 评分57
Thinking Machines 发布 Inkling-Small，276B 总参数、12B 激活并开放权重
Today, we are releasing Inkling-Small. Inkling-Small achieves comparable performance to Inkling at a quarter of its size. It features 276B total parameters, 12B active. We are making the full weights available. https://t.co/BtYNcpkDRA Fine-tune it on Tinker today, or chat with it in text, image, and audio on Tinker Playground.
#模型发布#开源生态#多模态
- Demis Hassabis模型发布AI 评分73
Google DeepMind 发布 Gemini Robotics 2 模型套件
One brain. For any robot. 🤖 We’re launching Gemini Robotics 2: our next-generation physical AI bringing full body intelligence to humanoids, advanced dexterity, multi-robot teamwork and more.
#模型发布#具身智能#DeepMind
- Google DeepMind一手模型发布AI 评分74
Google DeepMind 发布 Gemini Robotics ER 2 机器人模型
Google DeepMind 发布 Gemini Robotics ER 2，定位为机器人的高层大脑，支持实时空间推理、多步任务规划和多机器人协作，可通过 Gemini API、Google AI Studio 或 Gemini Enterprise Agent Platform 调用。相比 ER 1.6，新模型能通过连续视频流跟踪任务进度并实时纠错，在进度分类任务上达到 57.4% 准确率，在 moment-finding 任务上达到 91.3% 准确率和 0.96s 平均绝对距离。官方还展示了其编排 Boston Dynamics Spot 的导航与机械臂 API 完成取物，并支持 Apptronik Apollo 2 与 Franka F3 Duo 协作，代码已在 GitHub 开源。
#模型发布#具身智能#多模态
- Air Street Press模型发布AI 评分68
Poolside 发布 Laguna S 2.1 编码智能体模型与 macOS 桌面应用
Poolside 发布 Laguna S 2.1，这是一个可在终端或开发环境中自主规划、改文件、跑代码并持续数小时的智能体编码模型，采用 MoE 架构，1180 亿参数、每 token 约 80 亿激活，支持最多 100 万 token 上下文，量化后可跑在单台 NVIDIA DGX Spark 上。在 Poolside 自家 harness 中，开启思考模式的 Laguna S 2.1 在 Terminal-Bench 2.1 上得分 70.2%，权重以 OpenMDW-1.1 许可发布在 Hugging Face，最终评测轨迹（含失败案例）也已公开。公司同时上线 macOS 桌面应用 Poolside Desktop Assistant，基于 Agent Client Protocol，可在同一窗口运行 Claude Code、Codex、Gemini 等智能体，本地模型通过 MLX 离线运行。
#产品更新#编码#Agent
- Google DeepMind一手模型发布AI 评分51
Google DeepMind 在 Google Flow Music 中发布 Lyria 3.5
Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，在音乐性、歌词和人声质量上有明显提升，即日起在 Google Flow Music 中上线。官方称该模型旨在帮助用户创作更丰富的曲目，并提供创作控制。
#模型发布#多模态#Google
- xAI News一手模型发布AI 评分70
xAI 发布 Grok Voice Think Fast 2.0 语音模型
xAI 发布新一代语音模型 Grok Voice Think Fast 2.0，在智能、转写准确率和对话能力上均有提升。官方称在 24 种语言、数千条短语的评测中，其转写准确率相对 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5–2.0 倍，相对 Grok Voice Think Fast 1.0 提升 1.4 倍，噪声环境下与专用语音转文字模型的差距扩大到约 10 倍。该模型在说话的同时并行推理，推理 token 效率更高，工具调用通常在智能体第一句话结束前执行。2026 年 8 月 5 日起 grok-voice-latest 将指向 2.0，无需手动升级，定价为每分钟音频 $0.08。
#模型发布#语音#xAI
- Liquid AI 模型与工程博客一手模型发布AI 评分58
Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 编码器
Liquid AI 发布两款双向编码器 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M，基于 LFM2 混合架构，支持 8,192 token 上下文，已在 Hugging Face 开放权重。官方称在分类、自然语言理解和 token 级任务上可微调，350M 在 14 个模型 17 项任务中排名第四，230M 超过 ModernBERT-base 和所有 EuroBERT。CPU 上 8,192 token 单次前向约 28 秒，约为 ModernBERT-base 的 3.7 倍速度，评测框架已在 GitHub 开源。
#模型发布#端侧#数据/训练
- Kimi.ai一手模型发布AI 评分62
Kimi K3 上线 Together AI，作为 Day 0 发布伙伴开放高吞吐推理
Kimi K3 is now live on Together AI. We’re proud to be a Day 0 launch partner for @Kimi_Moonshot’s open frontier model, built for long-running agentic workflows across code, tools, vision, and research. https://t.co/OcsTUTtS3l
#产品更新#部署/工程#Agent
- Kimi.ai一手模型发布AI 评分53
Kimi K3 发布，Modal 成为 Day 0 启动合作伙伴
Kimi K3 is live on Modal. Moonshot has shipped the world's first open 3T-class model, and we're a day zero launch partner. We trained a custom DFlash speculator for K3's novel architecture so you can run it faster, losslessly. The most capable open model we've worked with by far.
#行业动态#部署/工程#开源生态
- Kimi.ai一手模型发布AI 评分86
月之暗面发布 Kimi K3 模型权重与技术报告
#模型发布#开源生态#多模态
- Air Street Press模型发布AI 评分78
Black Forest Labs 发布 FLUX 3，视频生成骨干被用于机器人控制
Black Forest Labs 发布多模态基础模型 FLUX 3，在单一架构中联合学习图像、视频和音频，可单次生成最长 20 秒带音频视频，支持文本、图像或视频输入。其视频骨干被 mimic 用于 FLUX-mimic 机器人控制系统，在软体 kitting 任务上报告 95% 成功率，高于同数据训练的 π0.5 的 55%；冻结骨干时仍具竞争力。FLUX 3 Video 已开放早期访问，图像生成与编辑随后推出，动作预测通过合作方提供，并计划发布开放权重版本。
#模型发布#多模态#视频
- Hugging Face一手模型发布AI 评分61
NVIDIA Cosmos-H-Dreams：将实时生成式模拟引入手术机器人
NVIDIA 推出 Cosmos-H-Dreams，可根据初始 RGB 帧和实时机器人运动学数据，自回归生成手术场景。经知识蒸馏并由 FlashDreams 加速后，模型在单张 NVIDIA RTX PRO 6000 上达到约 160 帧/秒，高于标准推理的约 10 帧/秒。其提供 dVRK 台面缝合预训练检查点并已集成 Versius 平台，但定位为研发平台，而非诊断系统或实体手术机器人控制器。
#模型发布#视频#具身智能
- Modal 官方工程博客一手模型发布AI 评分83
Moonshot 发布 Kimi K3，Modal 同日上线并实现 460 tokens/s
Moonshot 发布 Kimi K3，这是一个 2.8 万亿参数的多模态模型，具备 1M token 上下文窗口和原生视觉能力，采用 MoE 架构，每 token 激活 896 个专家中的 16 个。Modal 与 Moonshot、vLLM 合作在发布当天完成支持，通过定制训练的 DFlash 推测器将交互速度从 100 提升到 460 tokens/s，单 GPU 吞吐从 800k 提升到 150 万 TPM。K3 现已通过 Modal 的 OpenAI 兼容 Shared API 按 token 计费提供，也可作为 Auto Endpoint 使用。
#产品更新#部署/工程#开源生态
- Midjourney Updates一手模型发布AI 评分52
Midjourney 发布 V8.2 图像模型
Midjourney 发布 V8.2 图像模型，重点提升审美、图像质量和个性化能力。新版旨在生成更有创意、更大胆精致的图像，显著减少随机出现的低质量结果，并更好地理解个人偏好；V8.2 个性化配置还提供了更大且经过改进的候选图片池。
#模型发布#图像生成
- Claude 应用发布说明一手模型发布AI 评分85
Anthropic 发布 Claude Opus 5
Anthropic 发布 Claude Opus 5，称其以一半价格接近 Claude Fable 5 的前沿智能，在 Frontier-Bench 和 GDPval-AA 等编码与知识工作评测中成为新的 SOTA。该模型是 Claude Max 的新默认模型，也是 Claude Pro 上最强的模型，并在 ARC-AGI 3、Zapier AutomationBench 和 OSWorld 2.0 等基准上表现突出。
#模型发布#Anthropic#推理
- 蚂蚁百灵：Developer Blog一手模型发布AI 评分73
蚂蚁百灵发布原生混合推理模型 Ling-3.0-flash
蚂蚁百灵发布新一代原生混合推理模型 Ling-3.0-flash，总参数量 124B、激活参数 5.1B，官方称在多项指标上对标甚至超越上一代 1T 级旗舰 Ring-2.6-1T。模型从预训练起采用 5:1 交替堆叠 KDA 与 MLA 的混合线性注意力架构，专家激活比例由 1/32 降至 1/64，原生支持 256K 上下文并可扩展至 1M。官方同时开放 OpenRouter 与百灵官方平台限时免费 API 调用，免费期截至 8 月 3 日 23:00，权重将在免费期结束后开源。
#模型发布#Agent#推理