←搜索结果

搜索“Meta”

按匹配度 · 共 182 条结果 清除搜索

星期二

  1. OpenAI：部署安全与系统卡

    OpenAI 发布 ChatGPT Images 2.5 系统卡

    OpenAI 发布 ChatGPT Images 2.5 系统卡，介绍 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 两个模型。新模型在图像编辑一致性、信息图准确度与排版上有所提升，并新增草图生成、模板和共享提示词等功能。安全方面，OpenAI 称其安全栈沿用 ChatGPT Images 2.0 基础并针对更高真实感带来的深度伪造风险增加防护，同时通过 C2PA 元数据和 Google DeepMind 的 SynthID 水印强化来源标注。

    Provenance We have continued to prioritize enhancing our provenance tools. For ChatGPT Images 2.5, our expanded provenance safety tooling includes: A continued commitment to C2PA metadata, an industry-standard framework that enables automated disclosure of provenance information, through the C2PA Conformance Program; To make provenance more resilient, we are taking a multi-layered approach and incorporating watermarking through Google DeepMind’s SynthID⁠ through ChatGPT⁠, Codex, and the OpenAI

    匹配字段正文

    #company#安全/对齐#图像生成#OpenAI

星期六

  1. 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%。

    ? There are 4 deployment paths, all serving the same API: Python (Kev runtime): inference.py and serve.py on a CUDA GPU; llama.cpp: a Nace fork with GGUF in bf16 or Q8 0, on CUDA, Metal or CPU; Ollama: a Nace fork that adds a decision capability; Hosted: OpenRouter lists $0.04 per 1M input tokens and $0 output, served by DeepInfra. Nace also runs its own Console API Nace tested bf16 and Q8 0 on an AWS g5.2xlarge (A10G 24 GB) and got identical answers. The Q8 0 GGUF also matched on an Apple M5 Pr

    匹配字段正文

    #ai-vertical#开源/仓库#Agent#部署/工程

星期五

  1. MarkTechPost

    JetBrains 发布 Mellum2.1：面向编码智能体的 12B MoE 开源模型

    JetBrains 发布 Mellum2.1，一个面向编码智能体与快速子智能体的 12B MoE 思考模型，每 token 激活 2.5B 参数，以 Apache 2.0 许可在 Hugging Face 上发布。架构与 Mellum2 相同，升级几乎全部来自真实软件环境中的强化学习，模型可自行探索仓库、编辑文件并检查改动。基准上 SWE-bench Verified 从 2.0 升至 47.0，LiveCodeBench v6 得 82.0，但 SWE-bench Pro、GPQA Diamond 和 AIME 仍落后于 Qwen3.5-9B；GGUF 量化版本从 7.0 GB 起，可在 llama.cpp、Ollama 和 LM Studio 本地运行。

    makes local coding sub-agents practical Asif Razzaq 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 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

    匹配字段正文

    #ai-vertical#模型发布#编码#Agent

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. MarkTechPost

    Liquid AI 开源 d1-3B 与 d1-omni-600M 多模态决策模型

    Liquid AI 发布 Open d1 系列两款开源权重多模态决策模型：d1-3B 读取文本与图像，d1-omni-600M 读取文本加图像或音频，两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0。d1-3B 有 3.12B 参数，基于 LFM2.5-VL-3B，使用 400M SigLIP2 NaFlex 视觉编码器和 32,768 token 上下文；d1-omni-600M 有 587M 参数，基于 LFM2.5-Encoder-350M，音频编码器为 17 层 FastConformer，上下文 16,384 token，音频片段上限 30 秒。两个检查点已上 Hugging Face，可通过 Transformers 加载并支持 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美元的免费商用；d1-3B 在 Decision Index v0.2.1 得 48.57，在 RTX 4090 上单问题延迟 8 ms。

    ch, TinyFetch (full pages as markdown, JavaScript included), TinyBrowser for logins and forms, and TinyAgent for multi-step jobs. Search and Fetch are free. Asif Razzaq 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; Asif RazzaqMistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model;

    匹配字段正文

    #ai-vertical#模型发布#多模态#端侧
  3. Microsoft AI Blog

    微软发布 MAI-Code-1.1-Flash：成本降至四分之一并支持端侧运行

    微软发布 MAI-Code-1.1-Flash，相比 6 月 Build 大会推出的版本，token 效率提升 25%，成本降至四分之一，并已在 GitHub Copilot 中投入生产。该模型经 3-bit 量化后可在端侧运行，保留 256K 上下文窗口，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上编码性能与全精度版本相当，本地调用不产生推理费用，官方建议设备内存超过 120GB。GitHub Copilot CLI 上 Terminal-Bench 2.1 提升 22%，.NET 任务提升 15%，代码存活率上升 4%，回访率增加 9%；本月底将在 GitHub Copilot 应用、CLI 和 VS Code 中开放实验性访问。

    Two large white curly brackets on a green background overlayed with rows of faint text and code-like characters, creating a digital, abstract effect.

    With Us We’re a lean, talent-dense team of explorers, researchers, and full-stack engineers. We move fast, sweat the details, and operate at frontier scale with a roadmap to build the world’s most powerful AI models. Most importantly, we’re united by the belief that doing this right is the only way to do it at all. If our mission resonates with you, we’d love to talk. Related Stories MAI-Image-2.6 launches at No. 2 on Arena ahead of Google, Meta and xAI Optimizing the frontier performance curve

    匹配字段正文

    #company#产品更新#编码#端侧

星期二

  1. The Rundown AI

    Reflection AI 发布首款开源权重模型 Beam，主打编码与智能体

    估值 250 亿美元的 Reflection AI 发布首款开源权重模型 Beam，面向编码与智能体任务，公司称其以远低于中国实验室 Z.ai GLM-5.2 的算力达到相近的推理和编码成绩。Reflection 计划本月以 Apache 2.0 许可证放出 Beam 权重，允许企业自行定制和部署，并已在韩国测试由对冲基金或政府用自有芯片和私有数据运行 Beam 的 AI 工厂模式。在自家测试中 Beam 仍落后于 Moonshot 的 Kimi K3，但优于 Thinking Machines 的 Inkling 等美国开源系统。

    alongside fresh takes on the chatbot race, personal agents, and how AI apps are making money. The details: Why it matters: a16z’s recurring list has become a handy tracker of the metas that AI cycles through, from early chatbots to creative tools, coding, and now personal agents. With xAI's Grok Bot, OpenAI's Dots, and Meta’s Muse all piling in, the current trend also looks like AI's next real shot at a mainstream breakout. AI TRAINING 🛠️ Protect your files with this Claude Code mod The Rundown

    匹配字段正文

    #newsletter#行业动态#开源生态#Agent
  2. Latent Space精选

    Reflection 发布 Beam：501B 总参数、23B 激活的美国开源 MoE 模型

    Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。

    for two weeks (Nous). Eleven v4 Turbo tops AA’s Provider Voice TTS arena at half the price of v4 (AA) SemiAnalysis limit testing: SemiAnalysis tested plans from Anthropic, OpenAI, Meta, SpaceXAI, MiniMax, Moonshot, Cursor, Cognition and others. It found that Claude subscriptions deliver 5x+ more API-equivalent value than OpenAI plans (report).Methodology: Value depends on the credit cost of each model and token type, not on list API prices (thread); Task-cost adjustment: Adjusting for task cost

    匹配字段正文

    #newsletter#模型发布#开源生态#数据/训练
  3. TechCrunch AI

    Reflection 发布开源权重模型 Beam，对标中国开源模型并压低算力成本

    Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。

    ers. Reflection is positioning itself against closed labs like Anthropic and OpenAI, against popular open models from Chinese developers, and against Western players like Mistral, Meta, and Cohere. Its most direct U.S. rival might be Inkling , the open model from Mira Murati’s Thinking Machines Lab released in July. Reflection’s own benchmarks show that Beam outscores Inkling on four coding tests where both report results, but Inkling is a multimodal model and Beam is text-only. Reflection was f

    匹配字段正文

    #tech-media#模型发布#开源生态#推理

星期一

  1. MarkTechPost

    Cantina 发布开源安全模型 apex-flash-1，60 项漏洞任务解出 40 项

    Cantina Security 与 Yeta Labs 发布面向漏洞研究的开源权重模型 apex-flash-1，基于智谱 GLM-5.3-Flash 做强化学习微调，以 MIT 许可在 Hugging Face 发布。该模型总参数 321.3B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元，Claude Opus 5 High 解出 43 项（71.7%）但成本约 74.68 美元；BF16 部署约需 640 GB GPU 显存。

    s serve on vLLM, SGLang or Transformers, but BF16 needs roughly 640 GB of GPU memory. What Cantina Built apex-flash-1 has 321.3B total parameters, per its Hugging Face safetensors metadata. The GLM-5.3-Flash base is a Mixture-of-Experts model with 18B active parameters. Cantina trained it with GRPO using a rank-256 LoRA plus selective full-parameter training. The data covers 150 tasks built from 50 real vulnerability cases. Each case appears in 3 variants: guided whitebox, focused whitebox and f

    匹配字段正文

    #ai-vertical#模型发布#开源生态#安全/对齐

星期六

  1. MarkTechPost

    微软发布 MAI-Transcribe-2-Streaming 流式语音转文字模型，登顶 Artificial Analysis 榜单

    微软 AI 发布首款流式语音转文字模型 MAI-Transcribe-2-Streaming，支持 60 种语言并自动连续检测语种，在收到音频后 100 毫秒出头即输出首个部分转写结果。Artificial Analysis 的 AA-WER Streaming 测试显示，其最终转写与首个部分转写均为 2.5% WER，在 38 个模型中均排第一，最终结果延迟 0.13 秒。该模型定价为每小时音频 0.54 美元（2026 年底前的尝鲜价），可通过 Realtime API 或 Azure Speech SDK 接入，目前为公开预览，无 SLA 且未开放权重。

    rough the end of 2026. Artificial Analysis normalizes it to $9.00 per 1,000 minutes. Batch MAI-Transcribe-2 costs $0.10 per hour. On streaming, Microsoft charges more than xAI and Meta, and roughly matches Google’s estimated rate. How Developers Integrate It Microsoft documents 2 integration paths. The Realtime API suits apps already using an OpenAI Realtime-compatible WebSocket. The Azure Speech SDK handles connection management, retries and audio streaming. Both return intermediate and final r

    匹配字段正文

    #ai-vertical#模型发布#语音#Microsoft

星期五

  1. MarkTechPost

    Cohere 发布 Embed 5 嵌入模型家族，Pro 与 Fast 共享同一向量空间

    Cohere 发布 Embed 5 嵌入模型家族，分 Embed 5 Pro 和 Embed 5 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言、最长 128K tokens，已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，私有 VPC 或本地部署走 vLLM。两档共享同一向量空间，可用 Pro 建索引、Fast 查询，Cohere 建议的该组合在归一化评测中得 98.4（Pro+Pro 为 100），全 Fast 为 96.6，但两侧必须使用相同输出维度。模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，支持 2048 至 256 六种维度、默认 2048，输出 float、int8 或 binary；Pro 每 1M 文本 token 收费 $0.12，Fast 为 $0.08，图像输入两档均为 $0.40。在 ViDoRe V3 上 Pro 平均 85.8，较 Embed 4 提升 8.8 分，Fast 为 84.5，Voyage 4 Large 为 83.7、Gemini Embedding 2 为 83.2、OpenAI text-embedding-3-large 为 75.5；多语言方面 Pro 在欧洲语言平均分 77 领先，但在 Cohere 自测表中 10 种其他语言里有 9 种落后于 Gemini Embedding 2。多数成绩使用 Cohere 新指标 RCP-nDCG@10，评测代码已公开但独立复现尚未完成。

    y. Pro costs $0.12 per 1M text tokens. Fast costs $0.08. Image inputs cost $0.40 per 1M tokens on both. Embed 5 can embed a page image directly. It can also fuse an image with its metadata into a single vector. That is important for scanned pages, slide decks, schematics, and charts, where text extraction drops information. Cohere tested every corpus and query pairing across 40 development datasets. Normalized to Pro plus Pro at 100, a Pro index queried with Fast scored 98.4. An all-Fast setup s

    匹配字段正文

    #ai-vertical#产品更新#RAG#多模态

星期四

  1. The Rundown AI

    Google 发布 Gemini 4 Argon，19 项基准中 13 项超过 GPT-6 Astra 与 Claude Opus 5.5

    Google 发布新前沿模型 Gemini 4 Argon，在 Google 自测的 19 项基准中有 13 项超过 GPT-6 Astra 和 Claude Opus 5.5，目前仅向经过审核的特定网络安全团队开放。该模型在 Arena 文本榜登顶，AA 智能指数得 53 分，仅次于 Opus 5.5，与 Fable 5.1 和 Astra 持平，并在真实编码测试 DeepSWE 上取得 77.9% 的领先成绩。Google 尚未公布更大范围上线时间，API 定价为每百万 token 输入 2 美元、输出 10 美元，促销期结束后升至 4 美元和 20 美元；彭博社报道称内部对 Argon 的编码能力存疑，Google 否认了这一说法。

    PLUS: How (and why) to set up Meta’s Muse Desktop Zach Mink Good morning, AI enthusiasts, and welcome to the 5,879 new readers who joined us yesterday. Google spent most of 2026 on the sidelines of the frontier, with a scrapped Gemini 3.5 Pro and a steady stream of Flash models filling a widening gap. Gemini 4 Argon is the company’s long-awaited answer, and the early leaderboards show significant progress. There’s just one catch — you probably can’t use it yet. In today’s AI rundown: Gemini 4 Ar

    匹配字段正文

    #newsletter#行业动态#Google#OpenAI
  2. Latent Space精选

    Google DeepMind 发布 Gemini 4 Argon，输出上限提至 1M token

    Google DeepMind 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，今日起通过 Fairwind Program 向受信任测试者开放，并承诺尽快扩大访问。Google 称其输出上限达 1M token，较此前的 64K 大幅提升，标准定价为每 1M 输入/输出 token 4 美元/20 美元，另有 50% 的限时折扣。Google 称 Argon 在 19 项公开基准中的 13 项排名第一，DeepSWE 得分 77.9%，高于 Opus 5.5 的 74.2% 和 Astra 的 74.1%；Artificial Analysis 测得其在 Intelligence Index 上得 53 分，与 GPT-6 Astra 持平。

    bout 5x Luna per task, because only 48% of its repeated context hits cache versus 99% for Luna ( @ArtificialAnlys ). Agent Research, Inference and Systems Context Language Models (Meta) : CLMs treat context as an editable file rather than an append-only log, with context-management policies learned in the weights and no external harness ( @RulinShao ). Result : They score 65% higher with the same compute on a 24-hour multi-repository agent-swarm task ( @arankomatsuzaki , @natolambert ). Adaptive

    匹配字段正文

    #newsletter#行业动态#Google#OpenAI
  3. A6 a6-070 · 字节 Seed：Research Papers精选

    字节 Seed 发布多模态图像创作模型 Seedream 5.0 Pro

    字节 Seed 正式发布多模态图像创作模型 Seedream 5.0 Pro，在图文对齐、结构一致性、文字渲染和视觉美感等基础能力上全面提升。该模型带来四项核心突破：复杂信息可视化、交互式精准编辑、写实影像与人物质感，以及原生多语言输入与生成，支持法语、德语、俄语、日语、韩语、西班牙语、阿拉伯语等十余种语言。官方称其在复杂信息图生成和交互式精准编辑上取得突破，但更细粒度的文字渲染与像素级编辑一致性仍有提升空间。

    n" image, the model integrates a timeline, a line chart, a bar chart, and a realistic view of the station within a single frame. The information hierarchy is clear, and the visual metaphors are accurate, demonstrating the model's ability to spatially organize panoramic data. Prompt: A visual infographic chronicling scientific research at Antarctica's Qinling Station. Place the main Qinling Station building at the center. Surround it with a timeline of research station development, a bar chart co

    匹配字段正文

    #a6-editorial#模型发布#图像生成#多模态

星期三

  1. Cohere 产品与研究博客

    Cohere 发布 Embed 5 系列嵌入模型，Pro 与 Fast 共享同一嵌入空间

    Cohere 发布 Embed 5 系列嵌入模型，包含面向最高质量的 Embed 5 Pro 和面向延迟与成本敏感场景的 Embed 5 Fast，两者共享同一嵌入空间，可用 Pro 建索引后用任一模型查询而无需重建索引。Embed 5 支持多模态输入与检索、100 多种语言和 128K token 上下文窗口，Pro 在 ViDoRe V3 上平均得分 85.8，Fast 为 84.5。模型已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，Pro 定价为每百万 token 0.12 美元，Fast 为 0.08 美元。

    ned pages, slide decks, schematics, and charts contain information that text extraction may miss. Embed 5 can embed page images directly (page-image), or combine an image with its metadata into a single vector (fused text-image). On fused text-image corpora, Embed 5 Pro averages 82.3 across five datasets, ahead of Embed 5 Fast at 81.2 and Gemini Embedding 2 at 61.3. Pro outperforms Gemini Embedding 2 on every dataset in the suite. Page image retrieval is also robust: Embed 5 Pro continues to lea

    匹配字段正文

    #company#产品更新#RAG#多模态

星期二

  1. The Rundown AI

    Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 且价格减半

    Anthropic 推出 Claude Sonnet 5.5，这是加入 5.5 家族的中端模型，速度提升 30%，在知识工作和编码上较上一代 Sonnet 有明显提升，部分测试接近 Opus 5.5 而价格仅为其一半。该模型在 AA 智能指数上得分为 56，仅次于 Opus 5.5，超过 Fable 5.1 和 GPT-6 Astra 的 53；在多项办公测试中几乎追平 Opus 5.5，编码基准上接近或领先 Opus 与 Astra。Anthropic 表示部分任务成本最多降低 30%，并首次为 Sonnet 层级模型加入网络安全护栏。

    spend. Nvidia released an open blueprint that walls off AI agents and watches them from chips they can't reach, coming in response to reports of agents escaping test environments. Meta launched the Meta Enterprise Platform, a new business unit selling its Muse models and agents to companies, led by former MongoDB CEO CJ Desai. Manus debuted 2.0, its first major upgrade since China blocked Meta's $2B takeover, adding a video editor, game builder, and a personal agent with its own number and email

    匹配字段正文

    #newsletter#行业动态#Anthropic#OpenAI

星期一

  1. TechCrunch AI

    Anthropic 发布 Sonnet 5.5，称更快更便宜的工作助手

    Anthropic 发布中端模型 Sonnet 5.5，称其速度比上一代 Sonnet 5 快 30%，token 消耗速度也明显更慢，定位为适合编码和办公文档等日常任务的助手。Anthropic 的基准测试显示，Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，原因可能是它能在不超成本上限的情况下派生多个智能体。Anthropic 还称 Sonnet 5.5 的网络能力与 Opus 5 相当，因此成为首个适用与 Fable、Opus 相同网络安全防护措施的 Sonnet 模型，并计划在未来几周发布新版 Haiku。

    e company also plans to release a new version of Haiku — its smallest model — in the coming weeks, although it didn’t give a firm date as to when that would happen. The last year has seen a flurry of new model releases from the major AI labs. Just last week, OpenAI released a number of new models — including enhanced versions of Sol and Luna, its mid-tier and budget-friendly models. Meta also announced a new model , which it said would power an upcoming feature associated with its smart glasses.

    匹配字段正文

    #tech-media#模型发布#Anthropic#Agent

星期三

  1. The Rundown AI

    Anthropic 与 OpenAI 相隔 90 分钟发布 Claude Opus 5.5 和 GPT-6 Sol、Luna

    Anthropic 发布 Claude Opus 5.5，在 AA 的 Intelligence Index 上以 58 分登顶，超过此前领先的 Fable 5.1 和 GPT-6 Astra 的 53 分，价格比前代低 40%；OpenAI 随后推出 GPT-6 Sol 和 Luna，得分较 5.6 对应版本略有提升，价格减半，Luna 为每百万 token 0.10/0.50 美元，Sol 为 2/10 美元。Anthropic 称 5.5 在其内部对齐基准上取得迄今最好成绩，并改进了被批评的 Claudish 写作风格；这是 Anthropic 提出 pacing 后的首个发布，Sam Altman 表示 pacing 并不意味着停止。

    odel and 20GW of data-center capacity by 2032. British Columbia sued OpenAI and Sam Altman, alleging the company failed to alert police after flagging the Tumbler Ridge shooter’s ChatGPT use. Meta’s Muse reportedly outpaced ChatGPT’s mobile debut, with 1.8M U.S. and Canadian iOS downloads in 12 days to ChatGPT’s 1.3M. Twenty countries and the EU called for stronger global oversight of advanced AI, urging transparent company safety protocols and coordinated government standards. Sponsored listing

    匹配字段正文

    #newsletter#行业动态#模型发布#OpenAI

星期二

  1. Latent Space

    小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元

    小米发布 MiMo-V2.6 系列开源全模态模型，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，采用 MIT 许可，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数。技术报告显示其 RL 训练在 130 小时、75B token 上花费约 260 万美元，并计划开源环境代码与训练配方，但 7k+ 任务数据集尚未发布。

    : Patrick Wardle reported a serious local-hijack flaw in Muse , arguing broad OS access makes such assistants a high-value attack surface. In contrast, DeepLearningAI highlighted Meta’s design philosophy for Muse-like agents: assume prompt injection will happen, keep real credentials away from the model, isolate tools in containers, and use an independent outbound-call gatekeeper. Commercial agents are also being pushed deeper into workflows : Cognition introduced Devin Cloud in Terminal and de

    匹配字段正文

    #newsletter#模型发布#开源生态#多模态