搜索“模型发布”

匹配字段标题

匹配字段摘要、正文

匹配字段摘要、正文

这个视频有一些瑕疵。但 AI 自己想出了怎么做出来，从脚本到图像到概念到音乐再到创作这一切的技术层面，全程没有我任何帮助。这就是已经改变的地方。这将是我们谈论 AI 最少的一次 由于所有这些进步，AI 在世界范围内只会成为一个更大的议题。自《共同智能》出版以来的这份成就与争议时间线，能让你大致了解正在发生多少事情（我略去了数百个重要事件，但即便有 AI 的助力，我们所有人都难以跟上）。 当然，AI 的进步速度对我这样的作者来说是个问题，这也是为什么我的新书不去追赶新闻或最新的模型发布。相反，它聚焦于像本帖中这样的趋势：AI 正以指数级但不均衡的方式进步，而我们使用它的方式正从聊天机器人转向做实际工作的智能体。这本书讲的是这对不得不与这些系统共存的人类意味着什么：我们在哪里仍有优势（我认为归根结底在于深度知识、广度知识、品味和能动性），何时该把工作交给 AI，何时该完全避免使用它。如果你理解了这些趋势，当下（以及不久的将来）就会变得没那么令人意外。 《共存》今天正式出版。你可以在这里获取，就在一个由 Opus 5.5 重新设计的网站上。我告诉它要做得更好。 暂无帖子 准备好了解更多了吗？

匹配字段正文

择叠毛巾、叠衣服作为演示，当时挺有先驱性，也因为叠毛巾的演示火起来了。现在很多公司都在叠毛巾、叠衣服，我之前去WAIC（世界人工智能大会）、WRC（世界机器人大会），也发现大家都在做。当时你们是同时从商业和技术考虑，觉得这是一个很好的首个落地场景？ Jason：是。当时觉得叠毛巾、叠餐巾，模型应该能做。最大的问题不是能不能做，而是能不能100%完成。 第一个模型发布的重点就是，当时有这么多VLA（视觉-语言-动作模型）、通用模型，但都没有达到很高的成功率。如果成功率很低，就没有任何商业价值。所以第一个技术突破，是能不能达到100%。 Dyna-1发布后，我觉得大部分其他公司都在这个方向跟进，很多公司开始发布可靠性演示。这说明我们当时发布的东西有很大影响力。 陈茜：开始创业后，你们讨论过只做Foundation model（基础模型）这一层吗？比如Physical Intelligence从一开始就想只做智能层、不碰硬件，你们没有往这个方向考虑过？ Jason：一开始没有硬件，肯定先买别人的机械臂尝试，把模型做起来，但我们从一开始就有做硬件的打算。把硬件做好要花很长时间，所以最近才把最新

匹配字段正文

匹配字段摘要

匹配字段摘要

匹配字段摘要

文 | 数智奔流，作者 | 田渝，编辑 | 沈校 10月24日凌晨，Kimi发布新模型K3.1 Pro。官方给它安排了两项主要升级：能力进入旗舰模型第一梯队，API价格较上一代下调约三分之一。 但模型发布后，kimi缺因为Token消耗速度陷入性价比争议。 从定价看，官方公布的API价格确实下降了。 K3.1 Pro的输入价格从每百万Token 20元降至13元，输出价格从100元降至68元。可在C端用户和海外开发者那里，实际感受并没有同步变便宜。 有用户测试经典的“鹈鹕骑单车”任务，生成时长达到1小时47分钟，5小时额度消耗87%，周额度消耗16%。还有开发者记录到，只发送一句“你好”，Token计数就达到4.2万。 10月26日，Kimi发布致歉和补偿声明，承认“问题出在我们，本应更早修复”。官方提出两项措施：为有效期内的订阅会员重置并补偿额度；调整模型配置，减少不必要的子Agent调用和输出长度。 这份声明承认，模型背后的调用机制没有被控制好。 过去，用户对模型价格的理解相对简单：输出多少Token，按照单价计算。 但现在，一次请求可能还包括长上下文读取、后台推理、任务拆解、工具

匹配字段正文

谷歌还可以将其AI嵌入企业已经在使用的其他产品中。还记得微软Teams吞掉Slack的时候吗？那不是因为Teams是更好的产品；微软只是有更好的分发渠道，因为Teams与其他企业已经在付费使用的程序捆绑在一起。拥有最好的模型对网络安全——Anthropic瞄准增长的一个领域——比对即时通讯软件更重要，但在分发上很难竞争。 而且，收入是间歇性到来的，通常是在新模型发布之后。在竞争和每次新模型发布后使用量增长的双重压力下，Anthropic永远不能停止训练，而且它必须以比规模大得多的竞争对手更高的效率来做这件事。 所以一个重要的问题是：Anthropic能否继续交出我们在S-1中看到的那种业绩？ 有一些长期承诺凸显了Anthropic面临的扩张压力有多么巨大。当然，第64页的采购承诺和租赁协议处有一个方便的空白，第137页关于其在2030年12月31日之前预计支出的金额处也有一个俏皮的小空白。不过，我们知道这些承诺持续到2045年。 幸运的是，有一个“承诺和或有事项”部分可以帮我们一点忙。不可取消的采购承诺有固定的最低总额，合计2656亿美元，期限在1到20年之间。截至6月30日未经审计的

匹配字段正文

要 Ultrafast，但你可能需要它来监控一次影响大量用户的重要迁移。这时就要用到搭配 6 Astra 或 6.1 Sol 的 Ultrafast。 把几个问题放进这个测试里，看看模型或功能是否有帮助。我们在内部也这么做。我们运行 A/B 测试，看看功能对用户的效果。我们还会考察每个功能或模型的产品市场契合度。 模型弃用与迁移 TNS：OpenAI 加快了模型发布周期。对于在这些 API 上构建生产就绪系统的开发者，你们能就稳定性和迁移路径做出什么承诺？ VS：稳定性和最终用户体验对我们很重要。如果你访问 status.openai.com，可以看到我们的可用性达到四到五个九，这意味着我们确实非常重视这一点。 过去一年，我们发布模型的方式发生了很大变化。更好的模型帮助我们更快地构建下一代，提高开发者和研究人员的生产力。 “因为我们发布得更快，所以在确定下一代在所有方面都更便宜、更准确之前，我们不会弃用某个模型。” 去年 11 月，我们还有 GPT-5.1。现在我们已到 GPT-6 Astra 和 GPT-6.1 Sol。因为我们发布得更快，所以在确定下一代在所有方面都更便宜、更准确之

匹配字段正文

ian，评测达人，最近搬到了旧金山。Florian，Kimi K3.1 Pro这个名字真拗口，它会达到基准分数所显示的水平吗，比如在Artificial Analysis上，还是最终会落在什么位置？ 00:00:17 Florian Brand：过去，Kimi模型总是能达到预期，但这次发布和其他几次相比有点奇怪。我觉得部分原因是他们变得越来越专业了，而之前的模型发布多少有些突然。这次他们还搞了更大规模的社交媒体宣传，这也招致了一些批评，据称还涉及付费让人发帖谈论该模型却不披露。 00:00:56 Nathan Lambert：我觉得很多公司都这么干，还告诉你别提这事，但这很糟糕。这是不当做法。任何公司都不该这么做。基本上，有人发推了一张Kimi媒体指引的截图，上面写着“不要说这是付费推广”。据我所知，之后没有人证实过这件事。 00:01:15 Florian Brand：是的，而且现在有几次模型发布，包括美国公司的，明显就是水军操作。我们见过一些发布有几千次转发、却只有几百个赞，因为这样吸引注意力效果太好了。有些会披露是付费广告，有些则不会。但总的来说，我们看到模型发布随着时间推移、而

匹配字段正文

美国公司正面竞争。 然而，这场本应迎来掌声的发布，却出现了一幕颇为讽刺的景象。 模型越来越聪明，用户却发现自己越来越用不起了。 在K3.1 Pro发布之后，社交媒体上很快出现了不少关于会员额度的抱怨。 一些用户购买了每月199元的Pro套餐，准备体验新模型的编程和Agent能力，结果没运行几个复杂任务，就发现自己已经接近使用上限。 与此同时，关于Kimi在新模型发布前后调整会员额度的讨论也开始出现。 一位开发者使用两个699元的订阅账号，通过49次API请求进行测试，按照相同的Token结构进行折算，发现旧套餐能够获得的API价值约为新套餐的1.94倍。 虽然这一结果不能直接代表所有用户的实际额度变化，但仍然引起了不少讨论。 更有意思的是，Kimi这次发布的新模型，API价格其实还下降了。 根据官方定价，上一代K3每百万Token的输入和输出价格分别为20元和100元，K3.1 Pro则降到了13元和68元。 单看API价格，Kimi依然在努力维持中国模型一贯的成本优势。 可对于购买订阅套餐的用户来说，模型能力提升了，单位Token价格降低了，真正使用时却需要更加谨慎地计算额度。 模型

匹配字段正文

我认识的一家公司把模型和成本直接放进每个拉取请求里。所以如果你为一件小事用了昂贵的模型，基本上就是公开处刑。我很喜欢。 最好的成本优化是开发者根本注意不到的 Catherine： 你 写过 降低这些成本的四项举措。哪一项影响最大？ Patrick： 我们最喜欢的一项有点无聊：更好、更便宜的模型不断出现，你把流量迁移过去。在专有和开源厂商之间，大概每周都有五个模型发布。并非每一个都在成本上更进一步，但也许每一两周就有一个。这是水涨船高。你花更少的钱得到同样的产出，而且没人需要改变任何东西。不需要花哨的路由，什么都不用。 让你感受一下这变化有多快：最近某个便宜模型大致相当于大约九个月前前沿模型的能力，而每任务成本约为后者的 1%。不到一年下降了 100 倍。这还只是初步结果，但方向就是这样。 问题在于你必须真正行动起来。如果新模型发布了，而你公司里没人在用，那就等于森林里一棵树倒下却无人听见。所以我们练就了快速评估新模型的能力，一旦某个模型足够好就迅速把工作负载迁移过去。因为一切都经过 Unity Gateway，我们可以在一个地方完成切换，开发者无需做任何改动。这是我们做过的影响最大的事

匹配字段正文

是，过滤器很难精准读懂每个人的意图。 把危险请求漏过去，叫漏判；把正常研究拦下来，叫误判。为了尽量减少前者，Anthropic接受了大量后者。 正常研究者因此受挫，竞争对手还会把「限制更少」当成卖点。 这笔成本，用户也在承担。 Anthropic此前的官方说明证实，Fable 5触发生物安全过滤后，会把请求交给能力较弱的模型处理。 8月的更新在公司测试中将生物相关回退减少了约85%，但仍保留对双重用途研究的限制。 另一笔账是监管。 达里奥称，Anthropic推动了加州SB 53等立法，还支持过比最终通过版本更严格的方案。今年6月，他又公开主张，政府应拥有阻止模型发布的权力。 这等于支持外部力量握住自己产品的开关。 最后，是5%股权。就在几天前，Anthropic宣布，拟将公司5%的股份投入公共利益基金，尚待股东批准。公司估值超过指定基准后，每增长50%，董事会还可酌情追加2%。 为什么一家公司坚持安全，却还要拼命买算力、加快研发？ 达里奥给出的核心逻辑，叫「race to the top」，向更高标准竞争。 Calvin担心的也很直接：如果每一轮竞争都必须赢，安全还能让公司退让多少？

匹配字段正文

ne、Brookfield、Goldman Sachs和KKR——设立融资平台，可为建设人工智能基础设施的公司调动超过5000亿美元资金。这是一家公司从制造芯片转向统筹人工智能更广阔竞争格局的最新举措，也表明这家全球市值最高公司的增长，既取决于下一项重大工程挑战，也取决于客户是否还能继续买得起它的产品。 这也指向人工智能更广泛的发展方向。尽管全世界都在痴迷于模型发布、芯片能力和数据中心容量，但越来越决定谁能参与竞争的变量其实很简单：钱。公司与国家之间人工智能竞赛的下一阶段，将在很大程度上取决于谁能为此买单；重心正从前沿实验室转向信贷部门。谁能以低成本、大规模地筹集资本，谁就能定下节奏，而这场竞赛仍然有利于美国，因为其资本市场比任何其他地方都更深。对中国和欧洲而言，缩小技术差距的道路要经过金融这道关。 技术革命往往因其技术而被铭记：蒸汽机、铁路、互联网。同样重要的是让它们成为可能的金融机制：股份公司分散了远洋贸易航程的风险；早期的债券和股票市场在铁路尚无法产生回报时就为其融资；风险投资为太新、无法从传统投资者那里筹资的公司提供了高风险资金。 人工智能正迎来属于自己的这一时刻。半个世纪以来

匹配字段正文

里从低谷走向翻盘的全过程。 为了这篇稿件，Shipper 用数月时间采访了六位 Codex 核心参与者： OpenAI 总裁兼联合创始人 Greg Brockman Codex 负责人 Thibault Sottiaux（也就是 Tibo） Codex 前产品负责人 Alexander Embiricos Shipper 本人也是亲历者：Every 长期在新模型发布前获得测试权限并发布「Vibe Check」评测，GPT-5 发布前夜，他就坐在 OpenAI 的办公室里。 这篇报道的形式也很特别。Shipper 称之为「智能体原生（agent-native）」稿件：六场采访的完整文字稿全部随文附上，点击任意一句引语都能跳到原始对话，读者还可以让自己的智能体去交叉比对文字稿、提炼产品经验，甚至挖出作者遗漏的洞见。据 Every 介绍，这篇报道本身也是借助 Codex 采写完成的。 文中值得玩味的细节不少。如今的 ChatGPT 桌面应用，在 Mac 系统里报给自己的名字仍是 com.openai.codex，Codex 是从内部「吞掉」了 ChatGPT。外界以为 Codex 拥有独立模

匹配字段正文