N全部新闻

全部新闻

星期五1456 条

  1. ARC Prize一手解读
    AI 评分52

    ARC Prize 公布 Meta Muse Spark Open 在 ARC-AGI 各版本的评测成绩

    ARC Prize 公布 Meta Muse Spark Open 在 ARC-AGI 上的验证成绩：ARC-AGI-1 为 89.0%、每任务 $0.29，ARC-AGI-2 为 57.5%、每任务 $0.73，ARC-AGI-3 在 provider adapter harness 下为 0.4%、$3.0K，标准 harness 下为 0.1%、$3.9K。ARC Prize 称其在 v1/v2 上的分数与 Haiku 5.5、GPT-6 Luna 相近，但成本约为后者的 9 倍；该模型在 OpenRouter 上定价为每百万输入 $1.25、每百万输出 $4.25，而 Haiku 5.5 与 GPT-6 Luna 均为每百万输入 $0.10、每百万输出 $0.50。在公开任务上，随着推理规模提升，ARC-AGI-2 的得分从 medium 档平均 55k token/任务对应 29.4%，升到 high 档 150k 对应 51.0%，再到 xhigh 档 180k 对应 57.2%；ARC-AGI-1 在 high 档已达 92.8%，xhigh 档升至 94.0%。

    同一事件 · 4 条报道

    #评测/基准#推理#开源生态

  3. Garry Tan模型发布
    AI 评分55

    Particle 发布首个开发者模型 particle-1，token 用量减少约 45%

    Suhail 宣布新公司 Particle 及其首个面向开发者的模型 particle-1，称该模型在保持性能的同时使用约 45% 更少的 token，目前已上线。Garry Tan 转发并表示 Particle 将朝着单位智能成本最低的方向发展。

    引用Suhail · @Suhail

    1/ Excited to announce our new company Particle This is our first step in a series of models focused on developers. With particle-1, we focused on token efficiency and managed to keep parity in performance while using ~45% fewer tokens. Live now: https://t.co/m5MvOwR9yE https://t.co/qAM7lFUPvG

    同一事件 · 2 条报道

    #大佬观点#行业动态#模型发布

  4. Aaron Levie
    AI 评分34

    Aaron Levie：智能体 token 消耗将达当前 1000 倍

    Box CEO Aaron Levie 预测，智能体未来消耗的 token 将是当前的 1000 倍，因为它们要运行在工作流中、处理企业数据、构建几乎所有软件并保障企业安全。他认为规模化需要同时推进闭源模型边界与开源权重模型的能力、安全性和大负载效率，并提到 Suhail 正为此打造 Particle。Suhail 同日宣布新公司 Particle，其 particle-1 模型在性能持平下少用约 45% token。

    引用Suhail · @Suhail

    1/ Excited to announce our new company Particle This is our first step in a series of models focused on developers. With particle-1, we focused on token efficiency and managed to keep parity in performance while using ~45% fewer tokens. Live now: https://t.co/m5MvOwR9yE https://t.co/qAM7lFUPvG

    #大佬观点#Agent#开源生态

  5. Guillermo Rauch
    AI 评分12

    Rauchg 称赞 fx 接入 T3 Code

    Vercel Developers 宣布，开源智能体框架 fx 已成为 T3 Code 的内置 provider，可在网页、桌面和移动端运行，并兼容现有模型与技能。Guillermo Rauch 转发并评论“Theo cooked”。

    引用Vercel Developers · @vercel_dev

    fx × T3 Code: our open-source agent harness, fx, is now a built-in provider in T3 Code. • Runs on web, desktop, and mobile • Works with your existing models and skills https://t.co/1wpkvQ0RRg

    #其他

  6. Guillermo Rauch产品发布
    AI 评分60

    Vercel CEO 详解 Vercel CI：基础设施、Turborepo 集成与 Agentic CI

    Vercel CEO Guillermo Rauch 发文说明 Vercel CI 如何解决 AI 编码瓶颈，分三层：快速稳定的基础设施（全球 20 个集群、每天运行数百万个 microVM）、Turborepo 集成（自动计算依赖图并跳过、缓存已有工作）、Agentic CI。他表示 CLI 中的 vercel ci 是第一步，智能体现在可以检查、中止、触发和重放 CI，Vercel Agent 可协助优化，后续还会加入更多能力，让 CI 具备工程师式的判断力。Vercel 官方账号此前宣布 Vercel CI 进入 beta，内部仓库 CI 提速 2-6 倍，并通过 Vercel MCP 和 CLI 面向智能体优化。

    引用Vercel · @vercel

    Introducing Vercel CI • Intelligently skips tasks with Turborepo • 2-6× faster CI in our internal repositories • Optimized for agents via Vercel MCP and CLI After nearly 8 million tasks, we're excited for the future of agentic CI. In beta on all plans. https://t.co/IcsuvweAhB

    #大佬观点#Agent#部署/工程

  9. Elon Musk
    AI 评分34

    马斯克转休斯顿警方工会 Robotaxi 贴

    休斯顿警察工会发帖称，随着 Tesla 在休斯顿扩大 Cybercab/Robotaxi 服务区域，酒后回家有了更多安全选择，呼吁勿酒驾。马斯克转发该帖，仅配文“🇺🇸 Robotaxi Houston 🇺🇸”。

    引用Houston Police Officers' Union · @HPOUTX

    There has never been an excuse to drink and drive. With @Tesla expanding their Cybercab/Robotaxi services area across #Houston, there are more ways than ever to get home safely after a night out. Plan ahead, make the smart choice, and never get behind the wheel impaired. #DontDrinkAndDrive

    #行业动态#端侧

  10. Elon Musk模型发布
    AI 评分61

    Google 发布 Gemini 4 Carbon 前沿模型

    Google 发布新一代前沿模型 Gemini 4 Carbon，距 Argon 发布仅两周。该模型在更新后的 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，在网络安全评测中 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。Google 表示其在长周期任务上较 Argon 有明显提升，并强化了前沿安全防护，本周起先向部分可信网络安全防御方开放，后续通过 Fairwind Program 扩大合作方范围。

    引用Sundar Pichai · @sundarpichai

    I did say we'd be releasing our models periodically...introducing Gemini 4 Carbon, our next frontier model. Following Argon's release just two weeks ago, Carbon shows the pace at which we’re pushing the frontier, it ranks #1 on the recently updated v5.0 of @ArtificialAnlys Intelligence Index at 59. It also leads across key cybersecurity evaluations scoring 88.2% on SEC-bench Pro for finding vulnerabilities, 54.8% on ExploitGym for exploitation, and 71.0% on CWE-bench for patching. We’re seeing significant improvements in long-horizon tasks even compared to Argon, and we’ve strengthened frontier safeguards. As we did with Argon, we’re going to roll it out gradually + responsibly. Some trusted cyber defenders will get access starting this week. We'll be expanding it to more partners through our Fairwind Program, ahead of wider availability soon, so hang tight!

    #其他#模型发布#Google

  11. Rohan Paul产品发布
    AI 评分50

    Sunra 推出统一 API，按厂商原价调用图像、视频、音频和 3D 模型

    Sunra 发布 Sunra API，用一个密钥即可调用各主流图像、视频、音频和 3D 模型，并按各模型厂商自己的 API 价格计费，采用按量付费，没有订阅费，也不加价。Rohan Paul 转述称，Seedance 2.5 在 Sunra 上的价格是另外两家网关的一半，这种统一入口也便于对 Google、OpenAI、ByteDance 和 Kling 的模型做 A/B 测试。

    引用Sunra · @sunra_ai

    Today we're launching the Sunra API. Every leading image, video, audio and 3D model through one key, each at its maker's own API price. Pay as you go, with no subscription and no markup. The models are ready. Your app is next. https://t.co/bQzsZ8DJZy

    #行业动态#视频#部署/工程

  12. Rohan Paul
    AI 评分38

    Google DeepMind 新论文：CALLIOPE 用关键词建主题树优于嵌入向量

    Google DeepMind 新论文提出 CALLIOPE：让 LLM 为每篇文档打上少量关键词并加噪，只保留高频关键词，再由 LLM 据此提出主题并归类文档，从而在严格隐私约束下生成更清晰的主题地图。在最严格的隐私设置下，人工评分者在全部 3 个数据集上都更偏好 CALLIOPE 而非基于嵌入向量的 URANIA，最高比例为 76% 对 18%。该方法消耗的 token 是后者的 2 到 5 倍。

    #论文/研究#DeepMind#Google

  13. Rohan Paul
    AI 评分60

    Oracle 预计 2029 财年自由现金流至少 300 亿美元

    Oracle 在投资者日给出目标，预计 2029 财年自由现金流至少 300 亿美元，而投资者此前预期为负值。公司 2026 财年为给 OpenAI 等客户建设 AI 数据中心消耗了 237 亿美元自由现金流，今年计划资本开支 900 亿至 950 亿美元。CFO Hilary Maxson 表示现金流转正将出现在 2028 财年下半年，前提是资本开支在 2027 和 2028 财年见顶后回落，新产能开始产生收入。Oracle 还将截至 2030 财年的新增融资上限设为 200 亿美元，股权与债务各半，此前已完成 200 亿美元股票发售。消息公布后股价一度上涨 9.6%，而该股今年截至周二累计下跌 33%。

    #行业动态#OpenAI

  14. Rohan Paul
    AI 评分63

    微软 Azure 季度营收同比增长 48% 至 332 亿美元，盘后股价涨约 4%

    微软 Azure 营收同比增长 48% 至 332 亿美元，超过分析师 323 亿美元的预期，带动微软股价盘后上涨约 4%。该季度数据中心支出为 452 亿美元，因建设延期低于微软自己超过 500 亿美元的预期，自由现金流同比下降 27% 至 186 亿美元。已签约未来收入达 6770 亿美元，同比增长 73%，略低于上一季度的 6780 亿美元；微软未更新付费 Copilot 席位数据，上次公布为 7 月的 3000 万。微软正向美国、加拿大、英国和印度的最多 6 万名员工提供买断方案以控制成本，此前员工总数已同比下降 2%。

    同一事件 · 8 条报道

    #行业动态#Microsoft

  15. Rohan Paul
    AI 评分68

    Google Cloud 季度营收同比增长 103% 至 307 亿美元

    Google Cloud 营收同比增长 103% 至 307 亿美元，云业务经营利润同比增长两倍至 111 亿美元，主要受 AI 基础设施需求带动。Google 的模型 API 目前每分钟处理近 320 亿 token，是一年前的 4 倍多，Gemini 应用用户达到 10 亿。TPU 芯片销售对云增长有实质贡献，Oracle 已开始提供 TPU，OpenAI 据报也在采购，但 Google 预计 TPU 收入大部分要到 2027 年才体现；AI 数据中心支出使自由现金流为负超过 90 亿美元，高于上一季度的 59 亿美元缺口，共享 AI 研究成本同比增长 71% 至 77 亿美元。

    #行业动态#Google#数据/训练

  16. 马东锡 NLP解读
    AI 评分58

    写给 LLM 读者的强化学习术语：一个分数如何分到每个 token

    文章以 DeepSeek-R1-Zero 在 AIME 2024 上 pass@1 从 15.6% 升到 71.0% 为例，说明规则 judge 只给整段回答一个分数，而训练要调整每个 token 的概率。作者用 Is OpenAI open? 的采样例子依次解释 policy、state、action、reward、return、value、Q、advantage、baseline、TD error、GAE、clipping 和 KL，并指出 PPO 用 critic 学习 V、GRPO 用组内平均分代替 V。

    #教程/实践#推理#数据/训练

  18. 邵猛
    AI 评分58

    poteto 分享 Grok Bot 模板 tibot，用于监控 X 提及与关键词

    poteto 把自己管理 X 账号的 Grok Bot 模板 tibot 公开分享，可监控提及与关键词、按日或按小时生成简短摘要、过滤噪音、翻译非英文帖，并可选自动拉黑骚扰账号。tibot 不会代发帖，poteto 仍手写所有帖文与长文。自动拉黑需用户自行接入 X API 应用，并会消耗 API credits。

    引用lauren · @poteto

    i've gotten a lot of questions about how i manage my X account with grok bot, so i'm sharing my bot tibot today! he watches your mentions and: • finds every post about you or any keywords, tagged or not • gives one short, sorted digest a day (or hourly, your call) • skips spam and noise • translates non-English posts • can auto block trolls and abuse • never posts for you i still write all my posts and articles by hand but tibot has been very helpful with keeping me in the loop. hire tibot today! https://t.co/OaEAunGL8Y

    同一事件 · 2 条报道

    #产品更新#Agent#MCP/工具调用