N全部新闻

全部新闻

星期五1455 条

  1. Aravind Srinivas
    AI 评分50

    Aravind Srinivas：语音是使用电脑的自然形态

    Perplexity 的 Houssein Djirdeh 宣布 Perplexity 网页版上线新的语音模式，支持自然对话、全程语音操作应用、多会话并行，基于 GPT-Live-1。Perplexity CEO Aravind Srinivas 转发并评论称，语音是使用电脑的自然形态。

    引用Houssein Djirdeh · @hdjirdeh

    We worked with @therealbradysm, @annuskabarta, and the rest of the multimodal team to bring this incredible new voice mode to Perplexity web. - Natural back-and-forth conversation - Navigate the app entirely by voice - Work across multiple sessions at once Runs on GPT-Live-1. Lots more improvements to come!

    #大佬观点#语音

  4. Arena
    AI 评分36

    Arena：Gemini 4 Carbon 推动帕累托前沿

    Arena.ai 称 Gemini 4 Carbon 推动帕累托前沿。其引用的帖子指出，Google DeepMind 的 Gemini 4 Carbon（High）在 Agent Arena、Code Arena: WebDev 和 Text Arena 中进入帕累托前沿；在 Agent Arena 中排名第 2，净提升 +16.2%，每任务成本中位数 $1.80，比第 1 名 Claude Opus 5.5（Max）低 72%。

    引用Arena.ai · @arena

    Gemini 4 Carbon (High) by @GoogleDeepMind landed on the Pareto frontier in Agent Arena, Code Arena: WebDev, and Text Arena! In Agent Arena, it ranks #2 with +16.2% net improvement at $1.80 median cost per task. This is 72% less than #1 Claude Opus 5.5 (Max). Dive into the Agent Arena Pareto, and see where Gemini 4 Carbon (high) landed on the Pareto frontier for Code Arena: WebDev and Text at https://t.co/wIEAjK3FlC

    #现象/趋势#评测/基准

  5. Arena解读
    AI 评分70

    Gemini 4 Carbon 在 Agent Arena 排名第 2，净提升 16.2%

    Arena.ai 称 Gemini 4 Carbon 在基于真实任务的 Agent Arena 中排名第 2，净提升 16.2%，并在成本、时间和每任务输出 token 上处于帕累托前沿。相比排名第 7、提升 11% 的 Gemini 4 Argon，Carbon 高出 5 个名次和 5.2 个百分点，提升主要来自好评与投诉比 +13.2 个百分点、确认成功 +5.6 个百分点、可操控性 +4.8 个百分点。Arena 表示 Carbon 的可用性将由 Google DeepMind 公布。

    引用Arena.ai · @arena

    Exciting news: Gemini 4 Carbon (High) from @GoogleDeepMind just made a huge debut on Arena, landing #1 in Text Arena, #2 in Agent Arena, and #4 in Code Arena: WebDev. Back at the top, Gemini 4 Carbon delivers frontier intelligence and reshapes the Pareto frontier across three arenas. In Agent Arena, Gemini 4 Carbon ranks #2 with a +16.2% net improvement across +21.9K real-world agentic sessions from our global community, surpassing top models GPT-6 Astra and Fable-5.1. At $1.80 median cost per task, Gemini 4 Carbon (High) costs 72% less than the #1 ranked Claude Opus 5.5 (Max). Its standouts by key signals: - #1 Steerability (+18.6%): can the model course-correct when you push back? - #2 Praise vs Complaint (+37.9%): implicit sentiment in users' reactions - #3 Confirmed Success (+18.7%): explicit “yes, that worked” from users In Code Arena: WebDev, Carbon scored 1768 pts landing #4: - Just 2 pts below #3 Claude Sonnet 5.5 (xHigh), at 1770 pts - 89 pts above #11 Gemini 4 Argon (High), at 1679 pts By category, it ranks #3 in Gaming and Simulations, and #5 in Brand & Marketing. In Text Arena, Gemini 4 Carbon (High) is the new #1 with 1528 pts, now ahead of Gemini 4 Argon (High) at #2 with 1520 pts. Congrats to the @GoogleDeepMind team on this huge milestone!

    同一事件 · 2 条报道

    #评测/基准#Agent#Google

  7. 商汤 SenseTime
    AI 评分18

    商汤林达华：AI 进步不止靠堆大模型

    商汤联合创始人兼首席科学家林达华在中信证券第 33 届投资者论坛上表示，AI 进步的关键不只是扩大模型规模，更在于更聪明的构建方式。他强调数据的“智能密度”决定学习效果，商汤因此开发原生多模态模型，把多模态能力从一开始就融入架构与训练。林达华预计具身智能将在未来一到两年加速发展，商汤也在持续探索世界模型。

    #大佬观点#多模态#具身智能

  8. Artificial Analysis
    AI 评分22

    Meta AI Muse 模型在 AA-PersonalityBench 友善度居首

    Artificial Analysis 的 AA-PersonalityBench 评测中，Meta AI 的 Muse 系列模型友善度（Friendly）得分最高：Muse Spark 1.3 得 100 分、Muse Spark Open 98 分、Muse Wonder 95 分、Muse Glimmer 93 分。友善度衡量回答是否传达温暖与亲和力而不显做作。友善度最低的为 Nemotron 3 Ultra（1）、GPT-3.5 Turbo（3）、MiniMax-M3.1-Flash（6）、Grok 4.6（8）和 DeepSeek V4.1 Flash 1017（11）。

    #评测/基准#Meta

  10. Artificial Analysis模型发布
    AI 评分72

    Mistral Large 4 开放权重，成为非中国开源模型第一

    Mistral AI 更新并开放旗舰模型 Mistral Large 4 的权重，总参数 1.05T、激活参数 52B，在 Artificial Analysis Intelligence Index v5 上得分 26，比 Preview 版高 1 分，以 1 分优势领先美国开源模型 Muse Spark Open（25）。该模型每项任务输出 82K token，比 Preview 的 135K 少 39%，AA-Omniscience v1.1 幻觉率从 41% 降至 28%，但准确率仍为 26%。定价为每 1M 输入/输出 token 0.70/2.10 美元，较 Preview 下降约 50%，采用 MEOW 许可证，运营 Model-as-a-Service 业务需另行获得商业授权。

    同一事件 · 15 条报道

    #模型发布#开源生态#评测/基准

  11. 面壁智能 OpenBMB
    AI 评分23

    面壁智能回应 MiniCPM5 小模型实测对比

    GooGZ AI 在 RTX 3080 上以 PA Core 测试三款 2B 以下小模型，称 Spark X2.6 1.7B、LFM3 与 MiniCPM5 各有强项，其中 MiniCPM5 表现最均衡。面壁智能 OpenBMB 转发该测试并致谢，表示很高兴看到小模型进步之大。

    引用GooGZ AI · @PaulGug

    Small models are going through a real growth spurt right now. On my personal-agent tests (PA Core, reasoning on, RTX 3080), three models at 2B and under now land within 21 points of each other, and rubbing shoulders with older 4B/9B weights. Newest on the bench: Spark X2.6 1.7B from @SparkLLM - PA total: 172.3/300 - Tool calls: 30/30 in every run - Context recall: 9.3 at 8K, 8.7 at 16K, best of the three! - Schedule and draft (PA2): 98 and 100 in two runs, one 54 pulled the mean to 84 - Daily organization (PA1): 35.7, the weak spot Under 2B, three different strengths. @liquidai LFM3 plans, @SparkLLM Spark reads, @OpenBMB MiniCPM5 is the balanced one. Leave thinking on. With it off, Spark is a much weaker model on these tasks.

    #行业动态#端侧

  15. 面壁智能 OpenBMB
    AI 评分36

    面壁智能开源 ESP32-S3 语音塔台：MiniCPM5-2B + VoxCPM2

    面壁智能大使 @emwstudio 开源了一个 ESP32-S3 座舱式姿态仪项目，用 MiniCPM5-2B 生成塔台回复、VoxCPM2 合成语音。设备通过 Wi-Fi 把按键说话音频送到 Mac 端流水线，由 Qwen3-ASR 本地识别，回复音频再流回设备扬声器。塔台会结合高度、速度、航向、俯仰和滚转等模拟飞行数据，指出请求与仪表读数的不一致。

    #开源/仓库#语音#端侧

  16. X.PIN
    AI 评分29

    DeepSeek 如何变成摸鱼鲸鱼娘

    在中国社交媒体上，DeepSeek 被二次创作为一条爱吃饭、端着不锈钢大碗、总想摸鱼的蓝发鲸鱼女仆。转折点是 2025 年 6 月画师“上山无形”用 AI 创作蓝发鲸尾角色“明月”，2026 年 4 月有用户加上 DeepSeek logo 和女仆装做成梗图。2026 年 7 月 31 日 DeepSeek-V4-Flash-0731 发布后，API 在工作日高峰时段涨价一倍，加上模型多次延期，用户开始用梗图发泄不满。

    #现象/趋势#DeepSeek

  17. Aravind Srinivas
    AI 评分46

    Perplexity Computer 上线 /teardown 技能

    Perplexity CEO Aravind Srinivas 宣布，@jakubkrehel 开发的 /teardown 已作为技能上线 Perplexity Computer，可把任意物体拆解成可交互的 3D 视图。据 Computer 官方账号介绍，该技能能生成带部件标注的爆炸图或剖面图，图纸可交互并导出为 SVG、PNG 或 PDF；11 月 6 日前使用 /teardown 的任务免费，每位用户最多 5000 credits。

    引用Computer · @AskPerplexity

    The Teardown skill by @jakubkrehel, now in Computer's skills marketplace, draws an exploded view or cutaway of an object, parts labeled. Drawings are interactive and export to SVG, PNG or PDF. Tasks that use /teardown are free through November 6, up to 5,000 credits per user. https://t.co/z6DYCF6Z6V

    #产品更新#Agent

  19. Anthropic产品发布
    AI 评分55

    Anthropic 为 Claude 加入自评估安全机制

    Anthropic 训练 Claude 在回复后对对话给出初步安全评估，这一技术称为 self-assessment，用于标记潜在滥用。该机制自 6 月启用以来，已发现其他防护措施未能覆盖的滥用行为。Anthropic 表示，由于 Claude 已读过对话，自评估效率很高，且不同于针对固定危害类别的分类器，它依托模型自身判断，会随模型改进而更准确。

    同一事件 · 5 条报道

    #安全/对齐#Anthropic#产品更新

  20. Arena解读
    AI 评分65

    GPT-6.1 Terra 在 Agent Arena 排名第 8，单任务中位成本 0.62 美元

    Arena 基于近 9000 次智能体会话的实测结果显示，OpenAI 的 GPT-6.1 Terra (Max) 在 Agent Arena 排名第 8，净提升 +10.6%，单任务中位成本 0.62 美元。该成本比第 7 名 Gemini 4 Argon (High) 的 1.09 美元低 43%，比第 6 名 GPT-6.1 Sol (Max) 的 0.89 美元低 30%，比第 5 名 GPT-6 Astra (Max) 的 5.16 美元低 88%。分项上它在 Bash Reliability 排第 3（+13.2%），Steerability 排第 7（+13.3%），Praise vs Complaint 排第 9（+16.8%）。

    引用Arena.ai · @arena

    Real-world results are in: GPT-6.1 Terra (Max) by @OpenAI just landed #14 in the Code Arena: WebDev with 1671 pts, delivering Pareto level results! That’s +151 pts over GPT-5.6 Terra, now at #56. At a median cost of $0.40 per task, GPT-6.1 Terra costs 28% less than GPT-5.6 Terra ($0.56 per task), reshaping the Pareto frontier. Compared to other models in the family, GPT-6.1 Terra (Max) is incredibly efficient: - 81 pts below #4 GPT-6.1 Sol (1752 pts), at 75% lower median cost per task. - Just 6 pts below #11 GPT-6 Sol (1677 pts), at 76% lower median cost per task Congrats to the @OpenAI team on this release!

    #评测/基准#Agent#OpenAI