Hugging Face CEO 称你还没准备好
你还没准备好(视频由 @pavel_4_ai 制作)
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
你还没准备好(视频由 @pavel_4_ai 制作)
Moonshot AI 发布 Kimi K3.1 Pro,为其最强的 3T 级开源权重模型,1M token 上下文,2.8T 总参数、104B 激活(MoE),支持多模态。
SemiAnalysis 工程团队分享在 Trainium2 和 Trainium3 上做研究训练的第一手体验,认为 AWS 转向原生 PyTorch(TorchNeuron、eager 模式、torch.compile)会明显拓宽 Trainium3 的采用。
TechCrunch Founder Summit 2026 将于 11 月 4 日在波士顿 SoWa Power Station 举办,Toast 联合创始人 Steve Fredette、Bessemer 合伙人 Kent Bennett、Glasswing Ventures 的 Rudina Seseri 等将登台分享。
Moonshot AI 发布 Kimi K3.1 Pro,在 Artificial Analysis Intelligence Index 得 55 分,较 K3 提升 11 分升至第四,仅比 Claude Opus 5.5(58 分)低 3 分。
Kimi 3.1 Pro 在 1024 程序员节正式发布,以 3 万亿参数和大幅提升的性能,在代码、Agent、文档、3D 建模和金融等领域均取得显著进展,并贡献了令人惊叹的 3D 游戏演示——秦始皇骑北极熊。
Databricks 展示了一套实时能源交易与分析方案,用 Spark Structured Streaming Real-Time Mode 以毫秒级延迟处理市场数据并写入 Lakebase,供交易台应用直接读取。
Databricks 用 Opus 4.8 在 22 个数据工程任务、264 次构建上对比 Apache Spark 的过程式与声明式管道,声明式在运行前即可校验结构错误,执行器耗时从 596 秒降至 17 秒,约省 34 倍算力。声明式管道代码量中位数为 64 行,约为过程式 131 行的一半,且写法更统一。
@Muse 在日本正发生着不可思议的事情
Sundar Pichai 在访谈中解释 Demis Hassabis 逐步退出 DeepMind 日常管理和 Jeff Dean 离开 Google 的原因,称前沿模型开发已成为一项从数据、算力到团队管理都全消耗的规模化工作。
随着 Microduck 和 Reachy Mini 的爆发式增长,我们需要更多各职能的人才加入 @pollenrobotics @huggingface 团队。 如果你对用开源推动机器人 AI 民主化感到兴奋,我的私信开放!
Fireworks 在 M3.1 Flash 开放权重发布当天将其上线 serverless,预览模式开放两周,视社区需求决定是否保留。
机器人造机器人是下一个大循环 当被问及OpenAI现在押注什么基础设施时,Sam Altman说是制造更多机器人的机器人,以及帮助建造更多数据中心的数据中心、芯片工厂和发电厂,从而让算力能增长得快得多。 他表示,这个循环的重要性几乎堪比RSI,即AI改进自身研究。
OpenRouter 宣布月之暗面的 Kimi K3.1 Pro 上线,定位为基于 Kimi K3 后训练、面向长程编码和智能体任务的 1M 上下文多模态开源权重模型。定价为 $2/M input tokens、$10/M output tokens,可在 OpenRouter 直接试用。
Kimi K3.1 Pro 现已在 OpenCode Go 中可用
Mubit 读取智能体已发往 OpenAI 或 Anthropic 的 API 调用,找出重复任务并训练用户自有小模型,重复性窄任务交给小模型、其余仍由前沿模型处理。集成只需替换 base URL 并保留原客户端代码,也可接入已有 traces,公司称每几分钟刷新一次。两家公司会因各自智能体流量不同而得到不同的小模型,改进固化在权重而非提示词中。
Claude 正在添加对 MCP Tasks 和 Elicitations 的支持。Tasks 允许 Claude 给插件分配长时运行任务,如深度研究,并在完成后回报结果。
Nathan Lambert 转引 Artificial Analysis 对月之暗面 Kimi K3.1 Pro 的评测:该推理模型以 55 分位列 Intelligence Index 第 4,高于 Fable 5.1 和 Astra 6,较 Kimi K3 提升 11 分。
@petergostev 对 Kimi K3.1 Pro 的第一印象来了。 我们把 @Kimi_Moonshot 的 Kimi K3.1 Pro 用于 3D 场景、HTML 动画、网站、UI 构建和研究型页面,并与 K3、Opus 5.5、Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argon 等模型进行对比。
METR 与 Redwood Research 两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周,审计其针对模型异常行为的内部监控系统,期间可访问代码库和内部文档并访谈约 12 名员工。
Azeem Azhar 撰文认为互联网正进入类似 2020 年初疫情爆发前的临界状态,软件与网络空间正遭受 AI 智能体驱动的持续攻击。
Rohan Paul 转发 Simar Singh 关于湾区裁员的观察并补充数据:科技公司已通过加州 WARN 通知披露 2026 年近 14,500 个湾区裁员计划,超过 2025 全年约 10,170 人的总数。引用推文提到一位创始人称其 AI 技术公司正在裁减 2,000 名呼叫中心员工,并感叹社会尚未为这种冲击做好准备。
月之暗面发布 Kimi K3.1 Pro,在 Code Arena: WebDev 榜单以 1692 分排第 8,比 Kimi K3 (Max) 的第 17 名(1655 分)上升 9 位,Kimi 由此回到实验室总排名前 4。
Kimi K3.1 Pro 在 Artificial Analysis 智能指数上排名第 4,涵盖所有模型,包括 Claude Opus 5.5、Fable 和 GPT-6 Astra,这简直太疯狂了。 开源强势回归。💪
月之暗面(Kimi)发布 Kimi K3.1 Pro,2.8T 总参数 / 104B 激活参数的 MoE 多模态模型,支持 1M token 上下文,K3.1 Pro Highspeed 速度提升 2–3 倍,已在 Kimi.ai、Kimi Work、Kimi Code 和 API 上线。
Artificial Analysis 评测显示,月之暗面 Kimi K3.1 Pro 以 55 分位列智能指数第 4,比 Kimi K3 的 44 分提高 11 分,仅落后 Claude Opus 5.5(58)、Claude Sonnet 5.5(56)和 Muse Wonder Full(56)。
Arena 宣布 Kimi K3.1 Pro 在 Code Arena: WebDev 以 1692 分排名第 8,较 Kimi K3 (Max) 的第 17 名(1655 分)上升 9 位,与 Claude Opus-5 (Max) 持平但成本低 70%。
Baseten 推出 Environment Network,联合一批经严格审核的 RL 环境公司,为客户基于自有数据和领域定制 RL 环境。合作方直接对接客户构建环境,Baseten 仍负责训练与推理。Baseten 还计划开源一批前沿质量环境及审计、训练方法。
我们找到了那些溜走的 1 美元