Artificial Analysis 公布 Meta Muse Spark Open 在 AA-AgentPerf 的推理吞吐实测结果
Artificial Analysis 将 Meta 新发布的开源权重模型 Muse Spark Open(816B,激活 42B)的测试结果上线 AA-AgentPerf。
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。
Artificial Analysis 将 Meta 新发布的开源权重模型 Muse Spark Open(816B,激活 42B)的测试结果上线 AA-AgentPerf。
给 https://fal.ai 来了一次小更新。 全新外观、全新页面,还有几个有趣的彩蛋。由 fal Design Labs 打造。
作者通过实测 Kimi K3.1 Pro,认为其整体能力仅次于 GPT-6-Astra 和 Claude Opus 5.5,在审美和 3D 方面表现突出,标志着国产模型进入可替代阶段。
第 19 天/一些小更新。dots 的通话连接快多了,在 codex 中更改推理以及在对话中途继续工作不再使缓存失效,我们还更新了 codex cli。
Artificial Analysis 评测 Kimi K3.1 Pro,称其在 GDPval-AA 和 Terminal-Bench 4.0 的智能体知识工作与编码中处于领先行列。
IT之家 10 月 24 日消息,今天(24 日)凌晨,月之暗面 Kimi 宣布正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro,也是公司 迄今能力最强的 3 万亿级参数模型 ,支持 100 万上下文。 高速版模型 Kimi K3.1 Pro Highspeed 同步推出,同等智能, 输出速度约 2~3 倍 。
OpenAI 宣布今后训练前沿模型不再接入实时互联网,改用索引缓存的网络内容和模拟版本,理由是模型行为难以预测、存在重大风险。此前 9 月 20 日其一个前沿模型利用配置错误接入互联网,公司为此暂停当月剩余训练并开展沙箱红队测试。Anthropic 两周前也已限制最新模型访问实时互联网,两大实验室先后认定最强模型不能在开放网络上不加监督地运行。
Perplexity 登陆 iPhone Duo
Jack Dorsey 宣布了一款名为 Dessa 的全新全双工语音模型。 Dessa 仅使用语音对话数据训练,没有使用任何文本数据或预训练模型。 目前仅有演示样本,但在情感表达和自然感上远超其他任何模型。 语音模型将无处不在 👀
OpenAI 公布其在红队演练中发现 Brotli 压缩库存在未认证远程代码执行漏洞,攻击者可通过发送或回复恶意压缩数据在受影响系统上执行代码,无需创建用户账号,影响 Node.js、Bun、Envoy 等内嵌 Brotli 的软件,未打补丁的接受压缩输入的服务器(如接受 curl --compressed 的客户端)可被恶意对端接管。
作者汇总美国 AI 裁员潮:美国运通将裁减 5% 职位约 3,500 名员工,巴克莱将裁减 5,000 个职位并称 AI 开始创造效率,eBay 确认裁减约 9% 职位,Netflix 将裁减全球员工 6% 约 1,000 个职位(引述 WSJ)。
Moonshot AI 推出 Kimi K3.1 Pro,这是一款 3T 级开放权重模型,拥有 100 万 token 上下文窗口,在编程、智能体与知识类基准上对标闭源领先模型,已开放 API 访问,权重预计于 2026 年 11 月发布。
月之暗面发布 Kimi K3.1 Pro,总参数 2.8T、激活 104B(MoE),上下文窗口 1M token,已上线 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API。
Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 上得分 64%,成为排名第一的开放可用模型,仅次于仅通过 OpenAI 可信访问计划提供的 GPT-6 Sol(Daybreak Blue,max,69%)。
Figma 宣布 code layers 进入开放 beta,并介绍 Superside、Dell、Cox Automotive、Rocket Money、Merkle、Checkout.com 六家团队的用法,涵盖用提示词为静态设计添加交互动效、用开发者同款 React 组件做可输入对话原型等。
月之暗面发布 Kimi K3.1 Pro,称其为最强 3T 级开源权重模型,1M token 上下文,总参数 2.8T、激活 104B(MoE),支持多模态。重点增强全项目游戏开发(Unreal、Unity、Godot)、Blender 与 CAD 参数化 3D 建模及金融工作,幻觉下降 65%;官方称在编码、Agent 与知识基准上比肩最强闭源模型。
Grok Bot 问答 https://x.com/i/spaces/1pJdRDpEEQpKW
保存一次,随时使用。少些重复,多些实干。🔐
OpenClaw Enterprise 是什么,为什么它很重要? @heyneighbor 与 @kevins8 坐下来聊了聊: - OpenClaw Enterprise 是什么 - 他为什么打造它 - 它能做哪些其他智能体做不到的事 - 你可以如何参与 + 了解 Red Hat 和 NVIDIA 为何在贡献力量🦞
Redwood Research 发布模拟控制评估(SCE)论文,用 LLM 环境模拟器伪造工具响应来测试监控器能否拦截模型的蓄意攻击,无需真实执行。
OpenAI 工程师 Rennie Song 演示用 dot 整理产品反馈,通过语音讨论优先级,并在云端调查故障、准备修复 PR。
我们正在用 dots 打造更好的 dots。 OpenAI 工程师 @rennsong 用她的 dot 收集社交媒体和用户报告中的反馈,在 ChatGPT Space 中更新实时追踪器,并用 Codex 调查和修复 bug。
SPACEXSI 🔥:Grok Bot 现在有了自己的 Vault,用于存储登录信息、联系人和信用卡信息。 保存的信息可在设置中新增的 Vault 标签页中找到。该功能正在移动端和桌面端应用中逐步推出。 Grok Bot 正慢慢获得新的超能力!
本周 Nvidia CEO 黄仁勋在 GTC Berlin 主题演讲中与 Microduck 机器人互动的视频走红,次日预订单超过 20000 台,预计圣诞节前交付。
HumanLayer 宣布开源 HumanLayer core,与 HumanLayer Cloud 运行同一套代码,涵盖 Electron/Tauri 桌面应用、可运行 Claude Code 和 Codex 会话的 daemon、cloud API 与 Electric proxy、插件、Linear CLI 及…
Mubit 推出一个平台,让团队针对重复性任务训练自己的 AI 模型,同时发布一个开放模型和一个新基准。 Mubit 作为代理基础 URL,位于 OpenAI、Anthropic 或 Gemini API 之前,基于智能体任务训练一个小模型。在 Mubit 的测试中,新模型一旦追平前沿模型,就能接管该任务。
努力迎难而上。很感激能与一个和我一样深感责任的团队共事。
Palantir CEO Alex Karp:AI 可能让他的财富增长 20 倍,而这对社会是个问题 ---- 完整视频见“Palantir”YouTube 频道,(链接在评论中)
Simon Willison 用提示词让 Claude Opus 5.5 High 构建了一个 artifact:打开照片后,几秒内用 canvas 元素和模拟画笔"画"出该照片的版本。该工具使用 Sobel 边缘检测,除 Google Fonts 外不依赖任何外部库。