Arena 榜单显示 Inkling 2 Small 有望成为美国第一开放权重 Agent 模型
Arena 公布 Agent Arena 榜单结果,thinkymachines 的 Inkling 2 Small 以 +0.08% 净改进排名总榜第 31,开放权重后有望成为美国第一开放权重模型,在所有开放模型中列第 9。
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。
Arena 公布 Agent Arena 榜单结果,thinkymachines 的 Inkling 2 Small 以 +0.08% 净改进排名总榜第 31,开放权重后有望成为美国第一开放权重模型,在所有开放模型中列第 9。
Google 为第八代 TPU 阵容新增 TPU 8i Max 和 TPU 8tx 两款系统配置。TPU 8i Max 将 2 颗 TPU 8i 芯片封装在一起,算力、SRAM 和 HBM 带宽均翻倍;TPU 8tx 基于 TPU 8t 芯片搭配第五代 AMD EPYC 主机,主打机密推理,延迟较 TPU 8t 最多降低 2 倍。
Meta Muse 产品设计负责人演示了上周发布后的个性化能力:用户可为任意主题创建空间,并重排应用核心导航,甚至让 Muse 按偏好完成设置或移除标签栏。演示中他把周末的家庭与高尔夫、工作日的工作与新闻分成不同空间,还建了一个以回忆为主题的空间,用每日 Instagram Stories 网格来回顾往事。
Meta 在 lldb-server 中构建了厂商中立的加速器插件架构,把 CPU 与 GPU 表示为两个独立 LLDB target,却在同一调试会话中呈现。
Anthropic 花 34 亿美元向 Caterpillar 购买最多可产出 1.7 GW 电力燃气轮机,放弃了以往租用算力的做法。据 Financial Times 报道,这批设备原是供应商 OnePWR 订购、因融资失败未完成付款;该公司在 S-1 文件中披露,此前以每月 12.5 亿美元租用 xAI 算力至 2029 年 5 月。
Disney 与 Adobe 在 Adobe MAX 大会宣布多年合作,Adobe 将用 Firefly Foundry 训练基于 Disney 角色、场景和视觉风格的定制模型,产出商用安全、可用于制作的内容。
与 OpenAI 集成能带来大量业务: @juokaz:OpenTable 与 OpenAI 的原生集成仅 9 月就为餐厅带来 19 万客流。这堪称智能体商业最成功的案例之一——数字高到我反复确认 CFO 是不是另有所指。
Latent Space 与 Handshake AI 团队做深度访谈,探讨前沿实验室在购买什么训练数据。
百度发布自动化研究系统 ERNIE Evolve,给定仓库、目标和评估标准后可自动选方向、改代码并跑实验,通过隐藏评估器和独立审查的改动才会保留。
更好的智能体工效学(AgEx)。工具更易于智能体理解和选择,在关键之处提供结构化输出,服务器会告诉 Claude Code 和 Codex 何时该调用它。在我们的运行中,Claude Code 从 5/8 任务提升到 8/8。@manufact 给它打了 100/100。
在 OpenRouter MCP 上,视频生成更加强大。你的智能体启动任务,完成后回来取结果,并以链接形式获取,绝不会把原始字节塞进上下文。
更少的上下文消耗。过去一次模型查询会向你的智能体上下文倾泻约 1 MB(约 250k tokens)。现在只有 38 KB,分页返回,缩小了 96%。转录文本以纯文本形式携带时间戳和说话人,因此每个客户端都能使用。
在写一行代码之前,先测试 OpenRouter 提供的所有能力。让你的智能体在聊天中直接用你的密钥向 600+ 模型发送消息、调用 Decisions API,或生成图像、语音或视频。在基于它构建之前,你就能看到真实响应。
作者对 SpaceX 与高通合作建设美国 5G 基站的计划进行深度分析,评估了商业化进程与实际影响。
Medium 发布新应用 TK,在编辑器内通过 @TK 调用 AI 助手,提供资料查询、编辑与标题反馈、风格指南匹配等功能。作者可发布说明标注 AI 使用情况,应用还可通过 MCP server 或 Claude skill 连接自己的 AI agent,目前网页端可用,Medium 账号免费。
一名北卡罗来纳州男子起诉 OpenAI,称其分居妻子借助 ChatGPT 获得投毒计划的可操作细节,包括物质、按其体重校准的剂量、投送方式和掩盖手段。诉状称其于 2025 年 7 月重病后康复。OpenAI 表示已封禁该用户并向警方共享信息。
苹果新CEO John Ternus 首次财报电话会披露,Q4 中国营收同比增长 21%,全财年中国营收增长 28%,中国大陆 iPhone 换机量创历史新高。新机 iPhone Duo 需求强劲,但供应限制可能制约出货量,早期屏幕故障问题因此更显棘手。
Google 在 Google AI Edge Gallery 中推出端侧 ASR 与 TTS 能力,可与 Gemini Nano、Gemma 4 等端侧 SLM 组成完全离线的语音交互管线。
Anthropic 启动拟议 IPO 路演,拟发行 825,000,000 股 A 类普通股,其中 801,351,354 股由 Anthropic 发售、23,648,646 股由部分现有股东出售,Anthropic 不获后者出售所得款项。
Apple 研究人员开源人形机器人控制系统 HALO,单个真实任务成功率达 91%。但串联多步任务(钻过障碍、行走、推箱子)时成功率降至约 50%,这一限制也是 Ming-Chi Kuo 判断最早 2028 年才能量产人形机器人的原因之一。
Trump 在 60 Minutes 采访中称 AI 风险不像高管警告的那样真实,声称司法部在管理风险,并称曾强烈警告一位被举报滥用 AI 的大型 AI 公司负责人准备入狱,此后此人全面改变了做法,但他拒绝透露姓名。他还表示愿意与民主党合作制定 AI 安全 guardrails,同时强调美国要保持第一,并称中国没有真正的 guardrails。
腾讯首席 AI 科学家姚顺雨接受南华早报采访时表示,AI 很快将有能力开发生物武器,完全开源或完全闭源都不能单独解决问题,主张混合模式让防御方也能用上技术。
Menlo Ventures 数据显示,中国模型占全球企业开源 AI 支出的 89%,其中月之暗面 Kimi 以 61% 居首(驱动 Cursor 的 Composer 2),DeepSeek 占 15%,Z.ai 占 11%。Meta 的 Llama 份额已降至 7%。
Grok @Bot 能做出令人难以置信的事
迪士尼与迪士尼?不,The Walt Disney Company 与 Adobe 在 Adobe MAX 大会宣布多年期合作,基于 Firefly Foundry 开发面向迪士尼资产的专有“艺术家主导”生成式 AI 模型。
IBM 与 Red Hat 联合向开源 AI 和云原生代理服务器 Praxis 贡献 Praxis Policy Engine(PPE),Praxis 已进入 CNCF Sandbox,IBM 关联贡献者担任维护者。
The Verge Decoder 播客主持人 Nilay Patel 深度访谈 RIAA 主席兼 CEO Mitch Glazier,谈及 Napster 时代的 sued 学生往事与如今音乐界与 AI 公司的对立。
Nvidia CEO 黄仁勋在内部信中承认婚外情,此前 FT 报道称美国情报界认为其涉事对象 Alice Huang 为中国国家安全部招募的间谍。Nvidia 董事会将启动独立调查,称无理由认为国家安全或公司机密受损,黄仁勋承诺全力配合。Nvidia 法兰克福上市股票周一早盘跌超 6%。
Mirage 是仅 22MB 的 5130 万参数视觉模型,支持 768P 实时分析,压缩体积后可在手机 NPU 上 74ms 运行
Big Technology 分析黄仁勋承认与美方情报机构认为是中方间谍的 Alice Huang 有染后,英伟达董事会已就是否泄露国家和公司机密展开调查,黄仁勋暂留任 CEO。