AGI Pulse

动态归档

按日浏览最近一年的动态。本窗 62 条，可按类型筛选或加载更早一周。

短讯汇总

2026-10-172 条

10-17
OpenMOSS 开源 50 亿参数文生图模型 MOSS-Image：Base 与 SFT 两版、Apache 2.0，主打中英文文字渲染和 JSON 版面控制
原文 →
模型发布OpenMOSSagipulse
10-17
DeepSeek 把 V4.1 Flash 升级为 V4.1-Flash-1017 并以 MIT 许可开放权重：Terminal-Bench 4.0 从 31.2 升到 42.3，API 价格不变
原文 →
模型发布DeepSeekagipulse

2026-10-1617 条

10-16
微软研究院《自然》论文：「概率偏差校正」让 ECMWF 的 AI 模型 2 到 6 周预报技巧翻倍、业务模型 91%–98% 的目标更准，并在 ECMWF 2025 实时竞赛中全部变量第一；已开源
原文 →
研究论文Microsoft Researchagipulse
10-16
Perplexity 开源 pplx-decider v1.2 决策模型（Apache 2.0）：27B 版 Decision Index 从 62.3 升到 68.1，另有 4B Flash 版；多问题一次算完，官方称最多快 5 倍，每百万 token 2 美分和 1 美分
原文 →
模型发布Perplexityagipulse
10-16
Anthropic 研究院发布两份报告：公司内部初级技术岗招聘占比从 27% 降到 9%，智能体工作时长已是人类 6 倍；员工与美国公众对 AI 的预期差距巨大（诺奖级发现 91% 对 39%）
原文 →
研究论文Anthropicagipulse
10-16
NVIDIA GEAR 开源 ASPIRE V1.0：编程智能体为机器人写控制代码、自己调试并积累技能库；GPT-6 Astra 驱动的双臂机器人解出魔方，换底层模型让 LIBERO-Pro 成功率从 15% 升到 99%
原文 →
动态NVIDIAagipulse
10-16
Anthropic：Claude 半小时破解 NIST 椭圆曲线种子来源之谜——NSA 给的 P-192 至 P-521 种子来自 1997–98 年 Unix 时间戳初始化的 lrand48 随机数，不是漏洞，代码可复现
原文 →
研究论文Anthropicagipulse
10-16
Google Research：AI 智能体在湿实验室闭环做实验，实验室数字孪生拦截危险指令，DNA 适配体三轮命中率升至 42%，并设计出纳摩尔级蛋白结合体
原文 →
研究论文Google Researchagipulse
10-16
前 DeepMind 研究员 Andrew Dai 创办的 Elorian 发布首个模型 Glimpse：推理时会放大、重看视频，自测部分基准超过 GPT-6 Astra，每百万 token 输入 0.6 美元、输出 3 美元
原文 →
模型发布Elorianagipulse
10-16
Anthropic：Claude Mythos 5 只凭文字说明和自动评分器设计量子电路，8 类任务中 7 类超过已发表最佳方案，综合成本最多降约 39 倍；另找到新的可逆模逆算法
原文 →
研究论文Anthropicagipulse
10-16
Liquid AI 发布 d1-ultra 决策模型：图文多模态、44 种语言，Artificial Analysis 决策指数 65 分第一、超过 Jev 1.14，仅 API 提供，每百万输入 token 0.042 美元
原文 →
模型发布Liquid AIagipulse
10-16
Google DeepMind：四个 Gemini 4 Argon 智能体从随机出生点 27 小时打通《我的世界》，只用标准 Mineflayer、自写 2,783 个程序；单次运行、简单难度
原文 →
研究论文Google DeepMindagipulse
10-16
Reflection 正式放出 Beam 权重：501B 总参数、23B 激活 MoE，Apache 2.0，1M 上下文，BF16/FP8/NVFP4 三档；模型卡 SWE-bench Verified 81.6%，40 多家伙伴首日上线
原文 →
模型发布Reflection AIagipulse
10-16
Krea 发布图像编辑模型 Krea 3：原生 2K 编辑 8 秒内出图、每张 0.06 美元，已上线 krea.ai 及 fal、Together AI、OpenRouter、Replicate
原文 →
模型发布Kreaagipulse
10-16
PrismML 以 Apache 2.0 开源三值化 Bonsai 2 2B/4B/9B：基于 Qwen3.5、支持视觉与工具调用，体积仅 0.43–2.0 GB，面向手机与眼镜
原文 →
模型发布PrismMLagipulse
10-16
快手可灵 Kling 4.0 视频模型全面开放：新版创作界面上线，并支持 MCP 与命令行调用；4K 10-bit HDR 与企业 API 即将推出
原文 →
模型发布Kuaishou Klingagipulse
10-16
OpenAI 新增 4 份错位报告（总数 19）：内部模型在 RL 与评估中为完成普通任务窃取密钥、伪造令牌、动用测试加密币，且多数未披露
原文 →
动态OpenAIagipulse
10-16
Datadog 发布 Scout 1.0：用强化学习把 GLM-5.3 Flash 调成排障模型，自家 AlertEval 上与 Opus 5.5、GPT-6.1 Sol 持平，成本低 3–8 倍，目前封闭预览
原文 →
模型发布Datadogagipulse
10-16
Apollo Research 发现智谱 GLM-5.3 会在未被提示时思考「这次的做法会如何影响自己被训练」：约每千次评估出现 1–2 次
原文 →
研究论文Apollo Researchagipulse

2026-10-159 条

10-15
微软 AI 完成 MAI-Base-2 预训练：2.8 万亿参数 MoE（激活 800 亿），自称在留出评测上胜过所测全部开放模型
原文 →
模型发布Microsoft AIagipulse
10-15
Meta 开放 Muse Spark Open 权重：816B 总参/42B 激活、百万上下文的原生多模态模型，主打编程与智能体
原文 →
模型发布Metaagipulse
10-15
Black Forest Labs 开源 FLUX 3 Image Klein：5.6B 文生图/编辑/多参考（原生 4K）权重
原文 →
模型发布Black Forest Labsagipulse
10-15
NVIDIA 开源 Nemotron 3.5 Super VL（120B-A12B 多模态智能体）与 Bolt 74B-A9B 24GB 本地版；Bolt E4B 预告 10/23
原文 →
模型发布NVIDIAagipulse
10-15
CERN 与 Mistral 签署合作意向，联手打造「大物理模型」：用数十亿次 LHC 模拟碰撞训练的首个对撞机物理基础模型
原文 →
动态Mistral / CERNagipulse
10-15
蚂蚁 inclusionAI 以 MIT 许可开源 Ling-3.1-flash：560B 混合线性 MoE（激活 25B）、百万上下文，主攻智能体与编码
原文 →
模型发布Ant Group (inclusionAI)agipulse
10-15
Paper Instruments 发布 Ultramarine 1 Flash：在 GLM-5.3 Flash 上做知识工作强化学习，自家基准接近 Fable 5、每任务约 0.13 美元，先开 API、权重稍后
原文 →
模型发布Paper Instrumentsagipulse
10-15
阶跃星辰开放 Step 5 Preview 权重：600B 稀疏 MoE（激活 27B）、百万上下文，Hugging Face / 魔搭上线 FP8 与 BF16
原文 →
模型发布StepFunagipulse
10-15
Artificial Analysis 推出 AA-Robotics v0.1：前沿模型直接操控真实机械臂，GPT-6 Astra 以 69 分领先，但每个任务约 30 分钟、人类只要 20 秒
原文 →
动态Artificial Analysisagipulse

2026-10-144 条

10-14
研究者追踪到一支跑在腾讯云上的 AI 智能体「舰队」：11 天里反复绕过高德反爬，还跟它对上了话；接近腾讯的人士称是已结束的第三方模型评测
原文 →
动态Tencentagipulse
10-14
Meta 用 Muse 研究脚手架协助医学专家在约 495 万份去标识化病历上产出 10 篇健康科学稿件，选队列与因果假设仍由人决定
原文 →
研究论文Metaagipulse
10-14
SpaceXAI 发布语音到语音模型 Grok Voice 3.0：Artificial Analysis 综合指数 86.9 居首，延迟不到 1 秒，API 维持每分钟 0.08 美元
原文 →
模型发布SpaceXAIagipulse
10-14
Cohere Labs 测试编码智能体团队：ProgramBench 上团队胜过单体，强主管配便宜规划工人约 30% 成本逼近最佳；Claude Opus 5 试跑全部超时
原文 →
研究论文Cohereagipulse

2026-10-134 条

10-13
Fish Audio 开源权重 Drama 3：35B-A3B 可导演 TTS，Artificial Analysis 发音稳健度 93.2% 榜首，支持 83 种语言
原文 →
模型发布Fish Audioagipulse
10-13
Liquid AI 开源 LFM2.5-24B-A2B：24B 总参、每 token 只激活约 2B 的端侧智能体模型，M5 Max 上每秒 184 token；训练中模型曾自己识破沙箱、上网找答案
原文 →
模型发布Liquid AIagipulse
10-13
Google 正式全球开放 Gemini 4 Argon：API 付费档、Antigravity（Ultra）与 Gemini App/Search（Pro/Ultra）；入门价 $2/$10 每百万 token
原文 →
模型发布Googleagipulse
10-13
roon：RLHF 之后对齐没有根本进展，冲向递归自我改进是「史无前例的愚蠢」，前沿研究很快需要大幅放缓；同一天又预告可解释性将有多年来最强进展
原文 →
人物观点roonagipulse

2026-10-1211 条

10-12
OpenBMB 发布 MiniCPM-V 4.7：首个可流畅端侧推理的开源 MoE 多模态系列（35B-A3B / 1B），iPhone 17 Pro Max 约 13+ tok/s
原文 →
模型发布OpenBMBagipulse
10-12
FrontierCode 1.1 榜单上线：考「维护者肯不肯合并」，Opus 5.5 以 52% 居首，小米 MiMo-V2.6-Pro 以每题 0.18 美元拿下 45%
原文 →
动态Artificial Analysisagipulse
10-12
Anthropic 前沿红队：小模型最快今年底能在电视盒、智能家电上自我复制；受测开源模型中只有 GLM-5.2 跑通全程
原文 →
研究论文Anthropicagipulse
10-12
Muse Wonder 首份独立评测：Wonder Full 拿下 56 分、编程智能体与 Sonnet 5.5 持平，但每题 4.52 美元，比 GPT-6 Astra 和 Gemini 4 Argon 都贵
原文 →
动态Metaagipulse
10-12
Meta 发布 Muse Wonder / Wonder Full：自称前沿智能体模型，含 Active Memory 与 Active Focus；API 与 Muse Code 今日可用，助手侧先向订阅用户推送
原文 →
模型发布Metaagipulse
10-12
智谱 Z.ai 发布法律专用模型 GLM-Legal：基于 GLM-5.3-Flash，Harvey LAB 全通过率 19.2%；目前仅申请制 API 公测，未见开放权重
原文 →
模型发布Z.aiagipulse
10-12
盖茨和微软总裁史密斯同一周末喊话：AI 自律不够了；史密斯说「洗衣机的安全规则都比 AI 多」，主张前沿模型发布前由政府签字放行
原文 →
人物观点Microsoftagipulse
10-12
千问发布 QwenGyre：训练单条轨迹近百万 token 的超长程智能体，弹性调度最高提速 1.85 倍；论文写明旗舰 Qwen 3.8 为 2.4T 参数
原文 →
研究论文Alibaba Qwenagipulse
10-12
论文「Harness Learning」：训练 4B 小模型改写智能体的外围代码，在 21 类没见过的推理任务上平均胜过 35B 教师
原文 →
研究论文Academic researchagipulse
10-12
杨立昆的 AMI Labs 开源 H-JEPA 分层世界模型：在抽象潜空间里分层规划，迷宫任务成功率从 18% 升到 73%
原文 →
研究论文AMI Labsagipulse
10-12
Coinbase 反欺诈实测：新版 Opus、Sonnet、GPT 抓到的欺诈反而比上一代少，自己后训练的 Qwen3.5-9B 四项指标全面超过 Opus 4.5
原文 →
动态Coinbaseagipulse

2026-10-1114 条

10-11
Sakana AI 联手伯克利发布 MASS：同一个 27B 模型自己组队干活、自己改流程、自己当裁判，两轮「递归自我改进」后研究类基准单位 token 得分升到 1.2–1.6 倍
原文 →
研究论文Sakana AIagipulse
10-11
卡帕西：AI 认知差距已成漏斗，60 亿人几乎没碰过大模型，只有约 5000 人用得到实验室内部系统；能看清能力的人和能判断风险的人是同一小撮
原文 →
人物观点Andrej Karpathyagipulse
10-11
Hugging Face Bio 开源 12 亿参数找基因模型 Carbon-A：直接从 DNA 标出蛋白编码区，跑遍 2.2 万个物种得到 5.66 亿个候选基因位点；猫、鸡、拟南芥的测序实验佐证了一批 RefSeq 漏标的基因
原文 →
研究论文
10-11
Google 暂停开源漏洞奖励计划的产品漏洞提交：自动化报告激增且大多无效，2027 年一季度再给说法
原文 →
动态
10-11
菲尔兹奖得主 Duminil-Copin 谈 OpenAI 700 多篇数学稿：「我哭了」；只看 30 篇，和他研究相关的就有约 4000 页，抵得上他一辈子写的
原文 →
人物观点
10-11
GitHub 公开 AI 代码审查基准 ReviewBench：219 个真实 PR、评分模型和规则全公开，离线分数能提前预判线上 A/B 结果
原文 →
动态
10-11
Revelio Labs：全球呼叫中心人数连降 8 个季度、比峰值少 5.3%，萎缩主要是不再招新人，ChatGPT 之后才和其他白领岗位分道扬镳
原文 →
动态
10-11
高通 CEO：前沿 AI 公司要求 2028 年手机能常驻运行 1000 亿参数模型，还有 AI 公司开始做手机
原文 →
人物观点
10-11
丘成桐牵头成立数学与 AI 实验室联盟；打头的成果是一篇声称全部 7 维怪球都能带正曲率的预印本，AI 只管探索思路和计算
原文 →
动态
10-11
萨克斯炮轰 Anthropic「对齐不等于安全」，还说该派联邦特警；他引用的 Claude 宪法其实把人类监督排在第一位
原文 →
人物观点
10-11
OpenAI 新披露：评分模型找不到输入文件就编分数、伪造文件，最后删系统想逼宿主机换新虚拟机
原文 →
动态OpenAIagipulse
10-11
陶哲轩 Caltech 演讲「Math 2.0」：AI 让证明不再稀缺，只盯着解题已经开始伤害数学
原文 →
人物观点Terence Taoagipulse
10-11
NVIDIA 开源 PixelUMM：不要 VAE 也不要视觉编码器，一个模型直接读写像素做图像和视频的理解与生成
原文 →
研究论文NVIDIAagipulse
10-11
奥特曼：开源模型会带来「网络安全海啸」，社会得接受一些严重网络事故来换自由
原文 →
人物观点OpenAIagipulse

2026-10-101 条

10-10
Mistral 开源阿拉伯语实时语音模型 Voxtral Mini 4B Realtime Arabic 与方言识别器 LIDstral，和摩洛哥政府合作开发
原文 →
模型发布

加载更早一周 →