这个话题下写得比较实的几条,点进去看原文。
Hy4 进开源第一梯队:选型看真实场景,别只看一句“对标”
有观察称姚顺雨加盟后,混元 Hy4 很快摸到开源第一梯队。对方自己强调:最自豪的不是榜单,而是安全、有用性、人类评测和泛化,没去一味刷自动化跑分。
Qwen4-Max 终于正式发了,一块来看下核心内容: 1、2.4
Qwen4-Max 终于正式发了,一块来看下核心内容: 1、2.4 万亿参数、原生视觉、1M 上下文,主打长程复杂任务交付,后续将陆续开源同源架构的 Qwen4 中小尺寸模型。 2、模型更聪明且废话更少,Terminal-Bench 4.0 消耗 Token 直接减少近一半,叠加 API 大幅降价(缓存命中低至 0.5 元/百万 Tokens),Wo 展开c
Codex最值得安装的10个插件 这次把 10 个插件的用途、适用场
Codex最值得安装的10个插件 这次把 10 个插件的用途、适用场景和安装入口放进一套图里。
Hy4 正式版:视觉 + 电脑操控,冲真实生产力。
混元 Hy4 正式版相对 preview 扩大了训练规模,首次引入视觉,并强调复杂图表推理与电脑操控,对 Blender、CAD 等专业软件和跨应用长程任务做了专项。
混元晒内部高难测:开源领先,闭源仍有差距。
腾讯这次比较坦诚:HY4 直接晒科研内部高难测。同梯队开源(GLM、Kimi、DeepSeek Flash)里表现靠前;但和 GPT 6.1 Sol、Claude Opus 5.5 仍有明显差距。
Hermes 仍是今年用得最多的 Agent,关键在可定制。
从年初到现在,Hermes 还是我用的最多的 Agent,很大一个原因在于它迭代的速度真的很感人,生态也越来越丰富。 HermesWatcher 本周挑了 9 个 Hermes 插件,周末装上试试,周一就能给智能体添点新能力。 Phone Harness 能通过 Mac 上的 iPhone 镜像、安卓 adb 或云手机直接操控真机,执行操作前默认弹
AIGC日报|百度文心闪电深度思考与一镜微表情模型上线
今天这份 AIGC 日报信息密度挺高:百度在百度世界大会上推出文心闪电深度思考模型 ERNIE-Light-DT-1.0 和文心一镜微表情模型 ERNIE-Wizshot-ME,两款都已上线千帆并开放 API。
AIGC日报|百度文心闪电深度思考与一镜微表情模型上线
今天这份 AIGC 日报信息密度挺高:百度在百度世界大会上推出文心闪电深度思考模型 ERNIE-Light-DT-1.0 和文心一镜微表情模型 ERNIE-Wizshot-ME,两款都已上线千帆并开放 API。
前者用 BSA 稀疏注意力加反馈式历史压缩,最大输出 128K,思考模式可开关;后者面向人物视频生成,能结合图像、文本与音频产出 4~15 秒 1080p 视频,重点呈现人物近景表情,官方公布的 API 价格是每秒 0.7 元。
其余几条也值得记:豆包工作扩大第三方模型覆盖,新增 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash,并标注额度消耗倍率;百度披露昆仑芯路线,M100 已上市、M300 计划 2027 年、基于 N 架构的多款芯片 2028 年,同时发布天池 1024 卡超节点,计划 2027 年上市。
再往后是 Runway 开放 Praxis-1 机器人基础模型权重与代码、Google Labs 上线多人协作 AI 实验 Tabletop、DeepMind 发布 AlphaGenome 2 细化基因调控预测,以及四家非营利组织起诉五家 AI 公司、寻求暂停前沿模型开发。
Deepnote 新基准:测 Agent 该不该开口插手。
Deepnote 发布 Agent Initiative Benchmark:搭了一家虚拟公司 PageMantle,把 12 个前沿模型放进同样的办公情景,看它们会不会在该出手时开口、也会不会在不该插嘴时闭嘴。一共 50 道题,说明、工具和时限都一样,测的是「主动性」而不只是答题正确率。