模型發布/更新
美團開源 1.6 兆引數 AI Agent 模型 LongCat-2.5,訓練全程未用 Nvidia GPU 美團 (Meituan) / The Decoder
- 一言以蔽之:美團以 MIT 授權開源專為 AI Agent 打造的 1.6 兆引數 MoE 模型 LongCat-2.5,展現不依賴 Nvidia GPU 的大規模訓練與部署路線。
- 模型規格:採用 1.6 兆總引數的混合專家(MoE)架構,處理每個 Token 時約啟用 480 億引數。
- 硬體與授權:以 MIT 許可證開源權重,官方部署方案基於 194 片華為 Ascend 加速器,訓練全程未使用 Nvidia GPU。
- 傳送門:The Decoder 報導
Seedance 2.5 Flash 同步上線 fal 與 PixVerse fal / PixVerse
- 一言以蔽之:Seedance 2.5 的高速版本 Seedance 2.5 Flash 正式登陸 fal 與 PixVerse,主打接近翻倍的生成速度與更低的運算成本。
- 效能與成本:生成速度接近 Seedance 2.5 的兩倍,在 PixVerse 平臺生成 720p 影片的積分消耗較 Seedance 2.5 減少約 36%。
- 功能規格:支援純文字、圖片與參考素材生成影片,並具備影片編輯與延長能力,支援原生音訊及 480p、720p 解析度(長度 4 至 30 秒)。
- 傳送門:
- 傳送門:
阿里巴巴預覽 Qwen4-Max 模型,支援 100 萬 Token 上下文與多模態輸入 阿里巴巴 / Recode China AI
- 一言以蔽之:阿里巴巴首度預覽下一代 Qwen4 家族首款模型 Qwen4-Max,支援文字、影像與影片輸入並具備百萬級上下文視窗。
- 核心能力:作為 Qwen4 系列首款公開預覽的旗艦模型,原生支援文字、影像與影片多模態輸入。
- 長文字規模:上下文視窗高達 100 萬 Token,適合處理超長篇幅的跨模態理解任務。
- 傳送門:Recode China AI 報導
Bland 發布全雙工語音對語音通話模型 Tofu-1 Bland / MarkTechPost
- 一言以蔽之:Bland 推出處於研究預覽階段的全雙工語音模型 Tofu-1,無需中間轉寫文字即可在嘈雜通話環境中即時互動。
- 低延遲設計:直接處理端到端音訊輸入與輸出,省去語音轉文字的中間步驟,專為車載、病房與弱訊號線路等嘈雜場景設計。
- 通話互動能力:支援說話人追蹤、雜訊分離與副語言辨識,能在通話中被中途打斷並一邊執行任務一邊繼續對話;目前僅限部分企業試用。
- 傳送門:MarkTechPost 報導
Wispr 推出自研語音模型 Canto 1,真實聽寫詞錯率降至 3.4% Wispr Flow
- 一言以蔽之:Wispr Flow 延攬前 Alexa 創始科學家 Ariya Rastrow 領軍自訓語音模型,首款產品 Canto 1 在嘈雜聽寫測試中將詞錯率降至 3.4%。
- 研發團隊轉向:由前 Alexa 創始科學家 Ariya Rastrow 出任首席科學官,推動公司轉向自主訓練專用聽寫語音模型。
- 實測表現:Canto 1 針對真實環境下的嘈雜語音聽寫進行訓練,於實測基準中將詞錯率(WER)壓低至 3.4%。
- 傳送門:
產品發布/更新
Claude Code 推出實驗功能 Code Mode:透過 JavaScript 批次呼叫工具 Anthropic
- 一言以蔽之:Anthropic 為終端機版 Claude Code 加入實驗性 Code Mode,讓模型能先編寫 JavaScript 一次平行執行多個工具並過濾輸出。
- 運作原理:以往每輪僅能呼叫單一工具,開啟 Code Mode 後模型會改寫一段 JavaScript 在本機執行多項操作並篩選結果,將多輪來回壓縮為單次執行。
- 適用範圍與限制:需設定環境變數 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 啟用,目前僅支援終端機互動工作階段及 Opus 5.5、Sonnet 5.5、Haiku 5.5 與 Fable 5.2 模型。
- 傳送門:
開源推論引擎 llama.cpp 正式發布 1.0.0 版本 llama.cpp / Hugging Face
- 一言以蔽之:廣受開源社群歡迎的本機推論框架 llama.cpp 邁入 1.0.0 正式版本里程碑,持續強化跨平臺部署能力。
- 版本里程碑:經歷長期開發與社群迭代後,llama.cpp 正式推出 1.0.0 版本。
- 跨平臺特性:支援在各類桌面、伺服器與邊緣裝置環境中執行開源模型推論。
- 傳送門:
Cloudflare 開源 Kitesurf 瀏覽器,支援自行部署 Cloudflare
- 一言以蔽之:Cloudflare 宣佈將 Kitesurf 瀏覽器專案開源,提供開發者與企業團隊自行託管部署的選項。
- 開源與部署:Cloudflare 釋出 Kitesurf 瀏覽器原始碼,並支援使用者依需求進行自架部署(Self-hosting)。
- 傳送門:Cloudflare 官方部落格
Databricks 發布 Genie One Skills 指南,將團隊工作流教給 AI Databricks
- 一言以蔽之:Databricks 發表 Genie One 技能(Skills)完整指南,透過開放格式將企業固定作業流程轉化為可重複執行的 AI 指令配方。
- 開放標準格式:Skills 採用開放的 Agent Skills 格式編寫工作流配方,方便團隊封裝與維護標準化作業步驟。
- 企業應用價值:能引導 Genie One 嚴格依照團隊預設的執行步驟、檢核規則與輸出格式產出分析結果。
- 傳送門:Databricks 官方部落格
Google Cloud 更新免費試用規範:300 美元贈金不再覆蓋 Gemini 費用 Google Cloud
- 一言以蔽之:Google Cloud 調整免費雲端試用方案條款,新規定明確排除以 300 美元試用贈金折抵 Gemini 呼叫費用。
- 政策變動:根據官方免費雲端功能說明檔案更新,300 美元試用額度將不再適用於支付 Gemini API 產生的計算費用。
- 傳送門:Google Cloud 官方檔案
產業動態
美國國會尋求收緊 AI 晶片出口規則,要求 Nvidia 高層公開作證 The Verge
- 一言以蔽之:在 Nvidia 高層爭議事件發酵後,美國國會兩黨正凝聚共識推動收緊對華 AI 晶片出口法案並要求相關人士出席作證。
- 兩黨立法動向:民主黨與共和黨議員均表態支援收緊 AI 晶片出口管制法案,眾議院議長 Mike Johnson 表示國會內部對此正形成跨黨派共識。
- 國會聽證要求:參議院銀行委員會主席 Tim Scott 已正式致函 Nvidia 高層及商務部長 Howard Lutnick,要求針對出口議題公開作證。
- 傳送門:The Verge 報導
Cursor 披露安全事件最新調查:金鑰外洩導致部分資料外流 Cursor
- 一言以蔽之:Cursor 針對近期安全事件發布詳細調查更新,證實因金鑰外洩導致部分資料外流並說明已採取的補救措施。
- 事件原因:官方公告確認此次安全事件源於金鑰外洩,進而造成部分資料面臨外流風險。
- 官方應對:Cursor 在更新報告中詳述事件發生經過,並公開目前已落實的防禦與修復補救步驟。
- 傳送門:Cursor 官方部落格
澳洲央行分析:AI 率先衝擊年輕勞動者,軟體開發與客服職缺尤甚 澳洲央行 (RBA) / The Decoder
- 一言以蔽之:澳洲央行建立 AI 暴露度監測系統,發現自 2022 年底以來高 AI 暴露職業招募降幅最大,且衝擊高度集中於年輕族群。
- 招募趨勢變化:針對入門級職缺與高 AI 暴露職業的分析顯示,自 2022 年底 ChatGPT 發布後,各類職缺招募皆有所下滑,且以高暴露組降幅最為顯著。
- 受影響族群:15 至 24 歲年輕勞動者與應屆大學畢業生就業率明顯較弱且失業率較高,尤以軟體開發與客服職位最為明顯。
- 傳送門:The Decoder 報導
OpenAI 推出全新科學部落格,聚焦 AI 加速科學探索 OpenAI
- 一言以蔽之:OpenAI 正式上線專屬的科學研究部落格,未來將定期分享研究人員運用 AI 推進科學發現的第一手方法與成果。
- 平臺定位:OpenAI 科學部落格旨在集中展示研究團隊如何將 AI 工具整合至真實科學研究流程中的實務經驗與新發現。
- 傳送門:OpenAI 官方部落格
論文研究
OpenAI 運用 GPT-6 Astra 推進物理學標準模型晶格定義與證明 OpenAI
- 一言以蔽之:OpenAI 公開物理學前沿研究進展,展示如何利用 GPT-6 Astra 將非微擾晶格標準模型的理論構想推導為詳盡證明。
- 研究課題:探索物理學標準模型(Standard Model)的非微擾晶格候選定義,嘗試解決量子場論中的基礎數學難題。
- AI 協作角色:研究人員藉由 GPT-6 Astra 的推理協助,成功將初步理論構想轉化為結構嚴謹的詳細數學證明。
- 傳送門:OpenAI 官方文章
Anthropic 發表「Worse Together」研究:團隊共用單一 AI Agent 優於各自獨立配置 Anthropic
- 一言以蔽之:Anthropic 對齊團隊最新研究指出,為團隊成員各自配備獨立 AI Agent 的整體協作表現,反而低於所有人共用同一個 Agent。
- 核心發現:實驗結果顯示在多成員協作場景下,分散配置獨立 AI Agent 會產生類似人類組織「責任分攤」的效能折損。
- 設計啟示:讓團隊共用單一上下文連貫的 AI Agent,在整體任務表現與資訊同步上優於各自為政的多 Agent 配置。
- 傳送門:Anthropic 對齊研究專文
Google DeepMind 與哥倫比亞大學提出 BTTF 框架,以 SQL 助 AI Agent 除錯晶片模擬 Google DeepMind / 哥倫比亞大學
- 一言以蔽之:Google DeepMind 團隊提出 Back-to-the-Future(BTTF)框架,將龐大晶片模擬波形轉為 SQLite 資料庫,大幅提升 AI Agent 除錯效率。
- 資料壓縮轉換:框架能將體積超過 10 GB 的晶片模擬波形轉儲檔案轉換為精簡的 SQLite 資料庫,降低模型讀取門檻。
- 多 Agent 協作:由多個 AI Agent 分工將自然語言除錯問題轉譯為 SQL 查詢、檢查硬體設計規則並進行答案稽核。
- 傳送門:
西北大學與 Google 提出 Harness²:無需答案鍵自動演進 AI Agent 架構 西北大學 / Google
- 一言以蔽之:研究團隊提出遞迴框架 Harness²,使 AI Agent 的提示詞、工具與記憶封裝能在沒有標準答案的情況下自我測試並改進。
- 無監督自我演進:針對封裝提示詞、工具、技能與記憶的 Agent Harness,於無答案鍵的新任務中透過編輯模型提出修改並重跑驗證。
- 經驗累積機制:系統僅保留經測試證實有效的架構修改,並將成功經驗寫入知識庫以指導後續任務執行。
- 傳送門:
Harness² 遞迴框架在沒有標準答案的任務中反覆修改架構、重跑驗證並累積成功經驗,持續自我演進 Agent 封裝
執行無答案鍵新任務針對封裝提示詞、工具、技能與記憶的 Agent Harness 執行任務
編輯模型提出修改於無答案鍵的新任務中透過編輯模型提出修改
重跑測試與驗證在沒有標準答案的情況下自我測試並重跑驗證
有效修改寫入知識庫僅保留經測試證實有效的架構修改,並寫入知識庫以指導後續任務執行
回到執行無答案鍵新任務等下一次
系統僅保留經測試證實有效的架構修改,無需標準答案鍵。
資料來源:X (@rohanpaul_ai)
其他分享
JetBrains 實測 12 款前沿模型語言偏好:討厭 Python、偏愛 PHP 且對 C# 零評價 JetBrains
- 一言以蔽之:JetBrains 在無系統提示詞環境下向 12 款最新 AI 模型提問 1,200 次,揭露主流模型對各程式語言出乎意料的尖銳立場。
- 測試規模:涵蓋美、中、法 10 家實驗室的 12 款最新模型(包含 GPT-6.1 Sol、Claude Opus 5.5、Gemini 4 Argon、DeepSeek V4 Pro 等),每款在全新對話中測試 100 次。
- 趣味統計結果:模型總計討論了 14 種程式語言卻對 C# 零評價,整體呈現反感 Python 與偏愛 PHP 的傾向,且有模型同時論證 Go 錯誤處理的正反兩面。
- 傳送門:JetBrains 官方部落格
SpaceXSI 工程師揭露 Grok Bot 團隊工程實踐:月合入 1.1 萬個 PR、回滾率僅 0.5% SpaceXSI / AI Engineer
- 一言以蔽之:SpaceXSI 首席工程師 Lauren Tan 分享 Grok Bot 桌面團隊如何靠強制 Lint 規則與禁止註解,在 AI 高產出下維持極低錯誤率。
- 程式碼防線設計:將每次對 AI 的糾正轉化為必報錯的 Lint 自動檢查規則而非單純寫入檔案,並禁用 99% 程式碼註解以防止 AI 效仿過去的權宜補丁。
- 實戰交付資料:要求 AI 自行啟動程式並提交操作錄影與截圖供人類審查,使團隊在單月合併 11,000 個 PR 下仍將回滾率控制在約 0.5%。
- 傳送門:
- 傳送門: