Anthropic启动Cyber Mission，向电网和水务提供Claude
2026-10-08
CIDP向电网和水务等运营方提供Claude与驻场工程师，OSS Scanner为开源项目提供漏洞扫描。
Cloudflare 收购 Deno：把 celld 变成自托管 Workers 路线
2026-10-10
Deno runtime 获一年维护、Deploy 六个月后关闭；团队将把 celld 的分布式状态机制并入 workerd，完整兼容和多租户控制面仍待交付。
Nous 融资 9000 万美元推 Hermes 进企业，开源红利要过数据责任关
2026-10-24
开发者分发为它打开企业销售入口；真正要卖的是团队控制面、私有部署与支持，而克隆量、收入和数据边界仍待客户验证。
代码审查 Agent 不只要多抓 bug：ReviewBench 把噪声写进评测
2026-10-05
GitHub 用 219 个真实 PR 同时衡量已知问题召回与新增发现质量；公开题库更接近生产，也让 Claude 裁判成为新的变量。
Beam开放501B权重：控制权落地，部署门槛没有消失
2026-10-23
Apache 2.0权重、三种精度与开源工具链让企业真正能自托管；最低近294GB检查点和多卡配置，也把成本、安全更新与监控责任交给部署者。
Qwen-Image-2.1 能本地生成透明图，商用仍需另领许可
2026-09-20
7B 视觉生成模块统一文生图、编辑和最多十张参考图；全套 BF16 权重约 33GB，研究许可只放行非商业用途。
60 家机构补 AI 的语言缺口，先要回答数据归谁、成效怎么算
2026-09-22
五年让 34 亿人用母语和语音使用 AI 仍只是共同目标；联盟已列出数据、评测、工具与安全四条线，成员承诺、资金和治理规则尚待敲定。
Agent 出事故后，Chronicle 让修复代码重回同一个现场
2026-09-17
它冻结模型与外部依赖，只在危险动作前运行新代码，把一次事故变成可进 CI 的回归测试。
Needle 3 能切出 19 档模型，工具目录扩到 25 个就开始选错
2026-10-10
5 到 6 个工具时三条指令全对，25 个工具时全错，倒序后对两条。端侧小模型要先测真实目录，再看跑分。
Needle 3 一套权重导出 19 档，只做工具调用和抽取
2026-09-18
20 层版在手机指令测试上接近 DeepSeek V4 Flash，换到多步调用和抽取就落后；实发文件也比宣传的 29 MB 大。
Google 把安全 Agent 放进每次代码提交，92% 只属于分诊层
2026-09-19
生成式扫描先找问题，AST、调用图和规则再证明路径可达；Google 未披露召回率、样本量和修复采纳率。
SonoCorpus 不重发 45.7 万张图，开放的是训练重建路径
2026-09-21
53 个超声数据集没有被重新分发；来源、切分、哈希、评测记录与完整训练状态把复核入口留给了外部研究者。
智谱用密集反馈让 GLM 持续优化推理栈
2026-09-17
智谱公布的 13 天演进曲线显示吞吐升至初始基线的 3.22 倍；公开 PR 还原了一次长上下文精度修复。
Temporal 七个月估值翻倍，Agent 把旧故障恢复推上前台
2026-09-14
5.5 亿美元融资背后，Temporal 记录工作流事件并从断点恢复；它保存执行进度，却仍把外部动作幂等和代码版本责任留给开发者。
CQBench 把代码评测移到易错题：27346 题测静态质量，不测程序正确
2026-09-11
它把已知易触发缺陷的函数做成可复算压力测试，却不能替代编译、功能测试与漏洞验证。
英伟达公开 IMO 金牌流水线：六份提交证明用了 7.07 亿 Token
2026-09-10
Nemotron 3 Ultra 以三个版本生成、校验和改写证明，官方得 30 分；权重、数据和代码开放，却没有把算力门槛一并降下来。
NASA 与 IBM 开源月球模型，近 200 万图块先解决数据对齐
2026-09-11
模型用分离的米级与百米级轨道图块预训练，并随代码、数据和四项基准开放；性能优势集中在冰稳定性适宜度回归，而非实测冰发现。
BRIDGE 把人形机器人身体设计纳入控制训练，但完整开源仍待兑现
2026-09-04
论文在统一仿真基准上取得更高动作跟踪成功率，实机完成多类动作；当前公开工件仍不足以让外部团队复现。
LTB 收集 3456 个翻译硬例，用逐题验收规则定位模型失败
2026-09-03
规则是写给 LLM 裁判的自然语言条件，不是确定性程序；数据能诊断前沿模型弱点，但不代表日常翻译质量分布。
星火 X2.5 上线：293B-A30B 与 1.6 元 API 价分别说明什么
2026-09-07
旗舰模型采用稀疏 MoE、支持 256K 上下文；低价来自限时五折，端侧开源版的 1M 上下文仍要支付 KV cache 内存成本。
RATIO 将科学灵感检索拆成三类，先测 AI 能否找到对的文献片段
2026-09-01
新基准用论文连接词构造 302 万组训练与评测样本，关系特定微调显著提升检索，但尚未验证能否产出更好的科研假设。
腾讯开源混元 Hy4：支持百万 token 上下文，并参与优化推理系统
2026-08-31
Hy4 用稀疏注意力等技术降低长上下文开销。腾讯称模型参与优化推理系统后吞吐提升31.8%，但未说明比较基线。
月之暗面被曝与美国三大云洽谈 Kimi K3 托管，寻求最高 30% 分成
2026-08-27
谈判尚处早期，收入计算方式与用量审计仍待商定。K3 许可证要求大型服务商另签商业协议，美国监管也可能影响合作。
英伟达被曝洽购 Hugging Face，129 亿美元交易尚未获证实
2026-08-27
媒体对交易已同意还是仍在谈判说法不一，双方均未证实。若收购完成，Hugging Face 对其他芯片厂商的支持将成为关注点。
阿里开放 Qwen3.8-Flash-Next 权重，主打更低训练与推理成本
2026-08-26
这款模型提前预览 Qwen4 架构。Qwen 自报训练成本约为 Qwen3.7-Plus 的 1/9，部署仍需多卡，部分商用场景须另获许可。
OpenAI 开源 Codex 执行框架，供开发者把智能体接入应用
2026-08-24
框架负责保存上下文、调用工具和执行审批。同一模型在ARC-AGI-3上的对照实验显示，调整推理保留与上下文压缩，也会明显改变成绩和消耗。
Z.ai 发布 GLM-5.3，因网络安全能力增强将权重开放推迟两周
2026-08-14
GLM-5.3 沿用前代基础模型，官方称后训练显著提高了漏洞利用成绩。Z.ai 将权重开放推迟两周，并要求敏感网络安全功能的用户先通过审核。
X 开源推荐排序代码，用户可下载账号标签，违规判断模型仍未公开
2026-08-13
X 扩大公开推荐系统代码，并让符合条件的用户下载账号和帖子的排序标签。公开模型可用于实验，但无法完整重现线上时间线，Grok 违规判定环节仍未开放。
AI 模型该开放到哪一步？Hinton、李飞飞与吴恩达各有侧重
2026-08-12
Ai4 对谈中，吴恩达强调开放模型的竞争价值，Hinton 担心滥用风险，李飞飞主张按对象和用途区分开放程度。
阿里开放 Qwen3.8 大模型权重，单节点部署需靠 4-bit 量化
2026-08-12
Qwen 首次开放 Max 级模型权重。2.4T 模型需经第三方 4-bit 量化才能装入部分高端单节点，量化后的编码与 Agent 能力仍待验证。
NVIDIA 推出 Agent 执行模型与路由工具，让大小模型分担任务
2026-08-12
Lightning 执行高频任务，开源 Switchyard 按请求选择模型。合作方报告降本效果，但收益取决于任务、模型池与比较基线。
韩国 30 人团队发布 Motif-3，开放商用并主打 Agent 任务
2026-08-10
Motif-3 以 MIT 许可开放权重，自测在两项 Agent 基准中领先对比组。模型正参加韩国国家 AI 项目评估，实际任务表现与推理成本仍待检验。
Meta 开放 Glimmer 模型权重，配套量化与加速工具面向本地 Agent
2026-08-10
Glimmer 以 Apache 2.0 许可开放，提供面向消费级 GPU 的量化版本和推理加速工具。部分 Agent 自测领先同类模型，实际工作流仍需验证。
DeepMind 发布气旋预测模型 WeatherNext，预报精度优势约相当于提前一天
2026-08-06
WeatherNext 气旋预测论文发表于 Nature，三天预报精度平均相当此前两天水平。三个版本的代码和权重公开，仍需气象机构判断并发布预警。
Cloudflare 开源 Agent 平台，支持用户在独立沙箱中创建和修改应用
2026-08-05
Cloudflare OS 以 Apache 2.0 开源，将应用隔离、资源授权和代码修改结合。用户可创建自己的应用副本，企业仍需配置权限并接入内部系统。
SK 海力士与 SanDisk 发布高带宽闪存标准，拟扩充 AI 推理存储容量
2026-08-04
两家公司发布首个高带宽闪存 HBF 标准，最高容量 512GB，带宽约 0.4–3 TB/s。它拟为 HBM 补充容量，性能证据仍以模拟为主，量产时间尚未确定。
DeepSeek V4 Flash 社区适配提速，量化与推测解码降低本地部署门槛
2026-08-04
社区围绕 V4 Flash 测试量化、推测解码和多种硬件。部分配置已能本地运行，但内存和长上下文延迟仍有门槛，低价矿卡案例运行的是另一款模型。
MiniMax 开放 H3 视频模型基础权重，2K 生成仍需调用 API
2026-08-03
H3 在视频编辑盲评中排名第一，基础生成模型已开放权重。ComfyUI 降低了本地运行门槛，但预处理和 2K 再生模块仍通过 API 提供，商用也有许可条件。
阿里发布 Qwen3.8-Max，计划开放权重并展示最长 16 天的自主任务
2026-08-03
Qwen3.8-Max API 已上线，权重计划下周开放。官方展示了持续编码、论文复现和竞赛任务，但长任务自主程度与多项自建评测仍缺独立验证。
美团开放 LongCat 轻量模型，支持百万 token 上下文并提升编程测试成绩
2026-08-02
LongCat-Flash-Lite-Sparse 总参数 690 亿、激活约 30 亿，采用稀疏注意力并支持百万 token 上下文。美团自测显示编程和工具任务改善，真实部署效果仍需验证。
Frontis 开源模型与实验工具，让 AI 学习改进机器学习程序
2026-07-31
Frontis-MA1 将程序生成、改进、调试和重组纳入训练，并开放模型与实验工具。论文区分后训练和搜索系统收益，目前验证限于机器学习工程，未宣称实现通用递归自我改进。
语音 AI 公司 Fish Audio 获 5200 万美元种子轮融资，声音授权争议仍待解决
2026-07-28
Fish Audio 以 22 人团队做到 2100 万美元年经常性收入，计划扩展语音产品；社区上传声音的授权争议仍未解决。
Anthropic CEO回应开放模型争议：反对全面禁令，主张发布前安全测试
2026-07-27
Amodei回应Nvidia牵头的公开信，称Anthropic未主张全面禁止开放权重模型，同时要求对能力足够强的模型开展强制安全测试。
Kimi K3 开放模型权重，完整文件约 1.56TB
2026-07-27
Kimi K3完整权重已发布，多项评测表现靠前。自行部署仍需较大硬件投入，使用成本和回答可靠性也要分别衡量。
韩国Upstage发布Solar Open 2，面向工具调用和多步任务开放模型权重
2026-07-26
Upstage开放Solar Open 2权重，采用250B总参数、15B活跃参数，支持百万token上下文，计划用于Daum等服务。
开放模型工具 Ollama 融资 6500 万美元，扩展付费云服务
2026-07-10
Ollama 宣布完成 B 轮融资，继续简化开放模型的本地运行，并扩展付费云服务。团队需要兼顾云业务、免费工具维护与社区信任。
Meta 用脑信号还原打字内容，平均词准确率达 61%
2026-07-01
Brain2Qwerty v2 从志愿者打字时的脑磁信号还原英文句子，结合神经网络与语言模型提高词准确率，距离患者使用仍有硬件和任务适配障碍。
智谱开源 GLM-5.2：部分长程编程测试接近 Opus 4.8
2026-06-29
GLM-5.2 支持百万 token 上下文，在部分长程编程测试中接近 Opus 4.8，另一些任务仍有明显差距。较低报价增加了吸引力，实际任务成本还需测量。
让 AMD 显卡运行 CUDA 的 ZLUDA 发布 v6，商业资助已结束
2026-07-01
开源 CUDA 兼容层 ZLUDA 发布 v6，改善 Blender 和 Windows 支持。开发者同时披露商业资助已结束，项目回到业余维护状态。
Kimi K3 上线三天后暂停新订阅，团队称算力接近上限
2026-07-21
Kimi 团队称请求量超出预期，暂停面向个人用户的新订阅，优先保障已付费用户。权重开放可以增加部署渠道，但算力和运维仍有成本。
月之暗面发布 Kimi K3，前端编程评测位居第一
2026-07-20
Kimi K3 已开放在线服务，完整权重计划于 7 月 27 日前发布。新模型拥有 2.8 万亿参数，前端编程表现突出，整体能力仍有差距。
谷歌、微软等五家公司据报将支持共享的 AI Agent 连接协议
2026-07-14
五家公司的合作细节尚未公开。MCP 已由开放项目维护，新方案能否减少企业集成工作，要看兼容性和实际代码。
高盛评估中国 AI 模型：智谱、DeepSeek 在基础模型领域竞争力较强
2026-07-14
高盛从定价、成本和财务实力比较中国模型公司，看好智谱与 DeepSeek 的竞争地位。低价有助于普及，可靠性、算力和市场准入仍影响商业化。
编程 AI 的高分有多少来自模型？工具和运行框架也会改变成绩
2026-07-11
同一模型放进不同运行框架，编程测试成绩也会变化。文章从工具、上下文、记忆和纠错等六方面分析，为什么比较总分还不够。
Kimi K2.7 Code 加入 Copilot 企业版，管理员启用后员工才能使用
2026-07-10
GitHub 将 Kimi K2.7 Code 扩展至 Business 和 Enterprise，默认关闭、由 Azure 托管。企业还需结合自己的任务测试成本、效果和模型行为。
Meta 推出付费模型 API，Muse Spark 1.1 主打工具调用和低价
2026-07-10
Muse Spark 1.1 每百万输入、输出 token 分别收费 1.25 和 4.25 美元。Meta 同时兼容两家主流 API 格式，但预览地区、迁移适配和实测表现仍有限制。
NVIDIA 优化推理软件，DeepSeek V4 推理成本在测试中降至五分之一
2026-07-09
NVIDIA 援引测试称，Blackwell 上的软件优化显著降低了 DeepSeek V4 推理成本。吞吐提升来自内核、调度和错误修复，效果仍受部署条件限制。
美国众议院调查企业使用中国AI模型，采购限制成讨论选项
2026-07-08
美国众议院两委员会调查Anysphere和Airbnb使用中国AI模型的情况。联邦采购限制是讨论方向，但已公开模型权重的传播难以全面阻断。
路透社：中国正讨论限制顶尖AI模型海外访问，尚无草案
2026-07-08
路透社援引消息人士称，中国商务部与阿里、字节和智谱讨论先进模型海外访问及投资限制，尚无草案或时间表，适用范围仍不明确。
开源模型云平台 Together AI 融资 8 亿美元，估值升至 83 亿美元
2026-07-01
Together AI 完成 8 亿美元 C 轮融资，估值升至 83 亿美元。公司将扩充开源模型训练和推理服务，并获得超过 500 兆瓦的算力建设承诺。
OpenRouter数据：中国模型占美国企业样本用量逾三成，低价推动迁移
2026-07-07
OpenRouter美国企业样本中，中国模型自2月起用量占比每周超30%、峰值46%。价格推动部分企业迁移，平台数据不代表整个市场。
美团宣布开源万亿参数模型 LongCat-2.0，采用国产芯片训练
2026-06-30
LongCat-2.0 总参数 1.6 万亿，美团称全流程使用国产算力。预览版已跻身 OpenRouter 调用量前三，官方成绩仍待独立验证。
游戏引擎 Godot 收紧 AI 代码贡献规则，减轻维护者审查负担
2026-06-30
Godot 宣布收紧贡献政策，禁止自主Agent提交与大段AI生成代码，保留有限辅助用途。新贡献者提交功能前须获许可，维护者希望减少审查积压。
美国部分 AI 模型暂停访问，智谱开源 GLM-5.2 获海外关注
2026-06-29
GLM-5.2 的推理与编程表现、较低报价和开放权重获得关注。同期美国限制部分前沿模型访问，但政策对开发者选择和市场份额的影响尚难量化。
VLC 开发者 Kempf 融资 500 万美元，为机器人做远程控制工具
2026-06-19
Kempf 创办的 Kyber 获 500 万美元融资，将视频、传感器与控制信号接入同一套传输工具，面向机器人等设备，提供开源 SDK 和商业授权。
林俊旸离职后，Qwen 3.7 未开放权重引发社区担忧
2026-06-26
Qwen 3.7 以在线服务提供，开源社区担忧后续开放策略。人员变动与商业化压力值得关注，但团队解散及永久停止开源的传言尚未获证实。
瑞士语言模型 Apertus 开放权重与训练资料，支持多语言研究
2026-06-26
Apertus 于 2025 年发布，提供 80 亿和 700 亿参数版本，并公开代码与数据流程。约四成预训练数据为非英语内容，支持外部审查与后续开发。
蚂蚁公布 Ling/Ring 2.6 技术报告：减少冗余输出，加强复杂推理
2026-06-25
Ling/Ring 2.6 技术报告介绍混合注意力、压缩冗余推理及强化学习方法。两个万亿参数模型分别面向即时响应和深度推理，权重采用 MIT 许可。
OpenAI 与 Trail of Bits 推出开源安全计划，核验 AI 报告并协助修补
2026-06-25
Patch the Planet 首周覆盖 19 个开源项目，已有 37 个补丁合并。工程师负责核验、修补和披露，并留下可复用的安全工具。
华盛顿大学与 Allen AI 开源 TMax 训练方案，9B 模型终端基准得分达 27.2%
2026-06-25
TMax 开放 14,600 个终端训练环境和强化学习方案，9B 模型在 Terminal-Bench 2.0 达 27.2%，并在其他工具设置中获得提升。
据报道，AI 推理平台 Baseten 拟融资 15 亿美元，估值最高 130 亿美元
2026-06-24
报道指 Baseten 正洽谈新一轮融资，估值较 1 月的 50 亿美元最高增长 160%。公司为企业部署开放模型；约 6 亿美元年化经常性收入来自外部估算，融资尚未确认完成。
日本东北大学开源 7B 扩散语言模型 Sumi，可反复改写 token，尚未实现有效纠错
2026-06-23
Sumi 在约 1.5 万亿 token 上从零训练，开放权重、检查点和训练配方。它在部分知识与代码测试中领先对照模型，但常识推理和自我纠错仍有不足。
Gemma 3 在卫星上分析地球图像，减少等待地面处理的时间
2026-06-15
Loft Orbital 的 YAM-9 已在轨运行 Gemma 3，分类新拍图像并生成描述。NAVI-Orbital 希望先下传摘要、再选择完整影像，后续仍需检验持续运行表现。
小米称 MiMo 每秒生成超 1000 个 Token，采用单个 8 GPU 节点
2026-06-08
MiMo 与 TileRT 结合量化、推测解码和 GPU 调度，官方称生成速度约为标准版的 10 倍，试用 API 价格为 3 倍。
Fable 5 下线后，智谱开放 GLM-5.2 模型权重
2026-06-20
Fable 5 因出口管制下线后，智谱推出 GLM-5.2 并开放权重。模型可用性成为竞争因素，但股价上涨和产品发布尚不能证明用户已大规模迁移。
Kimi K2.7 Code 开放权重，编程自测得分较上一代提高约 22%
2026-06-12
Kimi K2.7-Code 开放权重。公司自建编程测试得分由 50.9 升至 62.0，并称平均思考 Token 减少约 30%。