跳到正文
K = 0.731
全部动态 · 今日68条

全部 AI 动态

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
10月16日周五
  4. Hugging Face Blog83

    Reflection发布Beam：一款用于编程和智能体工作的501B开源模型

    Reflection在Hugging Face上发布了Beam。这是一款501B的MoE模型，每个token激活23B参数，支持100万token的上下文窗口，并采用Apache 2.0许可证。这款纯文本模型面向编程和智能体工作，提供BF16、FP8和NVFP4检查点，并在发布首日支持transformers、vLLM和SGLang。Hugging Face还提供部署和后训练方案，以及自有的任务评测和演示。

    推荐理由：部署指南区分了活跃计算量与权重总内存用量，帮助团队评估运行和适配一款具有长上下文窗口的稀疏模型所需的硬件配置。

  5. 雷锋网72

    尼克·卡马拉塔质疑神经网络可解释性中的叠加解释

    尼克·卡马拉塔在《神经网络本来就很清晰》一文中指出，更先进的观测工具揭示了连贯的神经元功能；据其报告，在受测的现代视觉模型中，最终层 99%–100% 的神经元都得到了清晰解释。他将一些经典案例中看似无关的特征重新解释为几何检测或递归泛化。尼尔·南达则反驳说，这些发现并未解决语言模型中的表征叠加问题，并为稀疏自编码器（SAE）的应用辩护。卡马拉塔称这一提议是一个工作假设，同时承认在语言模型训练证据、多模态覆盖和因果验证方面仍有不足。

  6. The Decoder64

    Anthropic 向 METR 提供内部访问权限，以审查其 AI 模型和安全实践

    Anthropic 为非营利组织 METR 的六名工作人员提供了公司硬件、办公空间和内部工具访问权限，以审查其 AI 模型和安全实践。客户数据、受法律特权保护的信息以及模型架构细节仍不可访问。METR 将独立发布调查结果；Anthropic 可以要求删除预先规定类别中的内容，METR 则可以公开质疑这些要求的合理性。

  7. The Decoder69

    OpenAI 推出全新 Rosalind 学术计划，为研究实验室提供最多 30 个免费席位，期限一年

    OpenAI 正在为美国大学的研究实验室推出 Rosalind 学术计划，提供最多 30 个免费的 Business Standard 席位，期限最长为十二个月，但不包含 API 访问权限。该计划以 GPT-Rosalind 为核心，这是一款可通过 Rosalind Workbench 连接专用工具的生命科学模型。OpenAI 会在批准前审核机构、主要研究人员和计划用途，之后监测使用情况，并对敏感研究采取防护措施；该公司表示，默认情况下不会使用研究数据进行训练。

  8. The Decoder64

    AI 可解释性是否接近突破？一篇新文章引发研究人员分歧

    Cammarata 认为，更好的工具和自动化智能体让神经网络比早期研究所认为的更容易解释；而 Google DeepMind 的 Neel Nanda 则反驳说，广泛意义上的突破还遥不可及。Cammarata 报告了初步发现：在 Qwen3-32B 中，约 90% 的神经元极点各有一项主要功能；他还将经典的叠加示例重新解释为彼此相关的特征。Nanda 认为神经元分析具有实用价值，但预计仍会存在显著缺口，并坚持认为叠加现象确实存在。配套的技术论文尚未发布。

  10. vLLM · X50

    Reflection-Beam-1.0 在 vLLM 中获得 Day-0 支持

    Reflection-Beam-1.0 已在 vLLM 中获得 Day-0 支持，拥有 501B 个总参数、每个 token 激活 23B 个参数，以及 1M token 的上下文窗口。 Beam 将混合注意力与 Harmony 格式的推理和工具使用相结合，并在 SkyRL 中获得 Day-0 RL 支持，涵盖 LoRA、BF16 全量微调和 MXFP8 RL，使用 vLLM 进行 rollout。 vLLM 与 Reflection 和 Inferact 合作完善了服务路径，涵盖从融合内核到 DFlash 的各个环节。

  11. Ollama · X81

    Ollama 限时免费提供 Reflection AI 的 Beam

    Ollama 是 Reflection AI 首个开放权重模型 Beam 的首发合作伙伴，限时在 Ollama Cloud 上免费提供该模型，采用美国托管并提供完整 ZDR。Beam 的上下文窗口为 100 万 token，专为软件工程、推理和长时间运行的智能体任务而设计。 ollama run beam Claude Code ollama launch claude --model beam:cloud Codex ollama launch codex --model beam:cloud OpenCode ollama launch opencode --model beam:cloud Reflection AI 表示，Beam 的权重以 Apache 2.0 许可发布，地址为 https://huggingface.co/reflection。

    推荐理由：这项限时免费服务让用户可以通过多种编程工具试用 Beam；其软件工程和智能体任务定位，以及美国托管和完整 ZDR 均有说明。

  13. NVIDIA AI · X77

    Reflection 发布 Beam，一款拥有 501B 参数的开放权重 MoE 模型

    Reflection 发布了 Beam，这是一款拥有 501B 参数的 MoE 模型，权重依据 Apache 2.0 许可证开放，并有 40 多家生态合作伙伴。 NVIDIA AI 表示，该模型使用 NVIDIA GB300 NVL72 训练，在 Blackwell Ultra 上开箱即用，第 0 天即可达到每 GPU 每秒超过 70K 个 token。 Reflection 引述的公告包含 BF16、FP8 和 NVFP4 权重、DFlash2 drafter 以及 Mirror CLI；Beam 1.0 NVFP4 检查点可在 https://huggingface.co/reflection/Beam-1.0-501B-A23B-NVFP4 获取。

    推荐理由：Apache 2.0 许可证、多种权重格式以及已发布的训练工具包，为开发者评估 Beam 是否适合其部署工作流提供了具体信息。

  14. Hugging Face · X72

    Hugging Face宣布将直播介绍Reflection如何构建Beam

    Hugging Face表示，一场与Reflection团队探讨他们如何构建Beam的直播将在几分钟后开始。 直播：https://t.co/q6OKvCiB9o https://t.co/scNsrfsC3s 在被引用的公告中，Reflection表示，Beam已在多个平台开放，权重采用Apache 2.0许可证，并与40多家合作伙伴协作推出；还提供分词器、参考实现、BF16、FP8和NVFP4权重，以及DFlash2起草模型。

    推荐理由：列出的制品和Apache 2.0许可证，为评估Beam如何融入现有模型部署工作流提供了具体背景。

  17. Artificial Analysis · X59

    Liquid AI 发布 d1-ultra，在 Artificial Analysis Decision Index v1.0 中位居榜首

    Liquid AI 已发布 d1-ultra。据 Artificial Analysis 报告，该模型以 65 分在其 Decision Index v1.0 中位居榜首。在 AA-Omniscience-Decision 基准上，其非幻觉率从 d1 的 2% 升至 85%，而准确率从 41% 降至 32%。这项非幻觉指标衡量的是：对于模型未能正确回答的问题，它表示自己不知道的频率。d1-ultra 每项任务耗时 92 ms，每 1M 个输入 token 收费 $0.042，且仅按输入 token 计费。

  20. 雷锋网44

    SUPCON 集成 Qwen Office，将 AI 智能体引入工业营销

    10月16日，SUPCON 正式集成 Qwen Office，并将其 Agent 应用于完整的营销工作流程。一项联合项目可将销售方案的制作时间从 5 天以上缩短至 1 天，效率提升约 5 倍。SUPCON 计划将 Qwen Office 扩展至采购、供应链、财务、人力资源、研发和合规工作流程。

  21. 腾讯混元 · X69

    腾讯推出 Hy Memory 2.0，包含开源模型、框架和 MemHub

    腾讯推出了 Hy Memory 2.0，其中包含开源模型、框架和 MemHub，后者被称为私人记忆管家。 该框架可处理聊天、工作和代码记忆。腾讯表示，该框架在 4 项基准测试中开源性能排名第一，并称 Hy-Memory-30B-A3B 在主要框架中击败了 Opus 5。MemHub（CLI + Mac）可在 10 多种 AI 工具之间同步。 SDK 和 MemHub：https://github.com/Tencent-Hunyuan/Hy-Memory 模型：https://huggingface.co/tencent/Hy-Memory-30B-A3B

    推荐理由：据报告的基准测试结果和跨框架比较，有助于评估 Hy-Memory-30B-A3B，同时也可了解 MemHub 所称的覆盖范围，即支持 10 多种 AI 工具。

  22. Arthur Mensch · X55

    欧洲应该把前沿人工智能交给美国人和中国人吗？

    Arthur Mensch认为，欧洲应开发前沿人工智能模型，并警告说，依赖美国和中国的供应商会加深经济依赖，并限制欧洲对访问权限、定价、安全和科学研究的掌控。他认为，开放模型只能部分解决这种依赖，而前沿研究有助于推动产业应用。他表示，Mistral的计算能力计划在未来一年增加到原来的六倍，该公司还将筹集资金以加快发展。

  23. 雷锋网59

    抖省省增长放缓，抖音本地生活转向盈利

    雷峰网报道，抖音本地生活削减补贴并提高佣金以追求盈利，抖省省的用户快速增长因此放缓。报道援引的QuestMobile数据显示，7月日活跃用户为2260万，月增长显著放缓。此后，一些连锁餐饮品牌减少了在该应用上的供给；9月的调整则将广告在部分服务零售类别员工绩效考核中的权重提高至80%。

  25. 雷锋网20

    美团发布2026年北极星医美榜单

    10月14日，美团在杭州发布第四届北极星医美榜单，涵盖来自42座城市的181家机构和来自36座城市的269名医生。榜单依据医疗专业性评估和用户反馈编制，其中包括70位公立医院专家的评审以及对38,547名消费者的调查。美团表示，榜单旨在帮助消费者做出更透明的选择，并为服务提供者提供改进参考。

  26. 雷锋网52

    大漠大拓展无人机表演业务，进军自主蜂群并计划 IPO

    据雷锋网报道，大漠大正在开发第二条产品线，面向封闭、GPS 受限环境中的自主无人机蜂群，并计划于 2027 年申请 IPO。据公司介绍，设备销售约占其营收的 70%，过去五年海外设备销售额增长了 45 倍。新系统旨在利用多传感器定位实现导航、避障和协同作业，预计将在年底至明年年初进行演示。

  27. 雷锋网36

    阿里巴巴的通义千问 AI 将为新款面向中国市场的 BMW iX3 座舱提供支持

    BMW 宣布，下一代 BMW iX3 将搭载专为中国开发的 AI 座舱功能。BMW 与阿里巴巴共同开发了该系统，采用阿里巴巴的通义千问大语言模型，斑马负责座舱应用和车载集成；该系统将成为 BMW 智能个人助理的一部分。来源引用的 IDC 数据显示，2025 年下半年，阿里云在中国汽车行业公有云 IaaS 市场排名第一，份额为 42%。

  28. 雷锋网82

    Kling 4.0 发布，支持原生生成最长 30 秒视频和 10-bit HDR

    Kling AI 于 10 月 15 日推出 Kling 4.0，新增最长 30 秒的原生视频生成、10-bit HDR 输出，并称其在快速运动和复杂镜头运动方面有所改进。该模型最多支持 15 个组合参考素材、最多 10 个关键帧输入，以及最长 8000 个 token 的提示词。对 4K、1080p 和 21:9 输出的支持、累计最长 2 分钟的多次视频扩展，以及 API 访问均被描述为即将推出。

    推荐理由：参考输入、关键帧控制和 HDR 输出为评估 Kling 4.0 如何融入专业视频制作工作流程提供了具体依据。

  29. Latent Space62

    Goodfire 的 Nick Cammarata 认为，智能体分析能够解释神经网络中一些常见的多义性实例

    Latent Space 介绍了 Goodfire 的 Nick Cammarata 提出的一项工作理论：神经网络在很大程度上已经可解释，进一步的智能体分析可以解释许多常见的多义性和叠加现象实例。Cammarata 认为，大多数神经元都能被理解；相比之下，他在 2023 年参与的 OpenAI 项目中，这一比例约为 2%。这篇综述还提到了几项质疑：激活较弱、神经元模拟，以及忽略非最大激活；同时提醒读者，论文目前尚未公开。

  33. vLLM · X32

    vLLM 支持 Muse Spark Open，一部短片展现其能力

    @90VuHwwuzNhhW3h 表示，vLLM 支持 Muse Spark Open，并用一部小短片讲述它的故事，短片使用由 vLLM-Omni 提供服务的开源模型。推理引擎也在幕后发挥作用。https://t.co/n3gvdWTC6T 主要作者称这部短片很可爱，并表示它生动展现了多模态理解、1M 上下文、智能体规划、DSpark 和跨平台支持。https://t.co/yHPXC7qfdM

  35. Alexandr Wang · X15

    Alexandr Wang 对 @thoughtcrime___ 的“sloptoberfest”视频作出反应

    @thoughtcrime___ 称这段视频是他们“为 sloptoberfest 提交的正式作品”，并写道：“看看我们已经走了多远。”Alexandr Wang 作出回应：“我操 我他妈的操 你这视频太离谱了 （不过，看这段视频带来的多巴胺释放确实强得离谱）” https://twitter.com/thoughtcrime___/status/2110803960105968063

  36. Ethan Mollick · X22

    这篇论文说明了为什么我对“前沿模型可以轻易被更便宜的模型取代”这一观点持怀疑态度（也说明了为什么你应该让最好的模型担任编排者）：在长期任务中，准确性和判断力的微小提升会不断累积，从而大幅改善最终结果。

    这篇论文说明了为什么我对“前沿模型可以轻易被更便宜的模型取代”这一观点持怀疑态度（也说明了为什么你应该让最好的模型担任编排者）：在长期任务中，准确性和判断力的微小提升会不断累积，从而大幅改善最终结果。

  37. 雷锋网68

    Anthropic泄露的2021年研究路线图为其后续产品提供背景

    雷锋网报道，一起版权诉讼曝光了Anthropic联合创始人Jared Kaplan撰写的2021年内部《简明研究路线图》。该文件提出了开发对话式软件工程助手、处理长上下文、通过强化学习实现工具使用，以及同步推进能力研究与对齐研究的计划。文章梳理了这些优先事项与此后发展的关联，包括宪法式AI、可解释性研究、Computer Use、MCP和Claude Code。

  38. Artificial Analysis · X72

    NVIDIA Vera Rubin NVL72 初步 AA-AgentPerf 测试结果出炉，与 GB300 NVL72 对比

    Artificial Analysis 报告称，在 AA-AgentPerf 的初步测试结果中，NVIDIA Vera Rubin NVL72 在 DeepSeek V4 Pro 上的每兆瓦吞吐量最高可达 GB300 NVL72 的约 5.7 倍。其优势在单用户速度较快时最大；在测试的四款模型中，峰值吞吐量增幅为 1.14 倍至 1.45 倍。NVIDIA 提交的所有 Vera Rubin 测试结果均使用 TensorRT-LLM 和搭配 NVIDIA Dynamo 的 vLLM；该基准会重放真实的智能体编程会话，并测量每兆瓦实测 GPU 功耗对应的吞吐量以及每个智能体的输出速度。

  39. Hugging Face Blog82

    NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1 及开放数据生成流程

    NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，涵盖 22 种印度语言、约 2.8 万亿个 token，并将很快与其开放式 GPU 加速生成流程一同发布。该语料库包含全部 22 种语言的本土文字文本，以及 12 种语言的罗马化文本；这些文本由精选英文来源翻译而来，并经过质量检查和来源追溯。一个印度语系继续预训练阶段提升了五项已报告基准的成绩，但该阶段混合了合成数据与自然数据，因此这项比较无法单独确定该语料库的贡献。

    推荐理由：该流程通过将翻译、质量评估、修复和文字系统转换分开，同时保留与源文档的链接，为多语言数据生成提供了一种可复用的方法。

  40. Artificial Analysis · X79

    Meta 发布 Muse Spark Open，在 Artificial Analysis Intelligence Index 上获得 39 分

    Meta 发布了 Muse Spark Open，这是一个 816B（42B 激活参数）的开放权重模型。Artificial Analysis 报告称，该模型在其 Intelligence Index 上得分为 39，使其成为美国排名第一的开放权重模型。 Muse Spark Open（xhigh）的得分比 Muse Glimmer（high，17 分）高 22 分。Muse Glimmer 是 Meta 的 30B 稠密开放权重模型。https://t.co/jf31mQNINe

    推荐理由：这一比较显示，Muse Spark Open 在同一智能指数上的得分比 Muse Glimmer 高 22 分，为 Meta 开放权重模型之间所报告的能力差距提供了具体参照。