Alibaba Cloud@alibaba_cloudQwen3.7 Max now available in Go - text only - 1M context - smartest model in the Qwen family to date
关联讨论 9 条X：OpenRouter (@OpenRouter)X：Rohan Paul (@rohanpaul_ai)X：阿里云 / Alibaba Cloud (@alibaba_cloud)Hacker News 热门（buzzing.cc 中文翻译）Qwen：Blog Retrieval（API）IT之家（RSS）X：通义千问 / Qwen (@Alibaba_Qwen)X：X.PIN (@thexpin)X：Kim (@kimmonismus)
Qwen@Alibaba_QwenQwen3.7 Max (20250517) debuts at #4 in Code Arena: Frontend - the top-ranked Chinese lab on the board, surpassing GLM-5....
关联讨论 9 条X：OpenRouter (@OpenRouter)X：Rohan Paul (@rohanpaul_ai)X：阿里云 / Alibaba Cloud (@alibaba_cloud)Hacker News 热门（buzzing.cc 中文翻译）Qwen：Blog Retrieval（API）IT之家（RSS）X：通义千问 / Qwen (@Alibaba_Qwen)X：X.PIN (@thexpin)X：Kim (@kimmonismus)
Berryxia.AI@berryxiaMiniMax即将发布M3模型。其核心架构为基于GQA的动态块稀疏注意力机制，通过轻量索引分支筛选相关token块进行稀疏注意力计算。性能方面，在1M token上下文窗口下，Prefill速度相比M2提升9.7倍，解码速度提升15.6倍。该设计旨在大幅降低处理超长上下文的算力成本，使百万token级别的Agent应用得以更高效落地。
Something BIG is coming
Artificial Analysis@ArtificialAnlysOpenBMB发布了MiniCPM5-1B（Non-reasoning），一款1B参数的稠密大语言模型。该模型在Artificial Analysis Intelligence Index上获得17.9分，成为1B及以下开源模型中得分最高者。其得分领先同规模模型Qwen3.5 0.8B（10.5分）和Qwen3.5 2B（16.3分），性能超越前代模型MiniCPM-V 4.6 1.3B（12.7分）。MiniCPM5-1B为纯文本模型，上下文窗口128K，采用Apache 2.0许可证。在AA-Omniscience测试中，其通过选择“拒绝回答”而非猜测，避免了模型幻觉惩罚，获得了同尺寸类别的最高分。
Berryxia.AI@berryxiaPrismML发布了Bonsai Image 4B扩散模型的1-bit和Ternary两个极致压缩版本。1-bit版本仅0.93GB，比全精度模型缩小8.3倍；Ternary版本为1.21GB，采用-1、0、+1三元权重。两者在Mac M4 Pro上的生成速度最高可提升5.6倍，且生成质量可与更大模型相媲美。同时，PrismML推出了配套的iOS应用Bonsai Studio，支持在iPhone上完全离线、本地生成图像。
Today we're releasing 1-bit and Ternary Bonsai Image 4B. A new family of image-generation models designed to run high-qu...
Stability AI 发布了 Stable Audio 3，这是一个用于器乐和音效生成的潜在扩散模型家族。此次发布包含 Small 和 Medium 两个开放权重变体。Small 变体可在 MacBook Pro M4 CPU 上运行，Medium 变体适配 8GB 显存的消费级显卡。两者均采用流匹配、蒸馏预热和对抗后训练的三阶段流水线，以生成 44.1 kHz 的立体声音频。在 BBC Sound Effects 基准测试（5秒片段）中，SA3 Medium 的 FAD 得分为 0.369，优于论文中评估的所有开放权重基线。
🚨 AI News | TestingCatalog@testingcatalog#MSA #OpenSource #M3 🫣😎
OpenCode@opencode
Chubby♨️@kimmonismusMiniMax预览了其M3架构采用的新稀疏注意力（Sparse Attention）技术。测试显示，在1M token上下文下，该技术相比M2实现了9.7倍的预填充（prefilling）加速和15.6倍的解码（decoding）加速。M2曾为保证生产环境就绪而采用全注意力机制，M3则采用了新的两阶段方法：先用轻量级索引分支选择数据块，再仅对相关的KV块执行稀疏注意力。这是开源领域的新进展。
#MSA #OpenSource #M3 🫣😎
Alibaba Cloud@alibaba_cloud
向阳乔木@vista8网易有道发布子曰4，一个27B参数的全模态大语言模型，在视觉数理方向达到同规模SOTA，纯文本数理难题准确率为81.4%。该模型在27B“甜点级”参数规模下，实现了多模态与纯文本数理推理的双重优势。同时，子曰4全模态模型和TTS引擎已同步开源，开放参数权重，支持本地部署与二次训练。其TTS模型只需3秒即可克隆原声，支持14种语言，克隆准确度超97%，音色还原度达95%以上。
面壁智能开源其新一代端侧大语言模型MiniCPM5-1B。该模型仅1B参数，在AA-Index榜单上超越所有2B参数以下模型，相比3个月前的Qwen3.5-2B效果更优且参数量减半。经INT4量化后权重仅0.5GB，支持在手机和浏览器上运行。其Base Model版本由面壁智能自主研发的AI训练框架ForgeTrain预训练完成，现已全面开源模型权重、训练数据集与部署方案。
关联讨论 1 条IT之家（RSS）昆仑万维天工AI近日正式推出高性能智能体模型SkyClaw-v1.0及其轻量化版本SkyClaw-v1.0-lite。该模型支持百万token上下文，深度适配真实智能体工作场景，重点优化了复杂工具调用、多轮任务执行与代码生成等能力。在多项智能体基准测试中，其性能超越了MiniMax 2.7、DeepSeek V4 Flash等开源模型，并接近DeepSeek V4 Pro、Claude Opus 4.6等更大规模模型。该模型定价极具竞争力，已接入天工Skywork，并提供2至4周免费试用。
面壁智能发布并开源了MiniCPM5-1B模型，该模型在2B参数以下规模中表现全球最优，支持超炫桌宠功能，同时开放了相关数据集，旨在将顶级AI能力以极低门槛带到每个人的终端。
关联讨论 1 条公众号：面壁智能（MiniCPM）天工AI推出SkyClaw-v1.0，这是一款面向真实工作流的百万上下文 Agent 模型，旨在处理更复杂的任务场景。该模型支持长达百万级token的上下文窗口，可应用于实际业务流程中的自动化与智能协作。
Tencent Hy@TencentHunyuan腾讯混元发布翻译模型 Hy-MT2，在 Hugging Face 开源模型趋势排行榜上表现突出：1.8B 版本排名第一，30B-A3B（MoE）版本排名第四，下载量已超 7K。官方同步推出了基于该模型的“腾讯混译”微信小程序，支持语音输入与离线翻译，并可自定义翻译风格与指令。模型代码与权重已开源。
关联讨论 2 条X：腾讯混元 (@TencentHunyuan)IT之家（RSS）Alibaba Cloud@alibaba_cloud据科技媒体报道，Anthropic 似乎准备公开上线其前沿模型 Claude Mythos 预览版。该模型名称“claude-mythos-1-preview”曾短暂出现在 Claude Code 和 Claude Security 的公开版本中。Claude Mythos 定位为面向计算机安全任务的模型，相比现有旗舰模型 Opus 4.7，在代码推理和自主执行方面有显著提升。但因其能力过强，Anthropic 担忧公开发布可能带来安全风险，目前尚未全面开放。同时，Anthropic 还在推进名为“Glasswing”的联合项目，旨在保护关键软件系统。
Emad@EMostaqueGrok foundation model V9-Medium (1.5T) has finished training. Evals look good. A lot of Cursor data was added in supplem...
🚨 AI News | TestingCatalog@testingcatalogGrok foundation model V9-Medium (1.5T) has finished training. Evals look good. A lot of Cursor data was added in supplem...
小互@xiaohu影眸科技推出 Rodin Gen-2.5，号称全球首个千万面级 3D 生成模型。该模型提供从极低（4秒）到极高（80秒）的五档思考模式，以平衡生成速度与细节精度。其原生 3D 贴图算法能在三维空间直接生成纹理，支持 PBR 材质与 360° 无死角覆盖，并提供 Faithful（贴合参考）与 Creative（自动优化）两种贴图模式。该模型已获 SIGGRAPH 2025 最佳论文奖。
面壁智能联合清华大学正式开源中国首个基于昇腾训练的1.58-bit端侧大模型BitCPM-CANN，实现6倍显存效率提升，可将60B参数大模型封装进手机等端侧设备。
阶跃星辰于2026年5月发布StepAudio 2.5 Realtime，这是一款支持完全可定制个性化角色的端到端实时语音大语言模型。该模型通过WebSocket API提供服务，支持中英文。在2026年4月进行的五个基准测试维度中均排名第一，具体包括80.41的人类评测得分和82.18的副语言理解得分。
Chubby♨️@kimmonismusGoogle DeepMind的AlphaProof Nexus系统自主解决了9个开放的Erdős问题（部分问题存在56年），每个问题的成本约几百美元。它还证明了44个OEIS猜想，解决了一个15年的代数几何问题，并在优化理论中发现了新算法参数。其核心机制是将大语言模型的推理能力与Lean形式化验证系统结合，Lean自动检查每一步逻辑，无需人工复核。研究发现，一个仅交替使用大语言模型生成与编译器反馈的基础智能体，便能复现全部9个Erdős问题的成功。该系统还能检测并修正现有数学文献中的表述错误。其局限在于成功案例集中于Lean数学库成熟的领域（如组合、数论），仍无法解决需要全新理论的大问题。
NVIDIA推出了改进的线性注意力模型Gated DeltaNet-2。其核心创新在于将Delta规则中控制记忆擦除与写入的单一门控机制，解耦为两个独立的通道级门控。该模型参数规模为1.3B，在100B个FineWeb-Edu令牌数据上训练。实验表明，它在语言建模、常识推理和长上下文检索等任务中全面超越了Mamba-2、Gated DeltaNet、KDA及Mamba-3等现有模型，尤其在RULER S-NIAH和多关键针检索任务中取得了最显著的性能提升。
StepFun@StepFun_aiStepAudio 2.5 Realtime 是一款实时语音交互模型。其核心优势在于能感知用户的副语言特征，如语气、节奏、停顿甚至轻叹，从而理解话语背后的真实意图。该模型支持通过 API 高度定制角色人格与说话风格，内置超过10,000种可组合的预置角色，并提供5种开箱即用的预设角色供体验。同时，模型经过RLHF优化，能在复杂的角色扮演压力测试中稳定保持设定的人设。支持中英文双语交互。
关联讨论 1 条X：阶跃星辰 StepFun (@StepFun_ai)Chubby♨️@kimmonismusi am absolutely THRILLED to announce that it appears they're beginning to make strides on UI de-slopification with GPT-5...
Chubby♨️@kimmonismusclaude-opus-4.8 is on Google Vertex 👀
阿里巴巴云千问团队发布Qwen3.7-Max，这是一款专为长时间自主智能体任务设计的闭源模型。该模型曾在单次会话中持续运行35小时，为阿里巴巴自研的专用芯片优化代码。在标准基准测试中，Qwen3.7-Max的表现与Claude Opus 4.6持平，并超越了国内竞品如DeepSeek V4 Pro和Kimi K2.6。此外，团队还现场演示了该模型指挥一个四足机器人执行任务的能力。
智元于5月23日发布新一代二阶段运动控制基座模型BFM-2，其核心特点是让机器人具备“肌肉记忆”。该模型使机器人能在静态、预设动作或随机输入等任意状态下，自主完成高稳定性的动作插值与动态任务闭环，为具身智能提供可靠的运动基础。演示视频显示，搭载该模型的机器人在被击倒后能快速自主站起并恢复平衡。
微软研究院发布了 Fara1.5 系列浏览器 AI 智能体模型，包含 4B、9B 和 27B 三个版本。该模型专为浏览器操作设计，能读取截图并输出鼠标键盘指令。其 27B 版本在 Online-Mind2Web 基准测试中取得 72% 的任务成功率，显著超过 OpenAI Operator（58.3%）和 Gemini 2.5 Computer Use（57.3%）。模型基于约 200 万样本微调训练，并具备安全机制，在关键操作前会主动向用户确认。
NVIDIA 发布 Nemotron-Labs Diffusion 系列，含 3B、8B、14B 文本模型和 8B 视觉-语言模型（VLM），均采用商用友好的 NVIDIA Nemotron Open Model License 或 NVIDIA Source Code License。模型支持自回归、扩散（逐块并行生成后逐步精炼）和自推测（扩散草拟候选 token 再自回归验证）三种模式。8B 模型平均准确率比 Qwen3 8B 提升 1.2%，扩散模式每次前向传递的 token 数（TPF）达自回归的 2.6 倍，自推测达 6–6.4 倍。模型在 1.3T tokens 上预训练、45B tokens 上微调，代码与模型已发布于 HuggingFace 和 GitHub，推理将获 SGLang 支持。
🚨 AI News | TestingCatalog@testingcatalogLast month we launched Project Glasswing, our collaborative AI cybersecurity initiative. Since then, we and our partners...
