Elon Musk@elonmuskAI 评分 35/100
So I asked Grok Build to make a trailer for my video game It booted the game, played it, recorded the screen, edited the...
全部 AI 动态
标签「Agent」清除
已加载 40 条
全部 AI 动态
2026年8月17日星期一 · AI 相关资讯全量信息流
模型 · 标签「Agent」 · 499 条清除
8月16日
08:23
Elon Musk@elonmusk8月15日
10:21
IT之家（RSS）
AI 评分 60/100
国家超算互联网于 8 月 14 日上线 DeepSeek V4 Pro 正式版（DeepSeek-V4-Pro-0813）及智能体框架 DeepSeek Harness。该模型增强了 Agent 能力，生产环境性能提升显著，整体性能可与 Claude Fable 5、Opus-4.8 相媲美。DeepSeek Harness 开发者预览版（v0.1）已面向全球开放测试，并以 MIT 协议开源。
02:21
AYi@AYi_AInotesAI 评分 50/100
小红书（RedNote）开源大语言模型 dots3-note preview，主打长时程生活智能体场景。该模型为 280B MoE、16B 激活参数，512K 上下文窗口，支持文本、视觉、音频多模态，并引入针对长时任务 RL 训练的新方法 TEMPO。模型权重与两个生活智能体基准 VibeSearchBench、VibeLifeBench 已在 Hugging Face 开源。
Introducing dots3-note preview - a small but mighty step toward long-horizon agency in real life. 🔹 280B MoE with 16B a...
00:52
Qwen@Alibaba_QwenAI 评分 54/100
🚀 Day-0 Support! @Alibaba_Qwen has open-sourced Qwen3.8-2.4T-A95B - and it's now live on SiliconFlow. ⚡ With 2.4T param...
另有 4 家信源报道X：硅基流动 SiliconFlow (@SiliconFlowAI)X：Rohan Paul (@rohanpaul_ai)IT之家（RSS）X：Clément Delangue（Hugging Face CEO） (@ClementDelangue)00:24
Alibaba Cloud@alibaba_cloudAI 评分 50/100
Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous age...
00:22
Qwen@Alibaba_QwenAI 评分 46/100
The king of small models is back! Qwen3.8-27B from @Alibaba_Qwen is open source, and Day-0 support is live in SGLang: - ...
8月14日
23:54
Alibaba Cloud@alibaba_cloudAI 评分 50/100
Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous age...
23:52
Qwen@Alibaba_QwenAI 评分 50/100
Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous age...
23:52
Aravind Srinivas@AravSrinivasAI 评分 38/100
Introducing GLM-5.3: Built to Code. Ready for Cyber Defense. - Top-tier coding and agentic capabilities, achieved throug...
23:22
Qwen@Alibaba_QwenAI 评分 50/100
Qwen3.8-2.4T-A95B is live on Together AI. The Qwen team's new open-weight MoE packs 2.4T total parameters with 95B activ...
23:22
Qwen@Alibaba_QwenAI 评分 45/100
Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous age...
21:51
Hacker News 热门（buzzing.cc 中文翻译）同事件
AI 评分 61/100
DeepSeek 今日发布 V4-Pro，主打 Agent 能力升级，支持灵活推理强度（低/高/最大三档），并原生支持 OpenAI Responses API，可一键适配 Codex。V4-Pro 已上线应用/网页端（Expert Mode）及 API，模型名称不变。API 同步引入峰谷定价，谷时价格较峰时低 50%，新价格于 2026 年 8 月 16 日 16:00 UTC 生效。
同一事件，精选展示《DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强》19:31
公众号：小红书技术（dots.llm）精选
AI 评分 79/100
小红书技术开源 dots3-note Preview，这是 dots3 系列最轻量模型，总参数 280B、激活参数 16B，支持 512K 上下文及文本、视觉、语音多模态理解，并针对复杂推理和长程 Agent 任务优化。
另有 1 家信源报道X：Kim (@kimmonismus)推荐理由：除开源模型外，TEMPO 让同一智能体在每个宏观步骤切换为 critic，用测试时推理估计回报，给稀疏奖励长程任务的强化学习训练提供了可借鉴的结构。
13:52
jietang@jietangAI 评分 51/100
Introducing GLM-5.3: Built to Code. Ready for Cyber Defense. - Top-tier coding and agentic capabilities, achieved throug...
13:22
13:22
SiliconFlow@SiliconFlowAI精选AI 评分 65/100
DeepSeek-V4-Pro-0813 正式上线硅基流动 SiliconFlow，提供 Day-0 支持，具备 1M 上下文窗口及低/高/最大三档推理强度，更侧重编码、工具调用与智能体工作流，仍保持 MIT 开源协议。定价为输入 $1.32/M、输出 $3.96/M、缓存命中 $0.44/M。同系列 DeepSeek-V4-Flash-0731 则面向追求速度与成本效益的日常生产场景。
另有 2 家信源报道IT之家（RSS）Simon Willison 博客推荐理由：每百万缓存命中 0.44 美元与 1M 上下文组合，使 Agent 工作流在长上下文成本测算上有了更具体参照。
10:02
HuggingFace Daily Papers（社区热门论文）
AI 评分 66/100
Intern-S2-Preview 是一系列科学智能体基础模型，支持多模态科学理解、推理、生成及长周期任务。其训练流程涵盖科学多模态预训练、监督微调、可扩展多任务强化学习及智能体强化学习，并采用部分回滚、自适应长度正则化等技术提升稳定性。Intern-S2-Preview-397B 在多项科学、多模态及智能体基准上取得领先结果，其时间序列模块提升了 SciTS 上的信号理解与预测能力。
08:19
IT之家（RSS）同事件
AI 评分 63/100
谷歌推出专为编程与 Agents 场景打造的 Gemini 3.7 Flash 模型，距 3.6 Flash 发布仅约三周，在软件工程、知识工作及网页开发工作流方面大幅提升。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》06:33
05:18
TechCrunch：AI（RSS）
AI 评分 54/100
Writer 周四推出新旗舰模型 Palmyra X6，基于 Z.ai 开源模型 GLM-5.2 构建，结合框架基础设施升级，预计可为客户在基础任务上削减高达 50% 的成本。该公司同时发布标准智能体框架的重大升级，两项功能即日起对客户开放。Writer 研究显示，框架效率优化比模型选择更能可靠降低成本，测试中成本平均下降 40%。
02:22
Chubby♨️@kimmonismusAI 评分 45/100
Gemini 3.7 Flash official released. Surprisingly solid jump over 3.6! FrontierCode: 43.6% vs. 34.4% DeepSWE: 65.3% vs. 4...
02:06
SpaceXAI@SpaceXAIAI 评分 49/100
ICYMI refresh your model catalogs. Grok 4.6 is out 🛸 Built for long-running agent tasks, with stronger capabilities acr...
01:52
🚨 AI News | TestingCatalog@testingcatalogAI 评分 44/100
Gemini Spark, available to Google AI Pro and Ultra subscribers in over 160 countries, will be using Gemini 3.7 Flash sta...
01:33
Google AI@GoogleAI同事件AI 评分 72/100
Google AI 推出 Gemini 3.7 Flash，定位编码与智能体场景的主力模型。该模型已集成至 Gemini App 的 Spark 功能，可跨 Gmail、Google 日历和 Google 文档处理多步骤复杂任务。3.7 Flash 年底前提供半价优惠，输入 $0.75/1M tokens，输出 $3.75/1M tokens。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》01:30
Google AI Developers@googleaidevs同事件AI 评分 66/100
Google 发布 Gemini 3.7 Flash，定位为面向编码和智能体任务的高性能模型，具备更强的指令遵循、首遍代码准确率与智能体任务执行能力。官方演示其构建复杂 3D 网页游戏，涵盖 Three.js 引擎逻辑、Nano Banana 素材生成与程序化音频集成。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》01:30
Sundar Pichai@sundarpichai同事件AI 评分 63/100
Google 在 3.6 Flash 发布仅 3 周后推出 Gemini 3.7 Flash，在软件工程、知识工作和网页开发方面显著提升，尤其擅长编码和智能体任务。其入门价格仅为 3.6 Flash 原价的一半，已上线 Antigravity、Gemini API、Gemini Enterprise 等平台。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》01:22
🚨 AI News | TestingCatalog@testingcatalogAI 评分 49/100
Our Flash models are workhorses that offer performance at a great price. So, we're shipping updates fast to get them in ...
01:22
Ars Technica：AI（RSS）同事件
AI 评分 55/100
Google 今日推出 Gemini 3.7 Flash，取代三周前发布的 3.6 Flash，主打改进的编码与智能体性能，并以更低“入门价”应对竞品低价。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》01:22
Google DeepMind：Blog（RSS）精选
AI 评分 72/100
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，主打编程与智能体任务，输入/输出价格分别为每百万 token $0.75 和 $3.75，为原 3.6 Flash 的一半。
另有 11 家信源报道X：Logan Kilpatrick (@OfficialLoganK)X：Ammaar Reshi (@ammaar)X：Rohan Paul (@rohanpaul_ai)X：Demis Hassabis (@demishassabis)MarkTechPost（RSS）X：Gemini (@GeminiApp)X：Google DeepMind (@GoogleDeepMind)The Decoder：AI News（RSS）X：Elvis Saravia (@omarsar0, DAIR.AI)X：Artificial Analysis (@ArtificialAnlys)X：fofr (@fofrAI)推荐理由：相比 3.6 Flash，价格减半且 FrontierCode 和 DeepSWE 分数提升，让成本敏感型编码智能体团队有了新的性价比基线。
00:52
The Decoder：AI News（RSS）同事件
AI 评分 63/100
DeepSeek 将旗舰模型 V4-Pro 移出测试阶段，新构建版本 V4-Pro-0813 在 Terminal Bench 2.1 上得分从 72.1 升至 87.9，DeepSWE 从 12.8 升至 62.7，但整体排名仍落后于 Claude Opus 5。
同一事件，精选展示《DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强》8月13日
21:15
AYi@AYi_AInotesAI 评分 67/100
DeepSeek 正式发布 V4-Pro 0813，Agent 基准全面追平第一梯队：Terminal Bench 87.9、Cybergym 83.3，DeepSWE 从 12.8 跃升至 62.7。
We're launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 4 家信源报道Simon Willison 博客X：X.PIN (@thexpin)IT之家（RSS）X：Rohan Paul (@rohanpaul_ai)20:51
🚨 AI News | TestingCatalog@testingcatalogAI 评分 52/100
We're launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 4 家信源报道IT之家（RSS）Simon Willison 博客X：X.PIN (@thexpin)X：Rohan Paul (@rohanpaul_ai)20:20
Chubby♨️@kimmonismusAI 评分 52/100
DeepSeek-V4-Pro 正式发布，支持低/高/最大三档可调推理强度，V4-Flash 同样获得该控制。模型新增原生 OpenAI Responses API 支持及 Codex 一键配置，现有 API 模型名称保持不变。V4-Pro 已通过 API 及 App/Web 的 Expert Mode 上线，官方称智能体升级带来显著生产收益，但未公布独立基准数据。
We're launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 3 家信源报道X：X.PIN (@thexpin)IT之家（RSS）X：Rohan Paul (@rohanpaul_ai)19:50
DeepSeek@deepseek_ai同事件AI 评分 65/100
19:20
公众号：DeepSeek（深度求索）同事件
AI 评分 73/100
DeepSeek 发布 V4 Pro 正式版，已同步在 APP、网页端和 API 更新上线，用户可在 APP 或网页端选择“专家模式”使用。正式版增强 Agent 能力，API 原生支持 OpenAI Responses API 格式并适配 Codex。
同一事件，精选展示《DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强》19:16
DeepSeek：API 更新日志精选
AI 评分 81/100
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 同步上线，模型名设为 deepseek-v4-pro 即可使用。其 Agent 能力显著提升，HLE (wo/w tools) 达 42.7/60.0，Terminal Bench 2.1 为 87.9。
另有 3 家信源报道X：X.PIN (@thexpin)IT之家（RSS）X：Rohan Paul (@rohanpaul_ai)推荐理由：峰谷定价把闲时成本降至高峰一半，适合批量推理、评估任务等可延迟工作负载调整执行时间，为降低 API 支出提供空间。
14:21
MarkTechPost（RSS）同事件
AI 评分 67/100
SpaceXAI 发布 Grok 4.6，这是基于 Grok 4.5 的后训练升级而非更大规模的基础模型，支持 500K 上下文 token、文本与图像输入，并新增 xhigh 推理强度档位。
同一事件，精选展示《xAI 发布 Grok 4.6，强化长时运行智能体能力》13:15
IT之家（RSS）
AI 评分 58/100
韩国 AI 实验室 Upstage 推出面向复杂智能体任务的商用大模型 Solar Pro 4，上下文窗口 512K，最高输出 128K token。定价为每百万 tokens 输入 0.3 美元、输出 1.2 美元，缓存读取 0.06 美元。该模型在 Agent Arena 排名第 44，与 MiniMax M2.7 同级，是首个登上该榜单的韩国实验室。
另有 1 家信源报道X：Artificial Analysis (@ArtificialAnlys)02:50
The Decoder：AI News（RSS）同事件
AI 评分 63/100
已加载 40 条