🚨 AI News | TestingCatalog@testingcatalog40
标签「模型发布」清除
全部 AI 动态
AI 相关资讯全量信息流
6月30日
19:56
🚨 AI News | TestingCatalog@testingcatalog19:26
🚨 AI News | TestingCatalog@testingcatalog33
⚡️🍌🔮
16:30
MarkTechPost（RSS）
55
Meta AI 近日发布 Brain2Qwerty v2，一种基于非侵入式脑磁图（MEG）信号的实时脑到文本解码管线，无需植入或手术。系统在 9 名志愿者约 22,000 句打字数据上训练（每人 10 小时），平均词准确率 61%（WER 39%），最高参与者达 78%，超过半数句子错误不超过一个词。管线由卷积编码器、Transformer 和字符级语言模型组成，并微调大语言模型提取语义表征，用 AI 智能体自动化改进解码流程但最终配置由人工选定。Meta 同时以 CC BY-NC 4.0 协议开源 v1 和 v2 训练代码。
15:56
🚨 AI News | TestingCatalog@testingcatalog79
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）15:37
Hacker News 热门（buzzing.cc 中文翻译）
77
LongCat-2.0 正式开源，总参数 1.6 万亿，每 token 激活约 480 亿参数，采用 MoE 架构。新引入 LongCat Sparse Attention（LSA）和 N-gram Embedding 模块，支持百万级上下文窗口。模型在 5 万+ AI ASIC 上训练，消耗超 35 万亿 tokens，训练全程无回滚。在编码和智能体任务上表现优异，深度集成 Claude Code 等工具。提供 GitHub、HuggingFace 及 API 访问。
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）13:53
SiliconFlow@SiliconFlowAI同事件精选67
美团 LongCat 推出旗舰模型 LongCat-2.0，采用 1.6T 参数 MoE 架构（约 48B 活跃参数），原生支持 1M 上下文窗口。定价为 Input Cache $0.015/1M tokens、Input $0.75/1M tokens、Output $2.95/1M tokens。模型专为 Agentic Coding 设计，包含三大技术：LSA 稀疏注意力实现高效 1M 扩展；Zero-Compute Experts 动态激活 33B–56B 参数/token，无算力浪费；MOPD 将专家分为 Agent / Reasoning / Interaction 三组，按任务门控路由。在 SWE-bench Pro 上取得 59.5 分，性能接近主流闭源模型。现已上线 SiliconFlow Day 0 服务。
同一事件，精选展示《美团 LongCat-2.0 正式发布：国产算力集群训练的万亿参数大模型》推荐理由：美团龙猫的 LongCat-2.0 专为 agentic coding 设计的 MoE 模型，架构上三种专家分工有点意思，SWE-bench 59.5 接近闭源水平，已经能在硅基流动上直接调，做 coding agent 的可以跑跑看。
13:02
IT之家（RSS）
48
华为 openPangu-2.0-Flash 模型（总参数量 92B，激活参数量 6B）于 6 月 30 日正式开源上线，支持 512K 上下文。该模型为 openPangu 2.0 系列的两个版本之一，另一版本 Pro（505B 总参数，18B 激活参数）计划 7 月开源。openPangu 2.0 将从 6 月 30 日起陆续开源 7 大组件，包括模型权重、基础推理代码、训推算子等。
12:29
meng shao@shao__meng75
美团发布LongCat-2.0，1.6T参数MoE架构，激活参数~48B，上下文窗口1M（最大输出128K），使用5-6万张国产加速卡训练，训练推理全程零英伟达依赖。核心技术包括N-gram Embedding降低路由通信开销、稀疏注意力+跨层索引支撑长上下文、自研底层算子弥补国产芯片生态。定位Agent+Coding优先，非通用对话。Benchmark：Terminal-Bench 2.1 70.8，SWE-bench Pro 59.5（超GPT-5.5的58.6），SWE-bench Multilingual 77.3，FORTE 73.2等。与DeepSeek V4参数规模相近但路径不同：DeepSeek开源+双栈，LongCat强调全链路国产化。
Introducing LongCat-2.0 🐱 1.6T parameters · MoE with ~48B active · 1M context The full model behind Owl Alpha on @OpenR...
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）12:05
AK@_akhaliq23
11:40
OpenBMB@OpenBMB54
Imagine a lightweight AI that can read images AND chat with you. That's MiniCPM-V-4.6. It's a multimodal model that unde...
11:02
IT之家（RSS）
76
美团今日发布万亿参数大模型 LongCat-2.0，总参数 1.6T，平均激活约 48B（动态 33B~56B），从零预训练，原生支持 1M 超长上下文，是业界首个在五万卡国产算力集群上完成全流程训练与推理的模型。预览版已在 OpenRouter 及 longcat.ai 开放，月调用量跻身 OpenRouter 全球前三。预训练数据超 30T tokens，通过 HCCL 异常处理等将月均日故障率降低 70% 以上，训练 MFU 提升 1.5 倍，稳态日吞吐超 1T tokens/day。推理采用 LSA 稀疏注意力和零计算专家实现 token 级动态激活。在 SWE-bench Pro 上获 59.5，领先 Gemini 3.1 Pro、GPT-5.5 和 Claude Opus 4.6；在其他多项评测中达到或接近前沿闭源模型水平。
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）10:57
TechCrunch：AI（RSS）
56
Vibe coding 平台 Base44 近日推出自研大语言模型 Base1，基于平台数千万真实用户交互数据训练。创始人 Maor Shlomo 表示，自有模型可优化延迟、成本和效率，让客户更快更便宜地使用。此举正值 AI 圈讨论依赖外部模型的防御性之际。Base44 一年前被 Wix 以 8000 万美元收购（当时仅 8 人团队），现年化收入 1 亿美元，低于竞品 Lovable 的 5 亿美元。通过垂直整合数据、分发和基础设施，Base44 试图构建护城河。
10:31
Meituan LongCat@Meituan_LongCat83
美团 LongCat 推出 LongCat-2.0，基于 MoE 架构，总参数 1.6T，激活参数约 48B，支持 1M 上下文。模型专为智能体编码设计，包含 LongCat 稀疏注意力（LSA）、零计算专家（33B–56B 动态激活）及 MOPD（三组任务路由专家）。基准测试：Terminal-Bench 2.1 达 70.8，SWE-bench Pro 59.5（超 GPT-5.5 的 58.6），SWE-bench Multilingual 77.3，FORTE 73.2，RWSearch 78.8，BrowseComp 79.9。目前已通过 OpenRouter 的 Owl Alpha 开放使用。
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）08:00
HuggingFace Daily Papers（社区热门论文）
64
Seed2.0 模型系列从识别的用户真实需求出发，构建了基于复杂真实场景的评测体系，重点攻克长尾知识和复杂指令跟随两个持久挑战，显著提升了模型在长程复杂任务上的可靠性。同时，Seed2.0 在推理智能、视觉理解和搜索能力上达到世界领先水平，并通过大量真实用例展示了其初步处理复杂实际任务的能力，为数亿用户提供更大价值。
06:58
Rohan Paul@rohanpaul_ai49
OpenAI 推出 GPT-5.6 模型套件的 limited preview，包含旗舰模型 Sol、中等模型 Terra 和快速廉价的日常模型 Luna。根据 GPT-5.6 Preview System Card，Sol 在内部编码测试中采取 severity-3 agent 动作的可能性比 GPT-5.5 高出近 10 倍。
06:18
Chubby♨️@kimmonismus56
Meta发布Brain2Qwerty v2，一种非侵入式脑机接口系统，能从实时脑信号解码完整自然句子，单词准确率达61%。系统基于约22000个句子训练，9名志愿者每人使用MEG记录10小时。相比此前非侵入方法8%的准确率大幅提升，最佳参与者达78%，超半数解码句子仅错一个词或更少。该端到端管线能实时将原始脑信号解码为单词和语义。但研究仍在受控实验室阶段：参与者样本小、依赖MEG硬件、数据来自主动打字、结果由公司报告，尚未成为临床通信设备。Meta已开源训练代码，BCBL发布v1数据集。
We're sharing the next major milestone in our non-invasive brain-to-text decoder research: Brain2Qwerty v2. Building on ...
05:35
Hacker News 热门（buzzing.cc 中文翻译）
61
Ornith-1.0 是基于 Gemma 4 和 Qwen 3.5 后训练的自改进开源模型系列，包含 9B Dense、31B Dense、35B MoE 和 397B MoE 四种规格。采用强化学习同时优化搜索框架和解决方案。在 Terminal-Bench 2.1、SWE-bench Verified 等编程基准上各尺寸均达同类开源最优——397B MoE 在 SWE-bench Verified 上取得 82.4%，Terminal-Bench 2.1 (Claude Code) 78.2%。所有检查点支持 256K 上下文窗口，MIT 许可证，全球可访问。运行需 Transformers ≥5.8.1、vLLM ≥0.19.1、SGLang ≥0.5.9。
05:26
Emad@EMostaque79
Some of you guessed right. 👀 Owl Alpha on @OpenRouter - that's us. Since going live, it has reached Top 3 globally by d...
关联讨论 3 条公众号：卡尔的AI沃茨X：Rohan Paul (@rohanpaul_ai)公众号：龙猫LongCat（美团）04:27
01:17
Simon Willison 博客
67
DeepReinforce 发布首个开源模型 Ornith-1.0（MIT 许可），提供 9B、31B、35B MoE 及 397B MoE 四种规模变体，基于预训练的 Gemma 4 和 Qwen 3.5 构建，在编程基准测试中达同规模开源模型最优。作者通过 LM Studio 运行 35B MoE 的 GGUF 量化版（20GB），实测推理速度 103 tokens/秒，实际代码检索和工具调用任务表现流畅。
6月29日
23:57
SenseTime@SenseTime_AI35
商汤推出 SenseNova-U1-8B-MoT-Infographic 模型，能够生成工作室级别的高密度信息图，此前这类工作流程缓慢且昂贵。YouTuber CAPITAL R 制作了演示视频，模型已在 HuggingFace 上线，GitHub 页面展示示例图片，并开放 Discord 社区。
19:52
PixVerse@PixVerse_48
18:01
IT之家（RSS）
53
DeepSeek 团队 6 月 29 日宣布，DeepSeek V4 正式版计划于 7 月中旬上线，届时 API 定价将引入峰谷机制，高峰时段（每日 9:00-12:00、14:00-18:00）价格为平时的 2 倍。此前 DeepSeek-V4 预览版已于 4 月 24 日上线并同步开源，拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上实现国内与开源领域领先，按大小分为两个版本。另外，DeepSeek-V4-Pro API 已永久降价至原定价的 1/4。
17:01
IT之家（RSS）
56
小鹏集团发布 X-Mind 技术框架，内嵌预测性世界模型，采用循环块扩散机制在单次前向传播中生成紧凑抽象草图，并实例化视觉思维链（Visual CoT）进行显式时空推演。模型构建融合鸟瞰图与驾驶先验的“认知画布”，借助深度压缩自编码器（DC-AE）将12帧未来推演压缩至仅96个 Token。相比传统 VLA 模型，X-Mind 在轨迹预测误差上显著降低，推理延迟极低，具备车规级芯片量产可行性。小鹏 CEO 何小鹏透露，2026年底自动驾驶可合法进入全球。
16:19
eric zakariasson@ericzakariasson46
In addition to their excellent and unique training data, the Cursor team is also making major engineering contributions ...
15:34
小互@xiaohu45
14:27
宝玉@dotey45
OpenAI的GPT 5.6 Sol正在灰度测试，可通过Juice测试Prompt验证：选择gpt-5.5并设置推理为xhigh，运行Juice提示，若返回128则说明被灰度到GPT 5.6 Sol，否则仍是GPT 5.5（返回768）。社区报告Codex可能悄悄将部分gpt-5.5 xhigh会话路由至GPT 5.6 Sol，建议在Codex App/CLI中尝试验证。宝玉（@dotey）实测结果仍为768，说明未被灰度覆盖。
Community report: Codex may be quietly routing some gpt-5.5 xhigh sessions to gpt-5.6-sol. Try it in Codex App/CLI: sele...
06:17
05:49
The Verge：AI（RSS）
51
中国智谱发布开源权重模型GLM-5.2，研究人员称其在某些漏洞发现和网络安全场景下能匹敌Anthropic的Mythos。尽管GLM在通用任务上仍落后于Anthropic和OpenAI的模型，但在漏洞发现能力上中美差距已显著缩小。作为开源权重模型，GLM-5.2可在普通硬件上自由下载运行，灵活性高但易被滥用。美国政府此前已限制中国获取Mythos、Fable等先进模型及训练硬件，此番进展引发进一步担忧。
04:57
Rohan Paul@rohanpaul_ai68
To be clear, I'm not saying the Grok v9 foundation model will be mind-blowingly better than anything, but it will be a s...
01:26
Nathan Lambert：Interconnects（RSS）
精选60
开源模型生态正变得更多元，参与者从少数中国公司扩展到全球各类组织。纯模型制造商包括 DeepSeek、智谱、MiniMax、Poolside、Arcee、Zyphra 及主权 AI 玩家 Cohere、Sovereign、Mistral、Trillion Labs；科技巨头如阿里 Qwen、Google Gemma 和 NVIDIA 各有不同动机；产品公司如 JetBrains、Zed、Krea、Photoroom 则训练高度专业的小模型。NVIDIA 发布 Nemotron-3-Ultra-550B-A55B-BF16，采用 LatentMoE 架构并改用 OpenMDW 许可证。Cohere 以 Apache 2.0 开源其旗舰模型 Command A+（05-2026-bf16），这是一款 218B-A25B MoE 模型，具备多模态、多语言和智能体能力。
推荐理由：这篇文章把开源模型玩家拆成三类，清晰解释了不同动机，Cohere 转向 Apache 2.0 和 NVIDIA 采用 OpenMDW 是许可层面的重要信号，关注开源的值得一读。
6月28日
21:32
小互@xiaohu64
马斯克宣布Grok 4.5基于1.5T V9基础模型，并在补充训练中加入Cursor数据，现已于SpaceX和Tesla进入私人测试。早期评估显示其性能接近甚至可能超过Opus。RL持续显著优化模型，Grok Build工具每日改进。此外，SpaceX今年将每月发布完全从零训练的新模型。
Grok 4.5, based on our 1.5T V9 foundation model, with Cursor data added in supplemental training, is now in private beta...
20:08
Chubby♨️@kimmonismus65
Grok 4.5, based on our 1.5T V9 foundation model, with Cursor data added in supplemental training, is now in private beta...
19:51
🚨 AI News | TestingCatalog@testingcatalog43
Grok 4.5, based on our 1.5T V9 foundation model, with Cursor data added in supplemental training, is now in private beta...
19:27
18:50
Elon Musk@elonmusk精选70
推荐理由：Elon 亲自宣布 Grok 4.5 内部测试，性能可能超过 Opus，虽然还没公开可用，但每月从零训练新模型的节奏，意味着算力军备竞赛还在加速。
16:10
The Decoder：AI News（RSS）
精选70
新浪发布仅3B参数的VibeThinker-3B，在AIME26等数学编程基准上持平DeepSeek V3.2等大200–333倍的模型，LiveCodeBench超越所有20B以下模型，LeetCode竞赛解决123/128题超过GPT-5.2、Kimi K2.5等。但知识密集型GPQA-Diamond大幅落后。模型基于阿里Qwen2.5-Coder-3B，经SFT、强化学习、自蒸馏等多阶段后训练。研究提出“参数压缩-覆盖假说”：逻辑推理依赖少数可压缩模式，而广泛世界知识仍需大参数。模型已开源。
推荐理由：VibeThinker-3B 用 3B 参数在数学编程上匹敌百倍大模型，推理可压缩而知识不能的假设值得深思。对做推理应用的人来说是个信号。
13:07
MarkTechPost（RSS）
65
Liquid AI 推出 LFM2.5-230M，230M 参数开源文本模型，基于 LFM2 架构，开放权重。支持 llama.cpp、MLX、vLLM、SGLang、ONNX 推理，内存占用 293–375 MB。Galaxy S25 Ultra 上达 213 tok/s，Raspberry Pi 5 上 42 tok/s。IFEval 指令跟随得分 71.71，领先 Qwen3.5-0.8B（59.94）和 Gemma 3 1B IT（63.49）；CaseReportBench 临床数据提取得分 22.51。上下文窗口 32768 tokens，预训练于 19 万亿 tokens。专为数据提取和工具调用设计，不适用于数学推理、代码生成或创意写作。
11:24
ginobefun@hongming73148
OpenAI 发布 GPT-5.6 系列，包括旗舰 Sol、均衡 Terra 和速度型 Luna。Sol 在 Terminal-Bench 2.1 得分为 88.8%（Ultra 模式 91.9%），领先 GPT-5.5 的 88.0% 和 Claude Mythos 5 的 84.3%；GeneBench v1 以更少输出 tokens 获更强结果，ExploitBench 接近此前 Mythos 但仅用约 1/3 输出 tokens。价格：Sol 输入 $5/百万 tokens、输出 $30，缓存读取九折。发布前 OpenAI 向美国政府展示能力，按政府要求先以有限预览上线，首批约 20 家合作伙伴可访问。