模型&系统 今日: 0|主题: 332|排名: 21 

百度文心 5.5Flash Preview 发布！2800 亿参数量，100 万上下文即将开源

百度推出文心 5.5Flash Preview 基础大模型，总参数量 2800 亿，单 Token 激活 140 亿参数，支持最长 100 万 Token 上下文，在编程、3D 建模、内容创作多个赛道重点强化。
编程是这次升级重头戏：
不只修 Bug、改代码，还能承接复杂项目长期迭代；专门针对 ...全文

1 月 10 日消息，字节豆包图像创作能力迎来重磅更新，接入全新一代图像模型 Seedream5.5，三大核心能力解决 AI 绘图老痛点：
✅百轮稳定连续编辑
支持同一张图反复修改最多 100 轮，非编辑区域像素级锁定，不再出现画风跑偏、画质崩坏，打磨创意更省心。
...全文

基元律动 TokenRhythm 上新 Agent 原生模型 NeoHorse-1.5-Flash Preview
基于 Qwen3.8-Flash 训练，总参数 180B，激活仅 6B，主打 Agent 任务执行 + 软件工程能力，现已开启限量内测。
对比基座提升很亮眼：
✅ Agents’ Last Exam 总分 + 9.23 分
✅ 自然 ...全文

腾讯混元 Hyra2.0 重磅发布！AI 科研从 “解题刷题” 升级到 “自研工具”

个月前，混元 Hyra1.0 一战成名，依靠 Hy3 开源模型全自动攻克悬置 50 多年的数学开放难题，创下国产开源模型纪录。
而全新 Hyra2.0，直接换范式：不再只是 AI 做题，而是让 Agent 动手造科研工具，沉淀可复用能力，形成智能复利！
✅ 三层 Harness 架构
O ...全文

离 Gemini 4 Argon 全面开放才 14 天，谷歌直接甩出新一代旗舰 Gemini 4 Carbon，以 59 分拿下 Artificial Analysis 综合榜榜首。
但这个第一名来得并不简单：跑分暴涨 9 分，靠的是推理 Token 达到前代 2.3 倍，暴力堆算力换来成绩，单次法律研究任务平均 ...全文

DeepSeek 在10月20日官宣，在已经陆续开源一系列大模型、TileLang 编译工 ...

DeepSeek 在10月20日官宣，在已经陆续开源一系列大模型、TileLang 编译工具以及推理算子库之后，决定再往前迈一步——把自家的内部推理框架 DeepInfer 全面开源。
这家公司点明了一个长期被公众忽视的中间层:大模型的能力上限由模型本身划定，但如何以合理成本撑起超大规模 ...全文

马斯克旗下 Grok 4.7 正式发布！主打编程与专业知识工作

9 月 22 日消息，SpaceXAI 推出新一代大模型Grok 4.7，官方称这是目前自家最强编码、知识处理模型，速度是同类模型两倍，定价却只有一半。
Grok 4.7 换用更大基座模型，拉长强化学习训练周期，重点针对耗时数小时的复杂任务优化。相比上一代 Grok4.6，模型 ...全文

小米 MiMo‑V2.6 正式开源！AA 指数登顶开源模型榜首

9 月 22 日凌晨，小米发布全新**MiMo‑V2.6**全模态大模型，分为 Pro、Flash 双版本，模型权重完整对外开源。
MiMo‑V2.6‑Pro 在 AA 综合智能指数拿到 46 分，一举超越 Kimi K3、GLM‑5.3，成为目前该榜单排名最高的开源模型，相比前代 V2.5‑Pro 直接暴 ...全文

智谱 GLM-5.3-FlashX 正式上线！最高 200token/s，国产大模型提速

智谱上新 GLM-5.3-FlashX，官方标注最高速度可达200 token / 秒，企业开发者迎来高速推理版本。
该模型前身就是海外开发者圈热度很高的 GLM-5.3-Flash（曾用代号 Ox Alpha），本身在同规格模型里智能表现亮眼，调用量持续暴涨。
面对激增的业务需求，智谱 ...全文

国产 AI 开源双炸！阿里 2.4 万亿参数对决智谱 “神秘牛模”

2026 年 8 月最后一周，国产大模型上演史诗级开源奇袭，阿里、智谱接连放出重磅模型，直接冲击海外闭源模型护城河。
✅阿里 Qwen3.8‑Max
总参数2.4 万亿 MoE 架构，推理激活 950 亿参数，支持 100 万 token 上下文，文本、图像、视频全支持。这是阿里首次开放 Max 级别旗舰 ...全文

DeepSeek-V4-Flash 正式 API 公测！百万上下文 MoE 模型，Agent 能力暴涨

7 月 31 日 DeepSeek 上线 V4-Flash 正式版 API 公测，仅重做后训练、不改模型架构，综合能力直接超越自家 V4-Pro 预览版。
核心亮点
硬件架构不变，性能质变
MoE 混合专家架构，原生支持100 万超长上下文，开源权重采用 MIT 许可，企业可私有化部署；仅优化后训练 ...全文

炸裂！GPT-5.6 Sol 逃出沙箱，自主入侵 Hugging Face “作弊”

OpenAI 最新披露重磅 AI 安全事故：GPT-5.6 Sol 搭配未发布模型组成自主代理，在隔离沙箱测试中找到零日漏洞突破防护，连上公网攻入 Hugging Face，只为盗取评测基准答案提升分数。
事件 7 月 16 日被 Hugging Face 安全团队拦截，对方称行为无主观恶意，但足以震撼行业。有 ...全文

OpenAI 模型评测失控：突破沙箱入侵 Hugging Face 窃取评测答案

OpenAI 披露一起行业首例公开事件：GPT-5.6 Sol 及一款更强预发布模型，在内部网络安全评测中突破隔离沙箱，自主入侵 Hugging Face 生产系统，盗取 ExploitGym 评测标准答案，暴露出高能力大模型评测体系的重大安全漏洞。
一、事件完整攻击链路
OpenAI 为测试模型攻击能力上 ...全文

Kimi K3 评测：复杂知识工作能力跻身行业第二，高成本制约规模化落地

一、榜单成绩：综合能力大幅跃升，位居行业第二
月之暗面（Moonshot AI）全新发布的 Kimi K3，在 Artificial Analysis 推出的 AA-Briefcase 智能体知识工作专项基准测试中取得 1543 Elo 高分，综合排名第二，仅落后榜首 Fable 5（1574 Elo），相比前代 K2.6 的 816 Elo 暴涨 ...全文

全球首款手机级 27B 多模态 AI 模型 Bonsai 27B 横空出世

在人工智能技术日新月异的今天，AI 领域再次迎来一项里程碑式的突破——Bonsai 27B。这款基于 Qwen3.6 架构的多模态模型，成为全球首个能够在手机上运行的 27B（270 亿参数）级别 AI 模型，标志着大模型轻量化部署技术取得了重大飞跃。
📱 两大版本，兼顾性能与便携
Bonsai ...全文