AIbase
共 3668 条资讯-
昆仑万维把 2026 定为世界模型元年:Matrix-Game 3. 5 单卡实时生成,5B模型跑出20FPS
昆仑万维在WAIC上宣布2026为世界模型元年,发布Matrix-Game3.5等三款新品。该模型引入Patch级记忆注入,可调用画面片段记忆,推动交互实时化。
-
嫌whisper.cpp和ONNX不够用?Handy作者开源transcribe.cpp:60+转录模型、GPU加速、即插即用替代
本地语音转录开发者长期受困于多引擎维护:需同时适配whisper.cpp、ONNX和MLX,重复移植模型。7月19日,知名应用Handy作者sebjones发布新库transcribe.cpp v0.1.0,基于ggml打造,统一跨平台转录方案,并支持所有最新模型,直击碎片化痛点。
-
杨植麟在GTC2026 摊牌:月之暗面把Adam、全注意力和残差连接全换了,而且全部开源
月之暗面CEO杨植麟透露,让开源模型逼近闭源前沿不能只堆参数算力,更要重构Transformer根基。他们重新设计了沿用近十年的优化器Adam、注意力机制和残差连接,悄然撬动大模型训练的地基。
-
BrowseComp被刷到90%后,美团LongCat甩出LoHoSearch:前沿模型集体跌回三成出头
搜索智能体评测基准BrowseComp短期被“刷爆”,成绩从30%飙到90%而逐渐失效。7月17日,美团LongCat发布新基准LoHoSearch,基于含762万实体的维基百科知识图谱自动生成难题,意图将评测重新推入高难度区,重设搜索智能体能力标尺。
-
腾讯混元Hy3限免活动延期至8月5日,WorkBuddy和CodeBuddy用户继续免费使用
腾讯混元大模型Hy3因用户反馈积极,决定延长限时免费体验至8月5日,主要面向WorkBuddy和CodeBuddy用户,方便开发者和企业继续测试其智能代码生成与办公辅助能力。
-
谷歌升级Gemini Enterprise:优化界面并推进Workspace连接器重构
谷歌正推进企业级AI助手Gemini Enterprise更新,主提示栏采用与消费者版一致的炫彩视觉设计,统一企业与个人用户体验,彰显其将企业AI与数亿用户Gemini生态对齐的战略。此外,Google Workspace连接器升级,部分用户需重新授权才能继续使用。
-
阿里发布Token Plan个人版,Qwen3.8-Max-Preview同步上线
阿里正式推出Token Plan个人版,并开放2.4万亿参数大模型Qwen3.8-Max-Preview抢先体验。该模型在代码与办公场景表现突出,正式版将开源。用户可通过Token Plan获取模型使用权限,阿里同步推出限时优惠:个人版Lite套餐39元/月,Standard套餐139元/月,Pro套餐499元/月;团队版提供标准及高阶方案。
-
阿里云百炼上线HappyOyster1.0:支持实时交互的开放世界模型开启灰测
阿里云百炼推出开放式世界模型HappyOyster1.0,支持实时构建、探索和交互生成AI数字世界。该模型学习状态转移规律,区别于传统单向生成,已开放Android、iOS、Web三端SDK并启动灰度测试。
-
别再数Token了:OpenAI甩出AI时代记分卡,用"有用智能每美元"给CFO算清ROI
OpenAI提出,衡量AI投资回报,不能再沿用软件行业旧尺子——采用率。真正的刻度是模型实际完成的工作量。其7月17日长文直指企业核心经济问题:从AI投入中究竟换回多少价值,强调以产出效能而非用户数来评估。
-
马斯克称2万亿参数大模型即将完成训练,或挑战Kimi K3性能
月之暗面发布开源大模型Kimi K3后,马斯克透露旗下2万亿参数模型即将完成训练,性能或超越Kimi K3及此前1.5万亿版本。他曾赞Kimi K3“令人印象深刻”,此进展引发超大规模模型竞赛关注。据悉,Kimi K3参数规模达2.8万亿。
-
喊出"再来两周"的用户赢了:腾讯混元Hy3 限免延长到 8 月 5 日,295B MoE模型白嫖期续命
腾讯混元大模型Hy3开源后原定两周限免,临近结束用户高呼“再来两周”,腾讯公关总监张军表示大量反馈促使延期,针对WorkBuddy和CodeBuddy的限免延长至8月5日,免费期变为近一个月。
-
字节跳动发布Seed Audio 1.0:音频生成从“会说”迈向“会创作”
字节跳动发布音频创作模型Seed Audio1.0,已在火山方舟开放测试。它打破传统影视音频需多模型分别生成人声、音效与环境声再人工拼接的冗长流程,实现声音场景一体化创作,确保叙事一致性,标志着AI音频生成进入完整声音场景新阶段。
-
DeepSeek V4正式版实测曝光,或于下周一发布剑指Kimi K3
DeepSeek V4正式版测试视频曝光,或于下周一发布,承接Kimi K3热度。实测性能对标Claude Opus4.8,核心指标惊艳,引发行业关注。
-
8800 万美元加注开源:Ollama跑进85%财富 500 强,喊出"全体上车"
Ollama凭借一行命令在本地运行开源大模型,让开发者摆脱API密钥与天价账单。7月9日其宣布完成8800万美元融资,由Benchmark的Peter Fenton、Theory Ventures的Tomasz Tunguz及8VC的Alex Kolicich共同领投,Docker创始人Solomon Hykes、ClickHouse CEO Aaron Katz、GIMP联合创建人兼Cockroach Labs联合创始人等参投。
-
Hugging Face披露AI智能体攻击事件,采用GLM5.2完成日志取证分析
Hugging Face遭黑客AI攻击后,先用美国商业大模型API分析1.7万条日志,却因无法区分攻防人员遭安全机制误判拒阻;随后转向自身基础设施部署中国开源模型GLM5.2,成功完成海量日志取证。事件突显不同AI模型在安全场景下的表现差异。
-
NotebookLM改姓Gemini了:一次更名背后,谷歌给笔记本塞进了会写会跑代码的云电脑
NotebookLM 正式更名为 Gemini Notebook,并入谷歌统一 AI 品牌,但仍保持独立产品定位。未来它将在 Gemini 应用与搜索等全线生态中承担更核心角色,品牌升级背后是能力升级,可深度利用 Gemini 模型完成更复杂的交互与生成任务。
-
Google Vids引入Gemini Omni模型 上传自拍+音频就能定制专属数字分身
谷歌在Sora可能退场之际,为Google Vids推出重磅更新:用户仅需上传自拍与语音,即可生成外貌声音高度还原的数字虚拟人,无需真人出镜便可完成视频讲解。同时,该功能与多模态模型Gemini深度整合,强化AI视频创作体验。
-
AI旅行平台 Fora 完成6000万美元D轮融资,估值升至10亿美元
AI旅游平台Fora完成6000万美元D轮融资,估值达10亿美元。本轮由Forerunner和Tactile Ventures领投,Insight Partners等参投,累计融资1.385亿美元。公司2021年成立,融合旅行服务与代理运营,为普通用户提供沟通、规划等工具,助其低门槛成为旅行代理。
-
DoorDash推出AI命令行工具dd-cli,可通过智能助手直接点餐
DoorDash 推出 AI 命令行工具 dd-cli 限量测试版,让开发者可直接在终端用自然语言搜索餐厅、查优惠、结账完成外卖订购。该工具面向美加 macOS 开发者开放候补,由 CTO Andy Fang 在 X 公布,既有实用价值又具“程序员幽默”。
-
1Password携手Claude推出集成功能 AI能替你登网站了,但密码始终藏在它看不见的地方
1Password接入AI助手Claude,切换思路解决密码共享风险:Claude在用户授权下可代填登录凭证和一次性验证码,完成浏览器任务,但密码明文始终锁在加密保险柜,不被AI读取。这套方案让AI当执行者而非知情者,在便利与安全之间划出清晰底线,避免“把钥匙交给别人”。