跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
今天暂时没有新上架内容，你可以继续浏览历史归档。
OpenAI 发布了 GPT-6 系列的两个新模型 Sol 和 Luna，官方说它们能把前沿智能用到日常工作中。两者在能力和成本之间做了不同的取舍：一个可能更强，一个可能更便宜，但原文没有说明各自具体强在哪、便宜多少，也没说怎么用、什么时候能用。读者可以留意后续消息，看哪个更适合自己的需求。
GPT-6 在提示词缓存上做了改进：缓存命中率更高，新增诊断信息、显式断点以及一些控制选项。所谓提示词缓存，就是把重复使用的提示词内容先存起来，之后不用每次重新处理，从而降低延迟和成本。过去命中率不高、也不好排查问题，这次靠新工具和可手动指定的断点来改善。对经常调用模型的人来说，响应会更快、花费也可能更少。目前材料只说明是改进，没有提到具体怎么开放或何时能用。
TIGER-AI-Lab/VLM2Vec · This repo contains the code for "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026], and "MMEB-V3" [COLM 2026]
VLM2Vec 是 TIGER-AI-Lab 开源的视觉语言嵌入项目，包含 VLM2Vec 模型及其配套 MMEB、MMEB-V2、MMEB-V3 多模态嵌入评测基准。项目提供基于 Qwen2-VL 等骨干的指令引导对比学习训练流程，支持图像、视频、视觉文档的嵌入学习，并扩展到音频、文本检索与 Agent 类任务；同时提供数据集准备脚本、DDP 评测入口和 YAML 配置方式，用于多模态检索嵌入的研究与基准测试。
SpaceXAI 发布了新模型 Grok 4.7，专门练它连续干活好几个小时不掉链子。原来的问题是：编码助手做长任务时，一步走错，后面的步骤就全歪了，而且任务越跑越长、要记的东西越来越多，更容易出错。这次他们用更长的强化学习、故意多练费劲的长任务，还让模型学会检查自己刚才做得对不对、管住长上下文；在 Terminal-Bench 4.0 上从 20.3% 升到 38.0%，但对手 Claude Fable 5.1 仍有 57.9%，所以长任务可靠性还是没完全过关。对用的人来说，按每百万输入 2 美元、输出 6 美元算，跑几个小时可能更便宜，但出错率仍高，不能完全放手。
AI 智能体在做路由、安全检查、排序和升级这类决策时，其实不需要写出文字，却仍把问题发给生成式大模型，等它吐出答案再解析回来，既浪费算力又增加延迟。开发者 Jared Palmer 基于 Qwen 3.5 发布了开源决策模型 Kev，包含 0.8B、4B 和 9B 三个规模，采用只预填充、不逐字生成的方式，一次前向传播就读出选择概率；它只给已有选项打分，不会凭空造出新选项。Kev 最大模型在项目测试中准确率 83.7%，但概率校准可能偏移、微调后通用知识和算术能力下降，这些限制开发者已有说明。
TypeSafe 这家公司隐藏研发两年后，带着 DCVC 领投的 4000 万美元种子轮融资亮相，发布了首个模型 Jev。普通聊天大模型是一个字一个字地往外蹦，对话很自然，但让软件等它做判断就太慢；Jev 不写文字，只做决定——开发者给它结构化的问答题，它直接返回带概率的选项或数值，软件可以据此处理“不确定”。据称它比普通 LLM 快 20 到 200 倍、便宜 40 到 400 倍，输出 token 免费，上线 AI Gateway 后 24 小时内成为采用最快的模型。对读者的用处是：以后应用里需要“做个判断”的地方，可以调用 Jev 而不是塞一个聊天模型进去。
cactus-compute/needle · Automation foundation model for tiny devices: 2-bit, 8-29 MB, tool calls, structured extraction and embeddings on phones, wearables, smart homes, robots, cars and microcontrollers.
Needle 是 Cactus Compute 推出的面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器的端侧基础模型。整个模型是单个 8-29 MB 的二进制文件，基于 Simple Attention Network，牺牲通用聊天能力，换取在移动端工具调用上超越体积大 10 倍的模型，并在结构化抽取上比肩 2-3 倍大的模型。它支持工具调用、结构化抽取和文本嵌入，逐 token 受字节级语法约束，每次响应附带校准后的置信度分数。项目提供 Python 包、预构建的部署引擎、本地微调工具以及多篇使用指南。
TypeSafe AI 发布了一个叫 Jev 的新模型。它和普通聊天大模型不同，不写文章式回答，而是专门对一段内容做快速判断，比如“这条客服消息急不急”，并给出概率。这能解决 AI 助手每做一步都要调用一次大模型、又慢又贵的问题：Jev 在分类任务上号称推理快 200 倍、成本低 400 倍。它现在可以通过 LangChain 的 TypeSafeClassifier 调用，适合做模型路由、自动判断危险操作等场景；但它不能替代会写代码、会推理的大模型。
Google 推出两款面向近实时推理的语音模型。Gemini 3.8 Live 主打规模化与成本效率，支持近实时视觉输入与 97 种语言自动切换；Gemini 3.8 Live Extended Thinking 面向高复杂度任务，能边推理边说话，在 Artificial Analysis 语音质量指数上以 82.6 分排名第一，τ-Voice 达 68.6%，Big Bench Audio 达 97.7%。两款模型通过 Gemini API 和 Google AI Studio 向开发者开放，并在 Gemini Enterprise、Search Live 等产品中逐步上线，音频输出均带 SynthID 水印。
google-deepmind/alphagenome · This API provides programmatic access to the AlphaGenome model developed by Google DeepMind.
AlphaGenome API 是 Google DeepMind 提供的编程接口客户端，用于访问 AlphaGenome 模型。该模型可从 DNA 序列中解读调控代码，支持最长 100 万碱基对序列的多模态预测，输出基因表达、剪接模式、染色质特征和接触图谱等，多数输出可达单碱基分辨率。仓库包含客户端代码、示例和文档，并提供对 Atlas 数据集（全基因组预计算变异效应得分、AVI 评分和特征重要性）的访问，以及用于生成 matplotlib 图表的可视化库。
multimodal-art-projection/YuE · YuE2: frontier music generation with symbolic planning, zero-shot covers, and agentic music editing.
YuE2 是一个开源音乐生成模型与推理管线，支持根据歌词和风格提示先生成旋律与和弦的符号化乐谱计划，再合成包含人声与伴奏的完整歌曲，同时提供零样本翻唱、乐谱级编辑和面向智能体的音乐编辑技能（yue2-music skill）。项目还发布 MERT2 音乐理解模型、SheetSage2 音频转乐谱模型及 WildSongBench 评测基准。
Cohere 推出 North Small Translate，一款采用混合专家（MOE）架构的开源权重机器翻译模型，覆盖 50 种语言，总参数 2180 亿、激活 250 亿。模型刻意采用非推理设计以提升效率，支持结构化翻译、术语表与多轮自检工作流。Cohere 称其在 WMT26 全语言基准上得分 83.60，优于 DeepL NextGen、Google Translate 等，并强调企业可在自有环境中部署以满足数据主权需求。
huggingface/transformers · 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Transformers 是 Hugging Face 维护的模型定义框架，集中定义文本、计算机视觉、音频、视频和多模态的模型结构，使其在各生态中保持兼容。它既支持推理也支持训练，可对接多种训练框架和推理引擎，并可从 Hugging Face Hub 使用超过 100 万个预训练模型检查点。
TimesFM-3 是 Google Research 推出的新一代时间序列基础模型，拥有 3.3 亿参数，预训练语料超过 1 万亿个时间点，原生支持零样本多变量预测。相比此前仅支持单变量预测的 TimesFM-2.5，它可联合预测多条共演化序列，并通过交替注意力与 Contiguous Patch Masking 在单次前向传播中输出完整预测区间及 9 个分位数。在 Gift-Eval、FEV-Bench 和 Time 三个公开基准上，其在点预测与概率预测指标均排名第一，即使单变量模式下也持平或优于对比模型。
Cohere 发布 North Small Translate 1.0，采用 CC BY-NC 4.0 许可，权重可在 Hugging Face 下载用于评估和研究，但不能未经商业协议用于生产。该模型是面向 50 多种语言和地区变体的混合专家模型，总参数 2180 亿、激活参数 250 亿、上下文窗口 16000 tokens；企业若要投入生产，需购买商业许可并通过 Cohere 的 Model Vault 部署。此举延续了部分 AI 公司对开放权重模型附加使用条件、限制商业部署的趋势。
谷歌为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出代理式视频理解能力，模型可自主决定观看哪些片段、以何种速度及通过画面、音频还是转录文本来处理视频，不再按固定帧率静态处理。官方数据显示，该功能可将分析成本降低最多 66%、token 消耗降低最多 88%，同时准确率提升最多 7%，Gemini 3.7 Flash 在测试模型中处于准确率与成本的前沿。功能已通过 Google AI Studio 和 Gemini Enterprise Agent Platform 的 Gemini API 开放，后续将登陆 Gemini 应用及 YouTube 的 Ask YouTube。
Google 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，称这是其迄今推理与编程能力最强的模型，速度与成本与 3.7 Flash 持平。3.8 Flash 定价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元，在 DeepSWE v1.1、HLE-Verified（54.9%）等基准上提升明显；3.8 Flash Cyber 面向可信防御方、通过 Fairwind Program 提供，CyberGym 漏洞发现与 CWE-Bench 补丁能力达到前沿水平，pass@1 为 47.2%。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其是迄今最先进、最准确的全球天气 AI 模型，并依据 Brightband 的独立实时评估。它直接学习实时观测，尤其使用全球地球同步卫星数据，每小时生成一次最高 5 公里分辨率的预报，空间精度约为前代 WeatherNext 2 的五倍，后者为 25 公里、每 6 小时一次。该模型还针对 100 米风速和云量、太阳辐射等可再生能源预测进行优化。
谷歌汇总2026年8月AI进展：发布面向编程与智能体的Gemini 3.7 Flash，每百万token介绍价为3.6 Flash原价的一半；推出为Gemini Intelligence设计的Pixel 11系列，搭载Tensor G6芯片和最新Gemini Nano模型。Gemini应用月活用户突破10亿，成为谷歌史上增长最快的产品；同期还上线Gemini 3.5 Transcribe、Gemini Omni 1.1 Flash，并为符合条件的大学生提供一年免费Google AI方案。
OpenAI 发布 ChatGPT Images 2.5 图像模型，相比 Images 2.0 细节更锐利、编辑更精准、生成速度最高提升 50%，并新增 Sketch 手绘、模板和图像评论功能，同时通过 API 提供 GPT‑Image‑2.5 Flare 和 GPT‑Image‑2.5 Sunburst 两个模型。