跳到正文
目前篩選:模型
11月19日週四
  1. IT之家77

    Google 推出 Gemini 4 Neon,編程智能體指數排名第一,超越 Claude Opus 5.5

    Google 推出 Gemini 4 Neon,主攻複雜編程、科學研究和企業工作流程,並已開始向開發者、企業及部分付費訂閲用戶開放。在最高 xhigh 檔位下,模型於 Artificial Analysis 編程智能體指數以 58.6 分排名第一,智能指數則以 61 分排名第三;預設 high 思考檔位下,相關測試的單任務成本比同系列 Carbon 低 32%。

    推薦理由:材料把公開基準排名、相對 Carbon 的成本差異及早期內部速度比較分開呈現,讀者可辨別不同評估條件下的性能資訊。

  2. DoNews44

    地平線發佈原生視頻幾何模型 LoFT

    地平線機器人實驗室發佈原生視頻幾何基礎模型 LoFT,面向連續視頻建模,可從 RGB 視頻聯合預測相機位姿、內參及逐幀深度,恢復三維場景結構。模型採用雙循環 Transformer 架構,訓練數據集約有 297 萬條序列、9.62 億幀圖像。LoFT 在 SpatialBench 等三大評測體系中的多項深度估計指標達業界最優(SoTA),適用於機器人感知、自動駕駛及室內環境重建等場景。

  3. IT之家39

    地平線發布 LoFT 原生影片幾何基礎模型,多項指標達到 SoTA

    地平線機器人實驗室發布原生影片幾何基礎模型 LoFT,可從 RGB 影片聯合預測相機位姿、內參及逐幀深度,以恢復場景三維結構。LoFT 在 SpatialBench、ClassicBench 和 VRBench 評測中與 VGGT-Ω、DA3-Giant 等模型比較,並在多項深度估計指標上達到 SoTA。該模型面向連續影片建模,可用於機器人空間感知、環境理解與具身學習。

  4. DEV Community47

    Darwin-Prediction-Weather 在 28 項基準測試中擊敗 ECMWF、NOAA 等 8 款天氣預測模型

    VIDRAFT 開發的 AI 天氣預測引擎 Darwin-Prediction-Weather,在涵蓋 24 個城市、為期約 9 個月的研究中,於全部 28 個預測類別擊敗 8 款天氣預測模型。7 天最高氣温預測的 RMSE 為 2.08°C,較排名第二的 ECMWF AIFS 低 14.0%。目前尚未公開提供使用,亦未公佈 Hugging Face 模型卡、GitHub 儲存庫或公開 API。

  5. Google DeepMind81

    Google DeepMind 發佈 Gemini 4 Neon

    Google DeepMind 發佈 Gemini 4 Neon,面向複雜軟件工程、知識工作及科學工作流程,主打快速端到端任務處理。它在 Artificial Analysis Intelligence Index 的 xhigh thinking level 排名第 3、得分 61,並在 Vals Index 排名第 2、得分 70.9%。

    推薦理由:Gemini 4 Neon 同時面向編碼、企業分析、科學工作與網絡安全,並列出多項基準成績及不同思考層級的成本比較,呈現能力與效率的取捨。

  6. Hacker News:AI 熱帖27

    Gemini 4 Neon

    Hacker News 討論帖分享了 blog.google 上的 Gemini 4 Neon 連結。留言有人稱它是中型模型,表現只遜於 fable;亦有人表示,不確定不同 Gemini 模型應如何按任務選用。

  7. Hacker News:AI 熱帖43

    SRE-1:用於生產環境調查的 27B 模型

    SRE-1 是一個以強化學習訓練的 27B 模型,旨在找出生產環境警報的根本原因。在 49 宗困難的實際案例中,強化學習將單次調查的通過率由 6.9% 提高至 38.8%。5 次 SRE-1 調查組成的集成,通過率達 71%,與 Fable 5.2 相同,成本低 37%。

  8. The Decoder76

    Microsoft 公佈七款自研 AI 模型,瞄準以較低成本替代產品中的外部模型

    Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。

    推薦理由:七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。

  9. TNW78

    OpenAI 稱其 AI 模型令 AMD 旗艦 GPU 設計的功耗、效能與面積指標改善最高 14%

    OpenAI 表示,其 AI 模型令 AMD 旗艦 GPU 設計的功耗、效能與面積指標改善最高 14%,部分改動已用於送交製造的晶片。模型改寫描述晶片電路的程式碼,並以 Synopsys 軟件檢查改動;OpenAI 稱這相當於不足五個月取得約一年的進展。

    推薦理由:部分 AMD 旗艦 GPU 設計改動已進入製造,文章亦交代模型改寫電路描述程式碼並用 Synopsys 軟件逐項檢查,具體呈現 AI 參與晶片設計的流程。

  10. OpenAI News74

    OpenAI 模型改進 Jalapeño、AMD 及 RISC-V 晶片設計

    OpenAI 表示,其模型已用於改進自研 Jalapeño、AMD GPU IP 及開源 RISC-V 核心的晶片設計,並提升 RISC-V 評測中的吞吐量。在 AMD 旗艦 GPU IP 上,相較高度優化基線,PPA 改善最高達 14%;Jalapeño warp engine 和 matrix unit 的標準單元面積則分別減少約 13% 和 10%。

    推薦理由:文章並列量產設計中的 PPA 改善與兩款開源 RISC-V 核心評測,亦交代功能取捨和物理綜合檢查等限制,可對照模型測試分數與實際晶片設計要求。

  11. LlamaIndex:產品、工程與評測41

    OCRia-1.5 推出

    OCRia-1.5 已在 LlamaParse 上線,提供 OCRia-1.5-4B(Agentic)及 OCRia-1.5-2B(Cost Effective),提升複雜表格、圖表及表單的解析準確度和邊界框定位。

  12. TNW84

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,早期測試者提出批評

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的價格下調 20%。兩款模型已在 ChatGPT Work、Codex 和 API 上線;Astra 的 API 價格為 $8 per million input tokens、$40 per million output tokens。

    推薦理由:文章對照 OpenAI 公佈的基準成績與 Epoch AI、開發者的測試反饋,呈現模型基準表現和實際工作體驗之間的差異。

11月18日週三
  1. Hugging Face Blog67

    Rumble-2-Flash 開源,支援 40+ 種語言的 0.5B 語音辨識模型

    Rumble-2-Flash 以 Apache 2.0 授權開源,是支援 40+ 種語言的 0.5B 語音辨識模型。在 Open ASR Leaderboard 多語言賽道,它跨 9 種語言的平均錯誤率為 6.96%,優於 Meta 的 omniASR-LLM 7B 和 Whisper large-v3。

    推薦理由:文章以多語言辨識榜單及真實客服通話基準比較 Rumble-2-Flash,呈現小型模型在不同語音條件下的錯誤率表現。