AI模型资讯 实时更新
AI模型领域最新动态
今日 · 08月10日
22:30
Meta发布可在家使用的AI模型
据彭博社报道，Meta发布了一款精简版人工智能模型，消费者可以下载并在个人电脑上使用。该程序名为Muse Glimmer。目前的报道没有提供更多技术细节或性能基准。
21:30
Model ML 借助 GPT-5.6 Sol 更高效地完成金融工作
Model ML 使用 GPT-5.6 Sol 处理金融工作，涵盖研究、分析，以及制作可编辑且可追溯的 PowerPoint 演示文稿和 Excel 工作簿。目前没有提供具体的性能数据或独立对比结果。
21:00
The Morning Download：Meta 展望全天候运行的 AI 未来
Meta 的新模型将全天候运行的 AI 智能体置于核心位置。这一简短声明暗示 AI 将更深入地融入日常使用，但没有提供技术性能数据或具体产品细节。
21:00
相关但不完整：指涉悬空揭示硬提示压缩的根本性失效模式
一项研究发现，当系统独立评估并选择词元、句子或文本块时，硬提示压缩可能破坏关键的指涉关系。如果答案被保留，但用于理解答案的实体被删除，就会产生“指涉悬空”。在0.30的压缩率下，多个基准测试中最多有60%的案例出现这一问题。重新插入缺失的支持段落后，准确率提高了29至34个百分点。一个用于自动判断被删除句子是否必要的小型分类器，在压缩率几乎不变的情况下，使H
20:30
苹果曾短暂发布中国版指南，介绍如何将 Siri 连接至通义千问
苹果曾在中国支持网站短暂发布一份中文指南，说明 Mac 用户如何将阿里巴巴的通义千问连接到 Siri 和写作工具。根据指南，在 macOS 26.6 或更高版本上，Siri 可借助通义千问提供更详细的回答并分析照片和文档，写作工具则可生成文字和图像。用户需要登录自己的通义千问账户，且阿里巴巴不得使用提交的内容训练或改进模型。苹果在不到一天后删除了这份指南。此
20:30
用于研究人类认知与行为的小型基础模型
研究人员使用 Psych-101 训练了14个模型，参数规模从1.35亿到140亿不等。Psych-101包含来自160项实验的1,070万条试次级选择数据。在与训练数据相同的分布内，模型规模影响很小：6亿至10亿参数的模型在未参与训练的受试者上，达到了700亿参数基准模型的相近表现。但在泛化到新任务结构时，更大的模型明显更具优势。诊断测试显示，屏蔽刺激和反
19:00
Meta 开源 300 亿参数 AI 模型 Muse Glimmer，24GB 显存 GPU 可运行
Meta 发布了 300 亿参数模型 Muse Glimmer，并采用 Apache 2.0 许可证开源。该模型针对全天候运行的本地智能体工作流优化，使用 4bit 量化，官方称其可在配备 24GB 或 32GB 内存的 Mac 和 PC 上本地运行。Meta 表示，量化对智能体任务性能的影响很小。在搭载 M4 Max、M5 Max 的 MacBook 以及
19:00
微软发布 PowerToys 0.101.2211 预览版，支持本地运行 Phi Silica 模型
微软发布了 Windows 11 PowerToys 0.101.2211.0 预览版。此次更新的主要变化是将小型语言模型 Phi Silica 集成到高级粘贴功能中。用户可以免费在本地运行该模型，无需支付第三方 API 费用，也不必自行配置 Ollama 或 Microsoft Foundry。高级粘贴还新增了 AI 模型选择器和更多自定义选项。命令面板修
19:00
利用离线 Top-K Logits 和融合分块 KL 损失提高 LLM 知识蒸馏效率
一项实践研究提出了两种提高大语言模型知识蒸馏效率的系统技术。首先，预先缓存教师模型的 Top-K logits，可在不将教师模型保留于 GPU 内存中的情况下进行训练，同时保持与在线蒸馏几乎相同的训练损失。在单张 H200 GPU 上，每次迭代速度提升约 29%，吞吐量最高提升 41%。其次，融合式分块 KL 损失避免生成覆盖完整词表的 logits 张量，
18:30
Meta发布开放权重模型Muse Glimmer，数周内将推出Muse Spark 1.2开放版本
Meta已发布新的开放权重人工智能模型Muse Glimmer，并计划在未来几周内推出其最先进模型Muse Spark 1.2的开放权重版本。首席执行官马克·扎克伯格希望通过更开放的模型和开发策略，提升外界对Meta人工智能布局的支持。
18:30
Meta称300亿参数的Muse Glimmer“小到”只需一块GPU即可运行
Meta推出了新的AI模型Muse Glimmer。公司表示，该模型拥有300亿个参数，但规模小到可以在单块GPU上运行，用户也能下载并定制这项技术。此外，Meta计划设立10亿美元基金，投资其数据中心附近的美国社区。
18:30
Meta发布可在笔记本电脑上运行的AI模型Muse Glimmer
Meta Platforms推出了Muse Glimmer，这是一款轻量级人工智能模型，可在单台电脑上运行。用户可以下载该模型，并根据自身需求定制这项技术。
18:01
OneEmo：统一情绪感知、理解与交互的多模态推理模型
研究人员推出 OneEmo，这是一种用于感知、理解和交互情绪的多模态模型。研究团队构建了 EmoWorld-130K 数据集，通过人工参与流程整理显式推理轨迹；同时提出 Emo-Chord 强化学习方法，以稳定多任务奖励分配。论文实验显示，与规模相近的基线模型相比，OneEmo 在大多数基准测试中达到领先水平。尽管参数量明显少于商业模型，该模型仍取得了具有竞
17:30
AI 大模型周榜：阿里 Qwen3.8-Max 首次进入综合榜第六名
Arena 发布了 2026 年第 32 周的 AI 大模型匿名盲测排名。阿里 Qwen3.8-Max 以 1497 分 ELO 首次进入综合榜前十，排名第六，与第五名模型的差距在统计误差范围内。Meta 新推出的 Muse-Spark-1.2（xHigh）以 1498 分排名第四。Qwen3.8-Max 还在代码榜排名第八、前端开发榜排名第四。其他国产模型
17:30
零一万物将逐步停止大模型开放平台在线体验、API调用及充值服务
零一万物宣布，将逐步停止大模型开放平台面向用户提供的在线模型体验、API调用及充值等服务。即日起，平台停止新用户注册和充值，但暂时保留账号登录、账单查询和调用明细查询。2026年9月3日24时起，平台将停止模型体验、API调用及相关服务。用户可在2026年12月3日24时前申请余额退款。公司表示，此次调整源于产品与服务体系升级，并将进一步聚焦企业级人工智能解
17:30
中国AI生态连续15周领跑全球大模型调用量
据最新监测数据，上周全球大模型调用总量达到69万亿Token，较前一周增长21.48%。中国大模型调用量为34.25万亿Token，环比增长21.76%；美国大模型为9.17万亿Token。中国大模型周调用量由此连续15周超过美国。模型方面，DeepSeek-V4-Flash调用量环比增长570%，以8.83万亿Token排名第一；腾讯Hy3以8.05万亿T
10:30
xAI正式上线Imagine Image 2.0，支持融合5张参考图与智能扩图
xAI正式推出Imagine Image 2.0，作为Grok网页端Imagine服务及iOS、Android应用中的新质量模式。该模型支持复杂指令、多轮生成与编辑、精准局部修改、背景移除和透明图片导出，并可在一次生成中融合最多5张参考图。智能调整大小功能可将图像扩展至多种画面比例，包括1:2至9:16。xAI还提供面向照片编辑、商品图片、专业头像和电商内容
10:30
消息称GPT-6将于8月发布，参数规模或达10万亿
AI 内幕人士 ChrisGPT 声称，OpenAI 将于 8 月发布 GPT-6，并称其就是此前暂停发布的 Astra 模型。该消息还预测，OpenAI 将在年底推出代号为 Doug、规模更大的模型。不过，关于 10 万亿参数、发布时间、英伟达下一代芯片，以及训练能力突破等说法，均未得到独立证实。文章还对 OpenAI、Anthropic 和 Google
10:30
Skaling：结合 Chinchilla 指数与 Kaplan 耦合模型
该研究提出 Skaling 定律，用于扩展现有的语言模型缩放定律。该方法不再假设模型规模和训练数据对损失的影响彼此独立，而是通过单一交互指数对二者进行联合建模。研究结果显示，在插值和外推场景中，平均绝对百分比误差可降低约 1.5 至 3 倍。结合仅覆盖低计算量区域的稀疏网格策略后，Skaling 还能以约为均匀扫描十分之一的计算量，准确外推完整网格的结果。
10:30
Modular TTT：重新思考可组合模块化的测试时训练
Modular TTT将测试时训练（TTT）视为一种在线学习问题，通过内部学习规则更新快速权重。该框架把内部学习器表示为有向无环图，并将快速权重网络、损失函数、学习率、权重衰减和归一化设为明确的设计维度。它可以自动将基本的训练视图和查询视图规则组合成完整的TTT计算，从而系统分析各个组件的作用。研究发现，较小的初始学习率、权重衰减和单层非线性有助于提升性能。