牛Alpha：尚未公布的隐形机型
ITmedia AI+ 正在整合社区对名为“Ox Alpha”的模型的讨论——这是一个据称尚未发布的 AI 系统，在日本 AI 社区引发了大量讨论。隐藏模型是一种已被记录的现象：一些最重大的能力飞跃曾在正式公布前几个月向有限受众预览。Ox Alpha 是否会成为下一个这样的案例，值得关注。
Aug 25, 2026 at 16:27 9 11
OpenAI 的“Astra”模型声称解决了10个开放数学问题——当AI不再只进行基准测试，而是开始进行发现时
内部OpenAI模型据报道解决了十个数学和计算机科学的公开难题。若得到验证，这将是一个质的飞跃：不是在已知测试中取得更好的成绩，而是在人类专家未能成功的领域中产生了新知识。验证过程才是整个故事的关键——这将需要数周而非数天时间。
Aug 25, 2026 at 16:27 7 8
OpenAI 紧急刹车——就在首次公开募股（IPO）前
在即将进行IPO之际，面对来自Anthropic的激烈竞争，以及中国和开源阵营对手的步步紧逼，OpenAI本有充分理由加速发展。然而，它却选择放慢脚步——主动暂停其最新模型的强化学习两周，同时收紧安全与保障措施。这其中的时机选择耐人寻味。
Aug 24, 2026 at 20:58 8 8
Ramp 构建了自己的 AI 模型路由器——名字 literally 就是“Router”
金融科技公司Ramp推出了一个内部AI模型路由层，并将其开源为产品。这一举动反映了更广泛的趋势：大规模部署AI的公司正在构建市场尚未提供的模型管理基础设施。
Aug 20, 2026 at 22:32 11 12
扩散Gemma：谷歌关于将扩散应用于语言生成的技术报告
Google 发布了名为 DiffusionGemma 的技术报告——将扩散模型原理应用于 Gemma 家族。这一挑战自回归大语言模型架构正统的研究方向已实现生产规模的实施。
Aug 20, 2026 at 22:30 9 11
中国北京展会将机器人实体与人工智能大脑同台展出
两场同期在北京举办的展览本周展示了实体类人机器人的完整技术栈，以及驱动其运行的基础模型栈——垂直整合如今已成为营销重点，而非路线图。
Aug 19, 2026 at 22:31 11 13
Kimi K3 正式发布：Moonshot 的 2.8T 参数模型从基准测试炒作进入生产阶段
经过数周的基准测试视频后，Kimi K3正式发布。现在真正的考验开始了。
Aug 19, 2026 at 09:34 12 13
字节跳动的多模态嵌入模型：平台原生的表示学习方法是什么样的
字节跳动已发布其抖音多模态嵌入模型的技术报告。其架构选择揭示了内容平台如何与研究实验室不同地训练表示方法。
Aug 19, 2026 at 09:33 9 10
安thropic的概念推理指数针对基准污染问题
Anthropic 发布了一个新的评估框架，旨在测试抽象推理能力而非模式匹配训练数据——这是针对 MMLU 饱和问题的直接回应。
Aug 18, 2026 at 09:30 10 12
比亚迪支持一家深海机器人初创公司——中国人工智能应用浪潮延伸至海洋深处
深海知人，由比亚迪支持，已筹集5亿元并发布SEAgent 1.0———款水下AI代理模型。垂直基础模型的趋势正在扩展至通用模型无法运行的环境中。
Aug 14, 2026 at 18:58 8 7
智谱发布 GLM-5.3：编码与安全模型，SWE-Marathon 分数翻倍
GLM-5.3由中国实验室智谱AI推出，专注于编程和网络安全垂直领域，声称在SWE-Marathon基准测试中提升2倍，并在CyberGym评估中位列榜首。垂直专业化竞争正在加速。
Aug 14, 2026 at 18:58 6 7
为什么 Opus 5 使用起来感觉更糟糕——以及这对模型评估的意义
许多开发者在使用Claude Opus 5时经历主观退步，尽管基准测试保持或提升，这一广泛传播的帖子揭示了这种现象。测量能力与实际感受能力之间的差距正在扩大。
Aug 14, 2026 at 18:58 8 5