Hasty Briefsbeta

全部标签

ai model

共 15 篇

双语

Seedance 2.5
2 months ago
- Seedance 2.5 generates up to 30 seconds of high-quality audio-video in a single pass, supports multi-round extensions, and improves shot transitions and scene changes for coherent long-form storytelling.
- Multimodal referencing is fully upgraded, allowing up to 30 images, 10 videos, and 10 audio clips as inputs, with enhanced capabilities for clay render, motion, and creative references.
- Editing is more precise with timestamp-level control, green screen, camera perspective, and reference-based editing, supporting professional film and advertising workflows.
- The model is integrated into education (e.g., historical visualization) and industry (e.g., synthetic data for robotics and autonomous driving), unlocking real-world productivity.
- Seedance 2.5 is available on Jimeng AI and Doubao Pro, with API access via BytePlus ModelArk coming soon.
DeepSeek-AI/DeepSeek-V4-Flash-0731
2 months ago
- DeepSeek-V4-Flash-0731 可以通过 pipeline 或直接加载模型的方式与 Transformers 一起使用，并提供了代码示例。
- 也可以使用 vLLM（通过 pip 安装或 Docker）进行部署，并通过特定标志启用 DSpark 推测解码。
- SGLang 通过 pip 或 Docker 提供模型服务，并提供了 Docker 模型运行器命令。
- 基准测试结果显示，DeepSeek-V4-Flash-0731 的性能优于之前的版本，并且与 Opus-4.8 等专有模型相比具有竞争力。
- 该模型使用带有专用编码文件夹的自定义聊天模板，并支持三种推理努力级别：低、高、最大。
- 本地部署建议包括采样参数（对于代理任务，temperature=1.0，top_p=0.95）和最大输出长度 384K tokens。
- 该模型根据 MIT 许可证授权，并提供了引用信息。
Inkling-Small
2 months ago
- Inkling-Small 是一个高效的开源模型，在体积仅为 Inkling 四分之一的情况下实现了与其相当的性能。
- 它是一款混合专家（MoE）Transformer 模型，总参数量达 276B（活跃参数 12B），基于 NVIDIA GB300 NVL72 系统训练。
- 其特性包括对音频和图像的原生推理、可调节的思考努力程度、100万 token 的上下文窗口，以及优秀的基准测试表现。
- Inkling-Small 在推理和智能体任务上超越 Inkling，同时效率更高，并在同量级模型中达到或超越其他模型。
- 完整权重已开源，该模型可在 Tinker 上进行微调，并通过 Tinker Playground 进行对话。
- 训练方面的改进包括更优的预训练数据混合、基于在线策略蒸馏的后训练，以及扩展的智能体代码强化学习。
- 多模态能力是原生的，采用无编码器架构处理音频和图像，在视觉和音频基准测试中表现强劲。
- 安全性和认识论处理得当，在校准、指令遵循和抗审查方面与 Inkling 表现相当。
Introducing Claude Opus 5
2 months ago
- Anthropic 发布了 Claude Opus 5，被描述为深思熟虑且主动，提供接近 Claude Fable 5 的前沿智能，但价格仅为其一半。
- Opus 5 在 Artificial Analysis 排行榜上领先，定价与 Opus 4.8 相同，并提供“快速模式”，费用翻倍。
- 在一次测试中，Opus 5 在无法直接查看图纸时，主动编写了一个计算机视觉管道，从原始像素重建 3D FreeCAD 模型。
- 由于通用能力提升，Opus 5 在发现网络安全漏洞方面有所改进，但特意未针对利用进行训练，这与 Mythos 5 不同。
- Anthropic 发布了 Claude Opus 5 的提示指南，Thariq Shihipar 撰写了关于 Claude 5 模型上下文工程的文章。
- 作者提到了与海獭一起划皮划艇，并注意到一个缺少自行车轮子的鹈鹕模型问题。
Kimi-K3 Releases on HuggingFace 7/27
2 months ago
- Moonshot AI的Kimi-K3是下一代开放前沿模型，计划于2026年7月27日发布。
- 它是全球首个开放3T级模型，专注于长期编码、知识工作和推理。
- 关键特性包括采用Kimi Delta注意力机制和注意力残差的新架构、原生代理能力（工具调用、浏览、多步骤规划），以及用于仓库级代码理解的扩展上下文窗口。
- 该模型将在同一页面开放权重，用户可注册以在权重公开时接收单次通知邮件。
- 已有超过1820名用户正在等待发布。
Apertus 1.5, Swiss open-weight, open-source, open training data model
2 months ago
- Apertus 1.5 是对 8B 和 70B 模型的更新，增加了图像理解、思维模式、更长的上下文、更好的指令遵循以及改进的工具使用。
- 这些模型完全开源，开放权重、数据、价值观和训练细节，于2026年7月24日发布。
- 关键增强包括原生图像理解、可选的推理思维模式、262,144个标记的上下文窗口、改进的指令遵循以及更好的工具集成。
- 70B 模型可以解释技术图纸等多模态输入，一份包含基准测试的技术报告即将发布。
Claude Opus 5
2 months ago
- Claude Opus 5 是Anthropic公司的新模型，以Claude Fable 5一半的价格提供接近前沿的智能。
- 它在编码和知识工作基准测试（如Frontier-Bench和GDPval-AA）上取得了最先进的结果，但在网络安全方面落后于Mythos 5。
- Opus 5专为日常使用而设计，与前代Opus 4.8相比，效率和成本效益有所提升。
- 它在软件工程、知识工作和科学研究任务中表现出色，通常以更低成本超越其他模型。
- 该模型展现出强大的自主性和彻底性，例如编写自己的计算机视觉管线来解决问题，并修复人工补丁遗漏的漏洞。
- 早期访问客户报告在金融建模、法律工作、代码审查和自主工作流程等领域有显著改进。
- Opus 5与安全原则高度一致，表现出较低的欺骗行为和滥用倾向。
- 它包含针对网络安全和生物学的安全措施，具有自动回退功能和企业级网络验证计划。
- Opus 5现已推出，价格为每百万输入代币5美元，每百万输出代币25美元，并提供快速模式选项。
Agent Security Is a Systems Problem
2 months ago
- 代理安全性应被视为一个系统性问题，将AI模型视作不可信任组件，并在系统层面强制执行安全不变性。
- 单纯提升模型鲁棒性是不够的；必须结合系统安全技术以完善现有防护措施。
- 数十年来系统安全研究积累的核心原则为设计具备可预测保障的代理系统提供了基础。
- 对现实中11个代理攻击案例的分析表明，若能贯彻系统原则，这些攻击本可避免。
- 必须攻克研究挑战，才能在代理系统中落实这些系统安全原则。
Kimi K3: Open Frontier Intelligence
2 months ago
- Kimi K3 模型介绍：一款具备原生视觉能力与100万token上下文窗口的2.8万亿参数开源模型。
- 基于Kimi Delta Attention和Attention Residuals架构，实现高效扩展，包含896个专家中的16个激活专家。
- 在长程编程任务中表现突出，涵盖内核优化、编译器开发及结合视觉推理的游戏开发领域。
- 支持芯片设计、研究自动化与知识工作，例如生成交互式报告和数据分析。
- 已登陆多平台（Kimi.com、Work、Code、API），提供详细定价方案与企业级选项。
- 基准测试显示在编程和多模态任务中具备竞争力，但稍落后于Claude Fable 5和GPT 5.6 Sol等顶尖专有模型。
- 存在对思维历史的敏感性和过度主动性问题，实际应用中需谨慎处理。
Grok 4.5
2 months ago
- Grok 4.5是与SpaceXAI合作发布的最智能模型，专为软件工程之外的任务设计。
- 它能在软件工程、数据科学、金融和法律工作等多个领域，通过创造性使用工具处理困难且耗时的任务。
- Cursor订阅计划包含大量模型使用额度，首周提供双倍使用量，并增加了网络安全保障措施。
- Grok 4.5是一个专家混合模型，使用来自Cursor数据的数万亿标记进行训练，从软件和开发者代理交互中学习。
- 训练数据已扩展至包含高质量STEM任务、研究论文和知识工作，以确保跨领域的熟练度。
- 在现实环境中应用强化学习，以教授问题调查、工具使用、错误恢复和结果验证。
- 分布式代理系统扩展了环境构建，利用先前模型加速解决难题的进展。
- Grok 4.5可在多个平台上使用，输入标记定价为每百万2美元，输出标记每百万6美元，快速变体定价更高。
- Grok 4.5和Composer 2.5都将得到支持，未来计划推出Composer尺寸的新模型。
SWE-1.7 Reach Near GPT 5.5 and Opus Intelligence
2 months ago
- Cognition公司推出SWE-1.7——这是一款具备前沿水平的软件工程AI模型，以更低成本实现了成本效益的显著提升。
- SWE-1.7在FrontierCode 1.1基准测试中获得42.3%得分，在Terminal-Bench 2.1上达到81.5%，在SWE-Bench多语言测试中取得77.8%的成绩。
- 训练改进包括：通过top-p采样回放保持熵值、用于可扩展性的多集群基础设施以及容错机制。
- 自我压缩技术通过总结工作状态实现长周期任务处理，并采用交替长度惩罚机制以平衡效率。
- 高质量数据策展确保了任务难度并防止作弊行为，从而提升了模型的对齐度和可信度。
- 与基础模型Kimi K2.7 Code相比，SWE-1.7展现出更精炼的思维链推理能力以及更彻底的代码库探索深度。
Tencent Hy3
2 months ago
- 该文本提供了如何使用腾讯Hunyuan3模型配合各种库、推理提供商、笔记本以及本地应用程序的指导。
- 文中详细举例了如何在Transformers、vLLM、SGLang和Docker环境中使用Hunyuan3，包括安装、服务器设置和API调用的代码片段。
- Hunyuan3是由腾讯混元团队开发的2950亿参数专家混合模型，激活参数210亿，在智能体任务、推理和长上下文处理方面展现出强大能力。
- 根据内部评估，该模型在稳定性、知识准确性和多轮意图追踪方面有所改进，幻觉和错误率有所降低。
- 部署建议包括在8张GPU上使用vLLM或SGLang并采用特定配置，该模型基于Apache License 2.0开源，可在多个平台上获取。
China's LongCat-2.0 Becomes the Biggest AI Model Without Nvidia Chips
2 months ago
- 美团发布了LongCat-2.0，这是一个拥有1.6万亿参数的开源大语言模型，全程在中国本土硬件上进行训练，未使用英伟达芯片。
- 这是业界首个在国产硬件上完成训练和推理的万亿级参数模型，标志着中国科技自主的一个重要里程碑。
- 该模型采用华为Atlas-950 SuperPoDs和HCCL软件，架构与英伟达方案类似，性能强劲，但仍落后于GPT-5.5等全球顶尖模型。
- 此次发布表明前沿规模的训练在中国本土硬件上是可行的，可能比预期更快地缩小与西方系统的差距。
- 挑战依然存在，包括软件生态系统尚不成熟，以及相较于受禁的英伟达H800芯片存在内存限制。
Claude Sonnet 5
3 months ago
- Claude Sonnet 5是最具自主行动能力的Sonnet模型，能够进行规划、使用工具并实现自主运行。
- 它在价格更低的情况下提供接近Opus 4.8的性能，在推理、工具使用、编程和知识工作方面相比Sonnet 4.6有所改进。
- 安全评估显示，其不良行为发生率低于Sonnet 4.6，在自主行动场景中更安全，但与Opus模型相比，执行网络安全任务的能力较低。
- 该模型适用于所有套餐，在2026年8月31日前享受优惠定价，输入每百万token 2美元，输出每百万token 10美元，之后将分别上调至3美元和15美元。
- 早期合作伙伴的反馈强调了其改进的自主行动能力，例如完成复杂任务、自我检查输出以及在编码和自动化方面的高效表现。
- 该模型默认启用网络安全防护措施，类似于Claude Opus 4.7和4.8中的防护，以阻止危险的网络使用行为。
Liquid AI releases a 230M model optimized for phones, Raspberry Pi, and robots
3 months ago
- LFM2.5-230M是一个小巧、快速的模型，适用于智能体工作流的微调和部署，可在包括云GPU和CPU在内的各种设备上实现快速推理。
- 该模型基于19万亿个token进行预训练，并通过监督微调、直接偏好优化和多领域强化学习进行后训练，平衡了能力与适应性。
- 模型在类人机器人上进行了技能选择测试，利用英伟达的SONIC框架将自然语言指令转换为结构化计划。
- 基准测试显示，LFM2.5-230M在知识理解、指令遵循、数据提取和工具使用任务上与更大模型竞争或表现更优。
- 它支持跨生态系统（如llama.cpp、MLX、vLLM和ONNX）的快速推理，针对CPU和GPU性能进行优化，以实现低延迟和高吞吐量。
- LFM2.5-230M采用开放权重，可在Hugging Face上获取，设计用于大规模数据提取或轻量级设备端工作负载，但不适用于推理密集型任务。

ai model

Seedance 2.5

DeepSeek-AI/DeepSeek-V4-Flash-0731

Inkling-Small

Introducing Claude Opus 5

Kimi-K3 Releases on HuggingFace 7/27

Apertus 1.5, Swiss open-weight, open-source, open training data model

Claude Opus 5

Agent Security Is a Systems Problem

Kimi K3: Open Frontier Intelligence

Grok 4.5

SWE-1.7 Reach Near GPT 5.5 and Opus Intelligence

Tencent Hy3

China's LongCat-2.0 Becomes the Biggest AI Model Without Nvidia Chips

Claude Sonnet 5

Liquid AI releases a 230M model optimized for phones, Raspberry Pi, and robots