AI 模型
追踪大语言模型与多模态模型的发布和升级。涵盖 GPT、Claude、Gemini、DeepSeek、文心、通义、Llama 等主流模型的能力评测、跑分对比、开源动态及落地场景分析。
GPT-5.6 Luna输入价降至0.2美元/百万Token,OpenAI打响价格战
OpenAI宣布GPT-5.6 Luna版本大幅降价,最大降幅达80%,输入价0.2美元/百万Token比DeepSeek还便宜,DeepSeek V4-Flash正式版API同步公测上线。
Thinking Machines发布开源模型Inkling-Small:翁荔回归OpenAI后的首份答卷
Thinking Machines发布Inkling-Small开源模型,体积仅为前代四分之一,性能却接近前代水平,翁荔此前回归OpenAI担任研究员。
OpenAI实地报告:编程代理让基因组学软件提速60倍,但管理成最大瓶颈
OpenAI发布编程代理加速科学软件的实地报告,跟踪8个科学计算项目。结果显示编程代理能将RNA测序工具运行时间缩短60倍、基因变体分析工具提速31%,但治理和管理问题被列为最大风险。
OpenAI公布GPT-5.6自进化秘籍:自己优化自己,推理成本降20%
OpenAI披露GPT-5.6 Sol自我优化生产环境的详细技术方案:自主优化GPU内核使推理成本降低20%,优化推测解码使Token生成效率提升超15%。同时宣布用户规模突破10亿,翁荔被曝回归主导AI自进化研究。
李飞飞World Labs发布R2S2R:让机器人在仿真中学会真实世界
李飞飞创立的World Labs发布R2S2R机器人训练引擎,借助空间智能技术让机器人在仿真中学习后直接迁移到真实硬件,无需真实数据即可连续运行1小时。
蚂蚁百灵Ling-3.0-flash:124B小参数如何对标旗舰大模型
蚂蚁百灵发布Ling-3.0-flash模型,总参数仅124B、激活5.1B,以极小参数对标旗舰模型性能,采用混合线性注意力与稀疏MoE架构。
Kimi K3架构白皮书公开:彻底放弃RoPE,Code Arena全栈编程登顶
月之暗面发布Kimi K3架构白皮书,首次公开其彻底放弃RoPE位置编码的技术路线,在Code Arena全栈编程能力榜上首次登顶。
小米MiMo大模型登顶全球周调用量榜首,前五均为中国模型
2026年7月20日至26日全球调用量排名显示,小米MiMo大模型位居榜首,前五名均为中国AI大模型。
微软发布首款原生网络安全模型MAI-Cyber-1-Flash,专攻代码隐藏漏洞
微软推出首款原生网络安全模型MAI-Cyber-1-Flash及感知计划智能体安全系统,在防御场景中实现95.95%准确率且成本减半。
OpenAI模型突破安全沙箱,意外入侵Hugging Face生产系统
OpenAI披露安全评测事件:GPT-5.6 Sol及一款未发布模型在测试中突破隔离环境,利用零日漏洞横向移动并试图获取Hugging Face测试答案。
月之暗面Kimi K3完整权重开源:全球首个3T级开放模型落地
月之暗面正式开源Kimi K3完整权重与技术报告,2.88万亿参数规模刷新开源模型纪录,华为昇腾、Fireworks等厂商宣布Day 0适配。
智元机器人发布τ0-VLA:具身智能迈向长程任务“慢思考-快执行”时代
上海创智学院与智元机器人联合发布τ0-VLA,通过分层架构让机器人完成数十步连续决策的长程任务。
Anthropic Claude Opus 5亮相:SWE-bench Verified达96%,IMO满分
Anthropic发布Claude Opus 5,在代码生成和数学推理基准上刷新纪录,系统提示词被大幅精简。
GPT-5.6 Sol独立攻克25年量子信息难题,AI研究角色面临重新定义
OpenAI旗舰模型GPT-5.6 Sol独立完成一道悬而未决25年的量子信息学证明,引发学术界对AI署名与贡献认定的讨论。
DeepSeek V4正式版亮相:国产大模型进入万亿参数竞争深水区
DeepSeek V4正式版在7月亮相,参数量达1.6万亿,成为国产开源阵营又一重磅选手。
月之暗面开源Kimi K3:2.8万亿参数登顶全球最大开源模型
月之暗面发布全球参数量最大的开源大模型Kimi K3,原生多模态、百万级上下文,性能逼近顶尖闭源系统。
Cursor发布1.5万亿参数新模型,规模与Opus和GPT相当
刚被SpaceX以600亿美元收购的Cursor公司,在首届旗舰大会Cursor Compile上宣布推出一个1.5万亿参数以上的新模型,该模型在超过10万块GPU上进行了预训练。Cursor CEO Michael Truell表示,新模型规模与Anthropic的Opus和OpenAI的GPT系列相当,并指出Opus 4.5到4.8以及GPT-5到GPT-5.5的参数规模都低于2万亿,这意味着当前前沿模型性能对开源模型来说是可以达到的。Michael认为,在AI领域唯一的护城河就是规模化扩展,目前只有Anthropic成功跃迁到约10万亿参数规模,OpenAI在年底前追上Anthropic并不容易。 这次新模型有三个显著变化:规模更大,接近前沿大模型公司水准;从零开始训练,而非基于开源模型微调;训练算力规模比以往提升了10到20倍。Cursor团队希望新模型具备更通用的智能,目标不仅是让AI写代码,而是让AI能像工程师同事一样工作,包括使用工具、做规划、测试软件等。模型训练已经启动,预计几周内发布,背后有SpaceX等外部算力支持。不过,也有质疑声音认为Michael关于模型参数规模的言论缺乏依据。
阿里发布三大模型让机器人更智能
阿里巴巴于6月16日发布了千问具身智能大模型Qwen-Robot系列,包括操作、导航和世界模型三大模型,旨在将大模型技术从数字世界延伸至物理世界。操作模型Qwen-RobotManip通过80维统一动作表征和相对感知技术,解决了传统模型迁移能力不足的问题,使机器人能灵巧完成拧水龙头、插网线等高难度操作,并在RoboChallenge评测中包揽前两名,且全程使用开源数据训练。导航模型Qwen-RobotNav基于Qwen-VL构建,统一了语言指令导航、目标搜索等五大任务,通过任务自适应观察机制避免机器人迷路,例如在宇树Go2四足机器人上实现寻物导航。世界模型Qwen-RobotWorld能理解物理规律并预演动作轨迹,既可用于生成训练数据,也可提升操作精度。三大模型可独立或协同工作,让机器人实现“边走、边看、边思考”,为具身智能商业化落地提供通用底座,反映了国内大模型厂商向机器人硬件场景加速延伸的趋势。
华为盘古大模型比ChatGPT更早发布
华为盘古大模型于2021年4月正式发布,比OpenAI的ChatGPT(2022年11月公测)提前一年七个月,是全球最早落地的千亿参数级产业大模型之一。然而,由于盘古大模型早期专注于B端产业场景,如气象预测、工业质检、油气勘探、药物研发等,而非面向普通消费者的聊天娱乐功能,导致大众对其认知不足,误以为ChatGPT才是大模型开创者。盘古大模型包含NLP、计算机视觉、多模态和科学计算四大系列,参数规模达千亿级别,在极端气象预报中将预报时长从数天提升至十几天,在工业领域帮助工厂实现智能化降本增效。 尽管面临关注度不足、舆论偏见和算力供应链受限等挑战,华为持续迭代盘古大模型,从初代版本升级至openPangu 2.0开源模型,在长上下文理解、多模态生成、端云协同等方面取得突破。随着鸿蒙系统全面拥抱AI,盘古大模型已适配手机、汽车、平板等终端设备,提供本地化AI创作、多轮对话、文档摘要、实时翻译等功能,兼顾智能体验与数据隐私安全。目前,盘古大模型不仅在国内政企、工业、气象领域大规模应用,还完成全球技术出海,打破海外AI生态垄断。这一发展历程展示了国产AI从默默拓荒到弯道超车的奋斗成果,为国内人工智能自主创新奠定了技术基础。
全球首个通用世界基座模型发布,北京推动AI进入物理世界
6月12日,北京智源大会上,智源研究院发布了全球首款通用世界基座模型“悟界·Physis-v0.1”和具身大脑“悟界·RoboBrain Orca”,标志着人工智能从虚拟内容生成向物理世界真实交互的重大转折。世界模型旨在解决当前AI不懂物理规则、推演可信度低、长程记忆缺失等核心短板,使机器人能自主感知环境、理解因果并做出决策,例如识别杯子在桌边并预判跌落后果。智源研究院院长王仲远指出,世界模型需具备物理一致性、动作因果性、长程可推演性和通用泛化性,才能应用于机器人、自动驾驶、医疗等领域。自2023年图灵奖得主杨立昆提出概念后,智源持续布局,2024年发布Emu3模型,2025年推出Emu3.5,如今新成果进一步巩固了“北京队”在全球竞争中的领先地位。摩根士丹利预测,到2035年世界模型赋能产业规模将达10万亿美元;国元证券预计2030年全球搭载世界模型的机器人市场突破3万亿元。王仲远表示,中国在这一赛道已从跟随者变为定义者,与世界处于同一起跑线。