←搜索结果

搜索“DeepSeek”

按匹配度 · 共 1375 条结果 清除搜索

星期二

  1. The Rundown AI

    Anthropic 联合创始人 Jack Clark 称奇点已经开始

    Anthropic 联合创始人 Jack Clark 在 IMF 和世界银行年会上表示，AI 加速发现、超出人类跟进能力的“奇点”已经“开始”。他引用 Humanity's Last Exam 分数从 2025 年的 8% 升至 67.7%、FrontierMath 从 2% 升至 94% 作为证据，并提到有模型预测 2030 年美国 GDP 达 $44T。他还称 CEO Dario Amodei 讨论过给 AI 的“智能上限”设限，认为行动窗口只剩“少数几年”。

    00 Chinese characters, then sent them after over 1,200 sites. NorForge puts AI costs near $50 per successful break-in, with a typical one taking nearly a day using Claude Code and DeepSeek V4.1 Flash. It’s unclear if any data was taken, with SharkNinja calling the threat contained, Deere citing “remediation actions,” and Cummins “investigating.” Why it matters: A month ago, we were writing about “three guys with Claude” breaking into OpenAI, and now it’s one hacker with an estimated $5K in token

    匹配字段正文

    #newsletter#行业动态#大佬观点#Anthropic
  2. 阿易 AI Notes

    MiniMax M3.1 Flash 实测对比 Claude Opus 5.5

    MiniMax 新模型 M3.1 Flash 与 Claude Opus 5.5 用同一句 Three.js 提示词实测，两者均一次跑通 3D 可交互太阳系网页。M3.1 Flash 每百万 Token 输出 0.6 美元、缓存读取 0.015 美元，速度是上一代 M3 的 3 倍、成本降三分之二，并自主修复 4 个渲染报错、稳定 60 帧。其 Automation-Bench 得分 62.2 居首，但 Terminal Bench 4.0 仅 38.1，落后 Opus 5 的 51.8。

    跑完Claude Opus 5.5和MiniMax的M3.1 Flash新模型的实测对比，我真的觉得国模雄起了😭 中国AI用户苦Claude封号久矣，一直在等待国产大模型踏着七彩祥云来一次拯救，一次次看着DeepSeek从梁神到梁子，一次次失望后的平静，这次真的让我看到了希望😭😭 我以后再也不再骂国模了，真的欠国模一个道歉！ 突然想到国足这个傻逼，什么时候能像国模一样雄起一次啊，喵个咪！ 很多人不信我是一句提示词就用国产模型做出了跟Claude Opus 5.5效果一样， 甚至综合还要更好的3D可交互太阳系网页， 真的就是1个半小时，我啥也没管，做出比Opus 5.5还好的效果 ，以后真的不骂了😭😭😭

    匹配字段正文

    #hot-signal#评测/基准#编码#Agent
  3. Artificial Analysis

    Artificial Analysis 发布 AA-PersonalityBench，评测模型人格与表达风格

    Artificial Analysis 发布 AA-PersonalityBench，用 900 道精选问题评测语言模型在 30 项人格特质和 21 项沟通特征上的差异。人格特质由 LLM 评审两两对比打分，汇总为表达力、组织性、信息量、透明度、亲和力、坚定度、想象力和 Slop 八项指数；沟通特征则通过程序化方式计算长度、结构、标点和强调四类指标。结果显示，Claude Fable 5.1 在表达力、信息量、透明度、亲和力、坚定度等多项指数中表现突出，Qwen3.8 27B 平均每次回答约 1,030 词，接近 GPT-6 Luna 270 词的四倍。

    指数：表达力、组织性、信息量、透明度、亲和力、坚定度、想象力和 Slop。每项特质都配有一组 30 道专属问题，模型的回答由一组 LLM 评审进行两两对比。随后我们对特质和人格 Elo 进行 z 分数标准化和百分位排名。 在 8 项人格指数中表现最强的模型：➤ 表达力：Claude Fable 5.1、GLM-5.3、GLM-5.3-Flash ➤ 组织性：DeepSeek V4.1 Flash、Step 5 Preview、Inkling ➤ 信息量：Muse Spark 1.3、Claude Fable 5.1、Muse Wonder、Claude Opus 5.5 ➤ 透明度：Claude Sonnet 5.5、Claude Fable 5.1、GPT-6 Astra ➤ 亲和力：Muse Wonder、Muse Spark 1.3、Claude Fable 5.1 ➤ 坚定度：Claude Fable 5.1、DeepSeek V4.1 Flash、Grok 4.7 ➤ 想象力：Muse Spark 1.3、Claude Opus 5.5、GLM-5.3 ➤ Slop：Llam

    匹配字段正文

    #editorial#评测/基准#模型发布#数据/训练
  4. Cerebras：Blog

    Cerebras：更聪明的模型救不了糟糕的 harness

    Cerebras 指出，agent 的表现取决于模型与 harness 的组合，而非模型本身。同一 Claude Opus 4.5 在标准化 SEAL scaffold 下 SWE-bench Pro 得分为 45.9%，经 Claude Code 使用则升至 55.4%。harness 的规划、重试、验证等每一步都要额外调用模型，因此快速推理能放大 harness 的效用。

    ble in the loop to provide judgement, guidance, and steering. In addition to GPT‑5.6 Sol, Cerebras serves leading open models at thousands of tokens per second on its public endpoints: OpenAI GPT OSS 120B at 3,000 tok/s Gemma 4 31B at 1,850 tok/s Z.ai GLM 4.7 at 1,000 tok/s For dedicated enterprise endpoints, Cerebras also supports Kimi K2.6, GLM 5.1, MiniMax M2.5, Qwen3 Coder 480B, Llama 4 Maverick, Mistral Large 3, DeepSeek V3.2, and many additional model families. Designs by @halleychangg.$/$

    匹配字段正文

    #editorial#教程/实践#Agent#推理
  5. The Decoder

    MiniMax 发布 M3.1 Flash 推理模型，每任务成本约 0.22 美元

    MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得 42 分，比前代 M3 高 13 分，每任务成本不到其一半。该模型在 Humanity's Last Exam 上得 48%，CritPt 得 22%，AA-Omniscience 事实准确率 56%，但幻觉率达 93%。它支持 100 万 token 上下文和文本、图像输入，API 定价为每百万输入 token 0.15 美元、输出 0.60 美元，计划 10 月 23 日开放权重。

    gence Index . That's 13 points higher than its predecessor M3, at less than half the cost per task. The model ties with GLM-5.3-Flash, edges past Gemini 3.8 Flash (41), and trails Deepseek V4.1 Flash 1017 (45). Complex reasoning saw the biggest improvement. On "Humanity's Last Exam," M3.1 Flash hits 48 percent, beating both Deepseek and GLM. It also scores 22 percent on the CritPt benchmark , which tests research-level physics reasoning across 71 complex problems. That puts it ahead of GLM-5.3-F

    匹配字段正文

    #ai-vertical#模型发布#推理#开源生态
  6. IT之家·人工智能

    Arena 2026 年第 42 周 AI 大模型周榜：kimi-k3-max 首次稳定进入代码榜前十

    Arena 公布 2026 年第 42 周 AI 大模型盲测排名，月之暗面 kimi-k3-max 以 ELO 1540 分首次稳定在代码榜第十，成为国产模型在该榜最高排名；小米 mimo-v2.6-pro 首次入榜前端开发榜即列第 19。综合榜 gemini-4-argon-high 以 1525 分蝉联榜首，国产模型 kimi-k3-max、qwen3.8-max、mimo-v2.6-pro、glm-5.3-max 分列第 16、22、26、27 名。本期新入榜模型为 gemini-3.5-flash-medium、mimo-v2.6-pro 和 flux-2-flex。

    1540 分，成为国产模型在代码榜的最高排名，小米 mimo-v2.6-pro 紧随其后位列第十一，ELO 1539 分，表现亮眼。 国产模型已有多款进入代码榜前 30，具体排名如下： 月之暗面 kimi-k3-max 排名第 10，ELO 1540 分，排名持平； 小米 mimo-v2.6-pro 排名第 11，ELO 1539 分，排名持平； 深度求索 deepseek-v4.1-flash-max 排名第 26，ELO 1528 分，排名持平； 智谱 glm-5.3-flash 排名第 27，ELO 1525 分，排名持平； 阿里 qwen3.7-max-preview 排名第 28，ELO 1524 分，排名持平； 阿里 qwen3.8-max 排名第 29，ELO 1524 分，排名持平。 排名较上周模型厂商分数 (±CI)票数价格 ($/M) 输入 / 输出上下文 1-gemini-4-argon-highGoogle1562 ±171233$2 / $101M 2-claude-fable-5-highAnthropic1551 ±710404$10 / $501M 3-

    匹配字段正文

    #analysis#评测/基准#Agent#编码
  7. AWS Machine Learning

    Amazon SageMaker JumpStart 2026 年进展回顾

    2026 年 1 月至 9 月，Amazon SageMaker JumpStart 新增来自 30 家提供商的 100 多个模型，其中 Alibaba（Qwen）贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体、IBM 4 个、Cohere 4 个。新增模型覆盖多模态、语音、图像与视频生成，并引入 GLM-5.2 FP8、JetBrains Mellum2-12B 等量化与紧凑模型以降低推理成本。

    4.0 h-micro/small/tiny 和 granite-speech-4.1-2b，用于覆盖 6 种语言的多语言自动语音识别（ASR）。 Cohere： 4 个模型，包括 Command A（A100）以及用于检索增强的 Rerank v3.5、v4.0 Fast 和 v4.0 Pro。 其他： 来自 MiniMax、Zhipu AI（GLM）、DeepSeek、Moonshot AI、Allen AI、Microsoft、 Meta（Muse Spark）, Reflection（Beam), Black Forest Labs、JetBrains、OpenBMB、BharatGenAI、Kakao、OpenFold 等的 33 个模型。 模型新增亮点 2026 年新增的模型反映了我们在扩展 SageMaker JumpStart 目录时的几个重点优先事项。这些不仅仅是行业趋势。它们代表了我们看到强劲客户需求以及帮助客户在 SageMaker 上构建生产级 AI 应用的重大机会的领域。 扩展 NVIDIA 开放模型组合 NVIDIA 是我们的重要模型提供商之一，2026

    匹配字段正文

    #lab#产品更新#数据/训练#部署/工程
  8. 36氪 · AI

    记忆张量发布并开源 MemT 1.0 记忆原生大模型

    记忆张量发布并开源 MemT 1.0 记忆原生大模型，将记忆内化进底层架构，让模型通过训练自主读写、更新和调用记忆。在 11 项系统记忆基准测试中，MemT-1.0-Flash 和 MemT-1.0-Nano 均分分别为 50.6 和 47.0，领先同组最强参数化记忆基线 12.5 分和 8.9 分。在 SWE-bench Verified 上，Nano 按实时反馈更新记忆状态后平均成功率从 66.07% 升至 69.73%。

    微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+12 好文章，需要你的鼓励爱范儿特邀作者2收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章DeepSeek全面开源推理框架：兼容英伟达、华为昇腾芯片，单集群日吞吐155万亿Token，每卡每小时收入38美元集中兑现，全面爆发：城市NOA进入「轻舟时刻」解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年抢在Anthropic敲钟前：OpenAI冲刺300亿美元融资，估值剑指1.4万亿国产 AI 性价比王者要换人了吗？MiniMax 来真的港科大团队：让Agent找回长对话中“失联的记忆”Anthropic谷歌字节腾讯入场，科技巨头为何集体涌向AI制药？美团做了个大众点评版的Skill平台DeepSkill，收录超37万个技能工具智谱的困惑：海外口碑极佳的GLM，为何在国内大众眼里输给了DeepSeek和豆包？爱范

    匹配字段正文

    #hot-signal#模型发布#开源生态#Agent
  9. 36氪 · AI

    韩国AI云服务商Elice上市首日股价一度跌33%

    韩国新云服务商Elice在科斯达克上市首日股价一度下跌33%至61000韩元，开盘不到半小时约3000亿韩元市值蒸发。公司IPO募资2010亿韩元，发行价90500韩元位于区间上限，散户认购超400倍。文章将其与Firmus撤回IPO、CoreWeave股价大跌等案例并列，指向投资者对AI基础设施热情降温。

    关闭。 本文来自微信公众号“财联社”，作者：潇湘，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+12 好文章，需要你的鼓励36氪的朋友们特邀作者0收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章DeepSeek全面开源推理框架：兼容英伟达、华为昇腾芯片，单集群日吞吐155万亿Token，每卡每小时收入38美元集中兑现，全面爆发：城市NOA进入「轻舟时刻」解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年抢在Anthropic敲钟前：OpenAI冲刺300亿美元融资，估值剑指1.4万亿国产 AI 性价比王者要换人了吗？MiniMax 来真的港科大团队：让Agent找回长对话中“失联的记忆”Anthropic谷歌字节腾讯入场，科技巨头为何集体涌向AI制药？美团做了个大众点评版的Skill平台DeepSkill，收录超37万个技能工具智谱的困惑：海外口碑极佳的GLM，为何在国内大众眼里输给了DeepSeek和豆包？36

    匹配字段正文

    #hot-signal#行业动态#数据/训练#部署/工程
  10. 36氪 · AI

    百奥赛图沈月雷用十七年小鼠实验攒出百万条真实抗体序列

    百奥赛图创始人沈月雷用十七年时间，通过基因编辑小鼠做体内免疫和筛选，攒下超过100万条经结合验证、亲和力测定和功能实验的全人抗体序列，并于2026年5月上线RenSuper Workstation平台供药企按靶点等条件检索。2026年上半年公司营收9.4亿元，同比增长51.6%，毛利率76.2%；截至2026年6月末抗体合作协议累计超过455项。文章认为，相比算法预测的分子概率，这些来自活体免疫的真实序列构成可对外授权的确定性资产，并带动靶点人源化小鼠的验证需求。

    会变成一座数据库。 本文来自微信公众号“医曜”，作者：颜松，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+16 好文章，需要你的鼓励医曜特邀作者6收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章DeepSeek全面开源推理框架：兼容英伟达、华为昇腾芯片，单集群日吞吐155万亿Token，每卡每小时收入38美元集中兑现，全面爆发：城市NOA进入「轻舟时刻」解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年抢在Anthropic敲钟前：OpenAI冲刺300亿美元融资，估值剑指1.4万亿国产 AI 性价比王者要换人了吗？MiniMax 来真的港科大团队：让Agent找回长对话中“失联的记忆”Anthropic谷歌字节腾讯入场，科技巨头为何集体涌向AI制药？美团做了个大众点评版的Skill平台DeepSkill，收录超37万个技能工具智谱的困惑：海外口碑极佳的GLM，为何在国内大众眼里输给了DeepSeek和豆包？医曜

    匹配字段正文

    #hot-signal#行业动态#数据/训练#现象/趋势
  11. 36氪 · AI

    硅谷权力的代际折叠：印裔高管身价十亿美元，新一代华裔创业百亿美元

    硅谷顶层权力呈现代际与族裔分化：萨提亚·纳德拉、桑达尔·皮查伊等50多岁至60多岁的第一代印度裔占据十亿美元级管理层CEO主流，而徐迅（Tony Xu）、亚历山大·王（Alexandr Wang）等30岁上下到40岁出头的新一代华裔创始人正以数十亿美元级身价冲击百亿美元潜力股。差异源于移民代际红利与财富模式：前者靠薪水与期权线性积累，后者靠创业股权实现指数增长。AI浪潮下，OpenAI核心团队中华人科学家占比约三至五成。

    则正在被新一代华裔改写：在现有的框架里做到极致，你可以成为优秀的管家；但只有敢于去创业、去建立新框架的人，才能成为这片土地真正的主人。 如今，随着AI时代的全面爆发，新一代华裔创始人的崛起正在变得更加猛烈。他们不再局限于复制商业模式的互联网应用，而是深入到大模型的底层架构、算力芯片的硬核研发之中。比如OpenAI核心团队中华人科学家占比约三至五成，再比如国内DeepSeek等年轻团队以极低成本惊艳全球。 第一代印裔移民修好了高速公路，成为了优秀的收费站管理者；而现在，新一代华裔正驾驶着自己造的跑车，在AI的旷野上狂飙。硅谷的下一场造富神话，注定将由这些敢于创业的年轻人来书写。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+112 好文章，需要你的鼓励Tech商业特邀作者5收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章英伟达百亿美元投资落子德国，黄仁勋：昔日科技强国掉队，让我十分痛心Google申请被拒：美国专利战，正在重算攻防成本马斯克第三

    匹配字段正文

    #hot-signal#行业动态#OpenAI#DeepSeek
  12. 36氪 · AI

    剂泰科技与礼来达成最高11亿美元合作，生成式AI-LNP平台首次出海

    10月19日，剂泰科技（7666.HK）与礼来宣布战略合作，共同推动组织特异性LNP递送技术，总额最高11亿美元，成为中国首个生成式AI-LNP平台出海大单。文章称礼来此前已在算力、分子设计、基因编辑和体内递送等环节布局，此次补上递送层。剂泰的NanoForge平台已积累超过1000万种脂质结构和10万个实验数据点，其AiTEM平台此前已在恒瑞医药本地化部署。

    APP”（ID：hkguruclub），作者：医药多巴胺，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+14 好文章，需要你的鼓励格隆汇特邀作者0收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章DeepSeek全面开源推理框架：兼容英伟达、华为昇腾芯片，单集群日吞吐155万亿Token，每卡每小时收入38美元集中兑现，全面爆发：城市NOA进入「轻舟时刻」解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年抢在Anthropic敲钟前：OpenAI冲刺300亿美元融资，估值剑指1.4万亿国产 AI 性价比王者要换人了吗？MiniMax 来真的港科大团队：让Agent找回长对话中“失联的记忆”Anthropic谷歌字节腾讯入场，科技巨头为何集体涌向AI制药？美团做了个大众点评版的Skill平台DeepSkill，收录超37万个技能工具智谱的困惑：海外口碑极佳的GLM，为何在国内大众眼里输给了DeepSeek和豆包？格隆

    匹配字段正文

    #hot-signal#行业动态#数据/训练
  13. 36氪 · AI

    第一批机器人独角兽开始排队破产，宇树却在赚钱

    2026年上半年全球人形机器人出货量接近2.5万台、同比增长432.1%，同期达闼机器人被裁定受理破产清算、K-Scale Labs关停、一星机器人团队解散。文章引用中国信通院数据指出，文娱商演和科教数采合计占出货量60%以上，真正用于生产作业的仅0.12万台、占比不到6%。对比宇树、优必选、智元2025年财报，宇树营收16.99亿元、扣非净利润5.91亿元，优必选净亏损7.03亿元，智元市销率约48倍。

    不会拍照的机器人不是好具身智能？00后们创业造机器人，最小的22岁商演租金暴跌九成，宇树们加码海外，机器人寻觅更大的舞台机器人和人工智能需要交社保吗？具身智能融资降温？8月还在抢投，10月连FA都在说上市暂缓刚刚，全球首个机器人大脑API开放，英伟达DreamZero团队创业，葛云皓任CTO清华姚班、哈佛学霸，让机器人自己写代码、练技能，终于不用人手把手带了DeepSeek新模型升级，梁文锋正在为具身智能铺路？留给GEO的时间不多了投行圈子特邀作者 聚焦一级市场、上市公司和商业最前沿发表文章128篇 最近内容第一批机器人独角兽，开始排队破产2小时前马斯克，“炮轰”人形机器人22小时前千亿巨头联讯仪器，赴港IPO22小时前阅读更多内容，狠戳这里选靠谱AI，看真实评测查看36氪AI测评官方交流社区加入咨询项目审核和入驻联系36氪项目推荐订阅号关注 下一篇汇源创始人放弃“汇源” 最终，这场创始人与资本之间的角力，以创始人一方弃用商标迎来拐点。 36氪欧洲站36氪欧洲站36氪欧洲站Ai产品日报网络谣言信息举报入口热门推荐 推送和解读前沿、有料的科技创投资讯 一级市场金融信息和系统服务提供商 聚

    匹配字段正文

    #hot-signal#行业动态#具身智能#现象/趋势
  14. 36氪 · AI

    高盛：CoreWeave债券收益率升至15.7%，高利率下AI融资与法国财政承压

    高盛利率策略师David Curtin将CoreWeave债券收益率飙升与法国国债利差扩大归入同一高利率框架。CoreWeave 9.75%、2031年到期债券收益率一度从5月低点8.89%升至15.70%，相对美债利差峰值达1071个基点，其五年期CDS收于1117个基点，隐含约63%的五年内违约概率。高盛指出AI资本开支热潮本身也是推高长端利率的因素之一，若融资压力迫使资本开支降温，长端利率可能回落，但AI产业链将面临投资放缓与估值下修。

    。 本文来自微信公众号“华尔街见闻”，作者：许超，36氪经授权发布。 该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。+14 好文章，需要你的鼓励36氪的朋友们特邀作者0收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部举报参与评论评论千万条，友善第一条登录后参与讨论提交评论0/1000你可能也喜欢这些文章DeepSeek全面开源推理框架：兼容英伟达、华为昇腾芯片，单集群日吞吐155万亿Token，每卡每小时收入38美元集中兑现，全面爆发：城市NOA进入「轻舟时刻」解气，35万个AI专骗骗子，陪聊装傻套情报，让电诈白干17年抢在Anthropic敲钟前：OpenAI冲刺300亿美元融资，估值剑指1.4万亿国产 AI 性价比王者要换人了吗？MiniMax 来真的港科大团队：让Agent找回长对话中“失联的记忆”Anthropic谷歌字节腾讯入场，科技巨头为何集体涌向AI制药？美团做了个大众点评版的Skill平台DeepSkill，收录超37万个技能工具智谱的困惑：海外口碑极佳的GLM，为何在国内大众眼里输给了DeepSeek和豆包？36

    匹配字段正文

    #hot-signal#行业动态#数据/训练#OpenAI
  15. 36氪 · AI

    机器人和人工智能需要交社保吗？

    科技互联网专家张栋伟认为，机器人是设备、人工智能是技术系统，都不是民事劳动者，不能“交社保”；真正的问题是机器替人省下的成本要不要部分回填社保。2025年全国社保基金预算收入12.6万亿元，其中财政补贴约2.9万亿元、占约23%，全国灵活就业人员约3.2亿，参加职工养老保险的仅约7000万，已参保者约38%中途断缴。他主张以宽税基把自动化增量收益引入社保筹资，而非新设“机器人税”。

    会拍照的机器人不是好具身智能？00后们创业造机器人，最小的22岁商演租金暴跌九成，宇树们加码海外，机器人寻觅更大的舞台第一批机器人独角兽，开始排队破产具身智能融资降温？8月还在抢投，10月连FA都在说上市暂缓刚刚，全球首个机器人大脑API开放，英伟达DreamZero团队创业，葛云皓任CTO清华姚班、哈佛学霸，让机器人自己写代码、练技能，终于不用人手把手带了DeepSeek新模型升级，梁文锋正在为具身智能铺路？留给GEO的时间不多了张栋伟特邀作者 市场营销专家、资深互联网人士、大学生就业创业导师发表文章109篇 最近内容机器人和人工智能需要交社保吗？2小时前机器人行业进入下半场，一边排队IPO，一边破产清算2026-10-15联想电脑同比大跌22%，AIPC的故事也不好讲2026-10-10阅读更多内容，狠戳这里选靠谱AI，看真实评测查看36氪AI测评官方交流社区加入咨询项目审核和入驻联系36氪项目推荐订阅号关注 下一篇盛和资源拟超16亿“卖子”，中国稀土集团接盘 36氪欧洲站36氪欧洲站36氪欧洲站Ai产品日报网络谣言信息举报入口热门推荐 推送和解读前沿、有料的科技创投资讯 一级市场

    匹配字段正文

    #hot-signal#现象/趋势#行业动态

星期一

  1. 邵猛精选

    阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA

    阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈 OpenGCUA，包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。其核心设计是代码执行与决策从 harness 转移到模型，模型按需截图、编写带循环和条件判断的 Python 程序编排 GUI 操作、API 调用和 shell 命令，并自行维护 todo 列表。在 OSWorld-v2 上对 8 个前沿模型的评测中，平均 partial score 从 45.3 升至 64.9，每任务步数平均减少 53%；真机 macOS 测试中，同一 harness 下 Qwen3.8-Max 的推理 token 消耗是 GPT-6 Astra 的 19.4 倍，4 个任务完成 3 个。

    LI 混合智能体（他们早期的 Qwen-UI-Agent）都成了 GCUA 框架的特例，这个统一视角本身就有理论价值。 实验结果：数字说明了什么 在 OSWorld-v2 上对 8 个前沿模型（GPT-6 Astra、Claude Opus 5、Gemini 3.8 Flash、GLM-5.3-Flash、Qwen3.8-Max/Flash、Kimi K3、DeepSeek-V4.1-Flash）的评测： · 平均 partial score 从 45.3 升至 64.9（+19.6 分），每任务步数平均减少 53%；GPT-6 Astra 从 102 步降到 34 步。 · 弱模型受益最大（GLM-5.3-Flash +35.2），强弱模型差距从 39.1 缩小到 18.0。这暗示：代码执行范式降低了"代理能力"对模型 GUI 精细操作能力的依赖，弱模型可以靠写程序弥补感知-点击精度不足；对开源生态是个重要信号。 · 代码执行比 GUI+CLI 混合再加 6.1 分、步数再降 14.8%，验证了"编排成程序"优于"交替调用工具"。 · 真机 macOS 测试揭示了一个基准测试掩盖的事

    匹配字段正文

    #hot-signal#开源/仓库#Agent#MCP/工具调用
  2. The Rundown AI

    Anthropic 设立公共利益基金，拟拿出 5% 股权

    Anthropic 推出 Anthropic Public Benefit Fund，这是一个由公司持有的 LLC，若股东批准将获得公司 5% 股权，按其 5 月估值约合 480 亿美元，并随公司价值上升而增加。基金可支持非营利组织或向特定人群直接分配，不用于游说和政治；公司价值每较未公布基准上涨 50%，董事会可再追加 2%。Anthropic 将 AI 对劳动者的冲击列为目标之一，此前已在 6 月承诺投入 2 亿美元研究就业冲击与政策应对。

    a demo wiring a simulated fruit fly’s brain into its Odyssey-3 model that generates virtual worlds, letting the digital bug fly through them with no human steering. Chinese AI lab DeepSeek updated its V4.1-Flash model, which it says now finishes tasks faster with shorter answers, and opened its in-house web search tools to devs. 🎓 Highlights: News, Guides & Events Meta turns Mac into an AI supercomputer Zach Mink • 8 minutesAI Anthropic co-founder says the singularity is underway Zach Mink • 8 m

    匹配字段正文

    #newsletter#行业动态#Anthropic
  3. MarkTechPost精选

    MiniMax 发布 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token

    MiniMax 在 API 上线 MiniMax M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，支持 100 万 token 上下文，输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭，提供 Low 到 Max 五档强度，权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首，Terminal Bench 4.0 为 38.1，落后 Opus 5 的 51.8。

    BankerToolBench at 76.2. It also tops LOCA-Bench 256K at 60.3. Agents’ Last Exam lands at 29.6. Coding results are mixed. DeepSWE v1.1 scores 73.7, just above GPT-5.6 Sol at 73.0. DeepSeek-V4.1-Flash-1017 scores higher at 77.0. Terminal Bench 4.0 is the weakest result at 38.1. SWE Refactor Bench sits at 23.0, versus 31.0 for Opus 5. On vision, BabyVision with tools reaches 91.0 and CharXiv RQ reaches 82.5. HLE without tools scores 43.4. Spot checks hold up. The Kimi K3 model card reports DeepSWE

    匹配字段正文

    #ai-vertical#模型发布#Agent#推理
  4. Artificial Analysis 完整文章

    Artificial Analysis 发布 AA-PersonalityBench：衡量 AI 模型的沟通风格

    Artificial Analysis 推出 AA-PersonalityBench，用 LLM 评审团对同一问题的回答做两两比较，覆盖 30 项人格特质并归为 8 个指数：表达力、组织性、信息量、透明度、亲和力、信念感、想象力和 Slop。基准还以程序化方式测量 21 项沟通特征，如回答长度、结构、标点和强调；每个特质 30 题、共 900 题，模型在无系统提示下作答，结果以百分位排名呈现。

    0 项特质 Elo z 分数的相关性高时，它们在人格上相似并紧密聚类。从单个模型开始，树反复将平均距离最小的两组连接起来，无论是模型还是聚类。 Claude Fable 5.1（max with fallback） Claude Opus 5.5（max with fallback） Claude Sonnet 5.5（max with fallback） DeepSeek V4.1 Flash 1017（max） 比较模型：每根条形显示一个模型的回答在该特质上被偏好于另一个模型的概率，基于两者的 Elo 差距。50% 表示势均力敌。模型 A 对比模型 B AA-PersonalityBench：表达力指数，Claude Opus 5.5（max with fallback）对比 Claude Sonnet 5.5（max with fallback）：根据 Elo 差距，每个模型的回答被判定为在该特质上表现更强的概率 · 50% 表示势均力敌。Claude Opus 5.5（max with fallback）Claude Sonnet 5.5（max with fallback）词

    匹配字段正文

    #company#评测/基准#现象/趋势
  5. 智东西

    蚂蚁集团领投清华系AI金融创企熵简科技C轮融资

    北京AI金融创企熵简科技完成C轮融资，由蚂蚁集团领投，东方国信与乔贝资本跟投，双方将在AI金融智能体研发、AI金融垂域模型训练等领域深度合作。熵简科技核心产品为AI投研平台AlphaEngine，已累计服务十万余名机构投资者、覆盖9000余家机构，今年还推出投研智能体AlphaClaw和AlphaEngine机构版。

    轮融资，其余两轮未由公司官宣的为2018年成立初期的天使轮和2021年的B轮融资。 ▲熵简科技的融资情况（图源：企查查） 该公司的核心产品为面向金融人士的AI投研平台AlphaEngine ，内置海内外资券商研报、会议纪要、点评资讯的投研知识库。基于此，用户可以搜索和查阅各类行业研报、公告和会议纪要，并通过FinGPT与资料库进行问答。 去年2月，熵简科技用DeepSeek-R1蒸馏了熵简科技的FinGPT模型，当时其调用不到30张GPU、用了2周的时间，将DeepSeek-R1背后600多亿参数所蕴含的深度理解和长程推理能力迁移并蒸馏到FinGPT中，使其具备逻辑推理、因果分析和多步决策能力。 其官方数据显示，AlphaEngine已累计服务于十万余名机构投资者，覆盖9000余家机构。 ▲使用FinGPT分析光波导产业（图源：熵简科技） 今年3月，该公司推出金融投研“小龙虾”AlphaClaw，能够独立跑通复杂投研工作流，直接交付Excel表格、回测报告、研报点评等结果。AlphaClaw可以读取保存在本地的电子版《金融炼金术》、《投资最重要的事》等巨著，自动生成索罗斯投资逻辑、霍华

    匹配字段正文

    #hot-signal#行业动态#Agent