header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

#Claude Opus 4.8

共 0 篇文章、40 条快讯
动察 Beating AI 快讯,白天认领 Ox Alpha 后,智谱晚上正式开源 GLM-5.3-Flash,模型权重已经上线 Hugging Face,采用 MIT 许可。它总参数 320B,但每次只激活 18B,原生支持文字、图片和视频,也是 GLM-5 系列首个原生多模态模型。官方称,GLM-5.3-Flash
动察 Beating AI 快讯,阿里推出新的 GUI 智能体基座模型 Qwen-UI-Agent。它能直接看屏幕、点按钮、输入文字,操作手机、电脑和网页;碰到适合命令行处理的任务,也能直接跑 CLI,不用所有事情都靠鼠标一点点完成。阿里做 GUI Agent 已经两年多。2024 年的 Mobile-Agent 主要
动察 Beating AI 快讯,Anthropic 让 Claude 独立完成了一轮蛋白质设计实验。Claude Opus 4.8 和 Mythos Preview 针对 15 个目标蛋白,设计能牢牢附着在它们身上的小蛋白,最终有 14 个目标成功。当然,Claude 并不是直接「手搓蛋白质」。研究人员给它接入了一套
动察 Beating AI 快讯,AI 记忆公司 Engram 联手法律 AI 公司 Harvey 做了个实验:先造出一家虚拟律所,里面有 1 亿 Token、近 1 万份文件和 266 个法律事项,再让 Qwen3.8-27B 提前把这些知识「学进脑子」。一部分直接记进模型参数,一部分整理成笔记,需要时再搜索。结果这
据动察 Beating 监测,DeepSeek-V4-Pro-0813 的 Agent 成绩大幅跃升。DeepSeek 官方流出的自测表显示,DeepSWE 从 Preview 版的 12.8 飙到 62.7,一次涨了 49.9 分。CyberGym 也从 52.7 升到 83.3,AutomationBench 从
据动察 Beating 监测,网络安全创业公司 Corma 正式亮相,并完成 6000 万美元种子轮融资,红杉领投。它正在从头训练专门做网络防御的基础模型,再把模型做成安全 Agent,直接调用企业现有的安全工具。Corma 还做了一组攻防测试。Claude Opus 4.8、GPT-5.5、Grok 4.3 和 De
据动察 Beating 监测,腾讯混元发布 WorldClaw,可以让 Agent 自动规划并搭建 3D 世界。用户只要描述想要的场景,它就会先规划地形和区域,再生成建筑、植物、人物等内容,最后在 Blender 里把场景组装起来。WorldClaw 还会自己检查结果。物体悬空、穿模、比例不对,它会继续调整,再重新渲染
据动察 Beating 监测,人形机器人公司 Figure CEO Brett Adcock 创办的 AI 公司 Hark,发布首款 AI Agent 产品 Handoff。它能自己操作网页,替用户点外卖、购物、订机票和填写表格。Handoff 在浏览器操作评测 Online-Mind2Web 中拿到 97.7 分,超
据动察 Beating 监测,评测机构 Artificial Analysis 重测 Qwen3.8 Max 后,将其 Intelligence Index 从 53 分上调到 56 分。此前测试接口出现间歇性异常,这次改用阿里云官方 API 重跑。新成绩追平 Claude Opus 4.8,但仍比 Kimi K3 低
据动察 Beating 监测,Meta 发布 Muse Spark 1.2 后,评测机构 Artificial Analysis 给它 54 分,比上一版高 3 分,比今年 4 月的首版高 11 分。它现在与 Grok 4.5 同分,只差 GPT-5.5 一分,在美国 AI 模型中并列第三。这次进步主要来自 Agent
据动察 Beating 监测,在长程软件工程基准 DeepSWE 上,DeepSeek-V4-Flash 正式版拿到 54.4 分,接近 Claude Opus 4.8 的 59 分,远高于 V4-Pro-Preview 此前的 8 分。这个成绩低于 Kimi K3 的 69 分,但高于 GLM-5.2 的 44 分,
据动察 Beating 监测,Artificial Analysis 更新 AA-Briefcase 榜单。这个评测让模型从近 2000 份邮件、Slack 记录和公司文件中找信息,再交付表格、演示文稿和界面原型。它共设 4 个长期项目和 91 项保密任务。Kimi K3 得分 1543 Elo,仅次于 Claude
据动察 Beating 监测,Artificial Analysis 最新榜单显示,8 天内有 4 款前沿模型发布。Grok 4.5、GPT-5.6、Muse Spark 1.1 和 Kimi K3,先后进入第一梯队。目前,智能指数超过 50 分的模型团队已有 6 家。6 月初,这一门槛还只有 OpenAI 和 Ant
据动察 Beating 监测,Artificial Analysis 发布 Kimi K3 独立评测。它在 Intelligence Index v4.1 获 57 分。整体水平与 Claude Opus 4.8、GPT-5.5 相当,仍低于 Claude Fable 5 和 GPT-5.6 Sol。这个综合指数由 9
BlockBeats 消息,7 月 17 日,据 Bitget 行情数据,港股盘中智谱一度跌超 17%,现跌近 15%。消息面上,其直接竞争对手月之暗面发布 Kimi K3,在部分编程和 Agent 测试中超过 Claude Opus 4.8、GPT-5.5。此外,昨日 Anthropic 首次点名智谱,指责 GLM-
据 动察 Beating 监测,月之暗面正式发布新一代旗舰模型 Kimi K3。模型支持 100 万 token 上下文,能同时处理文字、图片和视频。它主要面向长时间编程、研究和知识工作。K3 总参数达 2.8 万亿,采用混合专家架构。每次运行只激活 896 个专家中的 16 个。月之暗面称,这是首个 3 万亿级开放模
据动察 Beating 监测,独立评测机构 Artificial Analysis 更新 AutomationBench-AA 榜单。SpaceXAI 的 Grok 4.5 以 51.4% 得分登顶,超过 Claude Fable 5 的 48.6% 和 Claude Opus 4.8 的 48.5%。Automati
据动察 Beating 监测,科技博主 leo 爆料称,OpenAI 可能在 7 月 7 日至 9 日对公众开放 GPT-5.6,最早时间指向 7 月 7 日。新模型套餐额度会更宽松,OpenAI 也在上线前加强安全策略。Google DeepMind 的 Gemini 3.5 Pro 被传暂定 7 月 17 日上线。
据动察 Beating 监测,桥水基金旗下人工智能应用实验室(Bridgewater AIA Labs)与 Thinking Machines 合作,成功将微调模型应用于金融信息筛选,实现了超越前沿大模型(GPT 5.5 和 Claude Opus 4.8)的准确率。在金融文章相关性、央行文件分析等六项日常投资任务中,
据动察 Beating 监测,OpenAI 发布了计算生物学评测基准 GeneBench-Pro,用来测试 AI 智能体在面对基因组学和转化医学等复杂科研场景时的多步决策能力。新基准共包含 129 个问题(其中 82 个经过外部专家评审),通过计算机模拟生成具有明确因果关系的数据,防止模型通过走捷径或迎合出题人偏好来作
24H热门精选
下载 BlockBeats
home-down-code