OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 05:08北京时间

8月27日 周四

产品与应用官方发布

英伟达扩展NVLink Fusion架构,推出NVHBM定制高带宽内存技术

英伟达宣布在其NVLink Fusion架构中新增NVHBM(NVIDIA High Bandwidth Memory)定制高带宽内存技术。该技术将内存控制器集成至3D HBM堆栈基底芯片中,而非传统地置于XPU芯片上,从而提升内存带宽最高达30%,降低HBM功耗约15%,并释放最多25%的XPU计算芯片面积。 亚马逊Annapurna Labs将成为首家合作开发NVHBM技术的厂商,其下一代Trainium4芯片将支持NVLink Fus...

行业观察官方发布

Anthropic 向三家研究机构开放 Claude 真实使用数据

Anthropic 于2026年春季启动试点项目,通过隐私保护工具 Anthropic Insights(原 Clio),向斯坦福大学 SALT Lab、牛津大学人类信息处理实验室及 METR 三家外部研究机构开放约25万段2026年4月至5月期间的 Claude.ai 和 Claude Code 真实用户对话数据。 该数据经匿名化与敏感信息过滤处理,仅用于支持各机构独立设计并开展学术研究。目前相关研究结果已陆续公开发布。 此举旨在推动大模...

模型发布官方发布

Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型

Google DeepMind 正式发布 Gemini 3.5 Transcribe 语音转文本模型,专为实时语音交互场景设计,提供流式与非流式两种 API 接口。 据 Artificial Analysis 评测,该模型在流式模式下平均词错率为 4.0%,非流式模式下为 2.6%。模型支持超 85 种语言,具备自定义词汇能力,并可识别最多三位说话人。 Gemini 3.5 Transcribe 已上线 Google DeepMind 官方...

8月26日 周三

模型发布官方发布

OpenRouter 推出编辑器内实时 AI 模型选型框架

AI 行业动态 8月25日消息,OpenRouter 近日提出一套面向开发者的 AI 模型选型框架,强调以任务完成效果与成本为决策核心。该框架分四步:明确定义任务目标;基于实时用量数据与第三方基准筛选候选模型;横向对比各提供商的定价、延迟与可靠性;最后使用自有提示词进行端到端测试。 框架摒弃传统“每 token 成本”指标,转而采用“每完成任务的成本”作为核心评估标准。配套的 MCP 服务器已支持集成至 Claude Code、Cursor...

模型发布官方发布

OpenRouter 推出统一异步视频生成 API,支持 Seedance/Veo/Wan 等多模型

OpenRouter 正式推出统一的异步视频生成 API。开发者可通过 POST /api/v1/videos 提交生成任务,后续通过轮询获取状态并下载 MP4 文件。 该 API 支持 Seedance、Veo、Wan 等多个视频生成模型,切换模型仅需修改请求中的 model 标识符,无需调整接口调用逻辑。 此举旨在简化多模型视频生成服务的集成流程,提升开发者接入效率。

行业观察官方发布

Anthropic启动500万美元AI福祉影响评估研究资助计划

Anthropic宣布启动一项总额500万美元的资助计划,支持独立研究人员开展人工智能对用户福祉影响的评估研究。该计划将提供资金、模型访问权限及技术支援,重点资助构建开源评估工具与基准的项目。 资助对象需完全独立开展研究,并将成果以开源形式发布,供全行业开发者使用。Anthropic强调,当前AI在心理健康支持、陪伴对话等场景中的应用日益广泛,但缺乏统一、严谨的福祉影响评估标准,尤其在多轮对话中识别风险演变、适配个体语境等方面仍存挑战。 A...

8月25日 周二

产品与应用官方发布

英伟达RTX Spark平台获多家游戏厂商支持,Gamescom公布多款大作适配进展

英伟达在德国科隆举办的Gamescom展会期间宣布,RTX Spark平台已获得Electronic Arts、Ubisoft、Embark Studios等多家主流游戏厂商支持,多款即将发售的PC大作将原生适配该平台。其中包括EA SPORTS F1 25、Apex Legends、Anno 117: Pax Romana、ARC Raiders和THE FINALS等。 RTX Spark平台面向新一代Windows PC,整合RTX技...

模型发布官方发布

IBM发布Granite 4.2系列推理大模型,含3B/8B/30B三尺寸

IBM 8月25日消息,IBM正式发布Granite 4.2系列大语言模型,包含3B、8B和30B三种参数规模,均为从零训练的dense decoder only架构,支持最长512K上下文。该系列首次聚焦显式推理能力,所有模型均具备链式思维(CoT)生成、思考/非思考模式切换、低开销思考模式及原生工具调用功能。 Granite 4.2采用五阶段预训练策略,基于约15万亿token数据;监督微调(SFT)使用约720万样本(约100B to...

行业观察官方发布

NVIDIA Vera Rubin NVL72 提升智能体能效:每兆瓦吞吐量最高提升 30 倍

NVIDIA 实测数据显示,Vera Rubin NVL72 在 AI 智能体工作负载下,每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍,每百万 token 计算成本降低至原方案的 1/35。 该性能提升基于 NVIDIA 对智能体典型任务场景的基准测试,涵盖推理延迟、并发请求处理及长上下文调度等维度。Vera Rubin NVL72 采用新一代架构与液冷优化设计,面向大规模智能体集群部署。

模型发布官方发布

GPT-5.6 模型家族上线开发智能体 Kiro

GPT 5.6 模型家族已正式接入软件开发智能体 Kiro,包含 Sol、Terra 和 Luna 三款模型。在 Terminal Bench 2.1 测试中,GPT 5.6 Terra 在 Kiro 环境下完成任务的成本降低约 82%。该版本由 OpenAI 与 AWS 联合优化,聚焦减少迭代次数、提升 token 利用效率,以支持开发者生成更高质量代码。

行业观察官方发布

Mistral与HUMAIN达成战略合作,推进中东地区主权AI建设

Mistral AI 8月24日消息,Mistral AI与沙特阿拉伯科技公司HUMAIN宣布建立战略合作伙伴关系,共同推动沙特及中东地区的主权AI发展。合作涵盖AI基础设施建设、先进模型本地化开发及AI解决方案部署,初期聚焦网络安全与语音技术领域。 双方计划联合开发高性能阿拉伯语大模型,并探索利用HUMAIN数据中心设施满足区域日益增长的本地算力需求。合作规模达数亿欧元,将支持金融、制造、电信、公共部门等对数据主权、合规性与运营自主性要求...

8月24日 周一

行业观察官方发布

NVIDIA Vera Rubin NVL72实测:AI智能体推理能效达GB300 NVL72的30倍,Token成本降低35倍

NVIDIA 官方消息,8月24日公布的实测数据显示,Vera Rubin NVL72系统在AI智能体(agentic AI)工作负载下,每兆瓦功耗的推理吞吐量最高可达GB300 NVL72的30倍,单百万token成本较后者降低35倍。 该数据基于SemiAnalysis AgentX真实编码轨迹工作负载测得,完整保留上下文累积、工具调用与子智能体调度等典型智能体行为。测试覆盖Kimi K3、MiniMax M3、GLM5.3、Qwen3...

行业观察官方发布

英伟达宣布 Groq 3 LPX 全面量产,扩展 Vera Rubin 架构优化代理式 AI 推理

英伟达(NVIDIA)宣布 Groq 3 LPX 推理加速平台已进入全面量产阶段。作为 Vera Rubin NVL72 机架级系统的关键扩展,该平台专为代理式 AI(agentic AI)工作负载优化,旨在提供低延迟、高吞吐的 token 生成能力。 在 Artificial Analysis 基准测试中,Groq 3 LPX 运行 Gemma 4 31B 开源代理模型时,针对 10 万 token 长上下文场景实现每秒 3400 个输出...

产品与应用官方发布

英伟达推出NVLink Fusion,支持XPU接入AI工厂级基础设施

英伟达正式发布NVLink Fusion技术,旨在帮助超大规模厂商及AI原生企业将自研XPU无缝集成至其AI工厂基础设施中。该方案通过第六代NVLink实现最高72颗XPU互联,端到端延迟较商用以太网方案低3倍,数据包速率高10倍。 NVLink Fusion支持XPU与英伟达Vera CPU或其他生态CPU通过NVLink C2C互连,能效达PCIe接口的6倍;同时兼容MGX机架级架构及现有供应链,包括QCT、Annapurna Labs...

8月21日 周五

模型发布官方发布

Hugging Face 发布新测试,揭示语音识别模型存在“刷分”现象

Hugging Face 最新研究引入三项测试,用于量化语音识别(ASR)领域的基准优化(benchmaxxing)现象。研究对 11 个开源 ASR 模型展开评估,发现多个在 VoxPopuli 和 LibriSpeech 基准上得分较高的系统,会直接复现基准数据集中已知的错误转录文本,即便输入音频内容与之明显矛盾。 进一步分析表明,部分模型能通过声学线索识别音频是否来自特定基准数据集,从而触发预设响应策略。这种行为导致模型在标准测试中得...

模型发布官方发布

DeepSeek 发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp

DeepSeek 上线实验性多模态视觉理解模型 DeepSeek V4 Flash Vision Exp。该模型面向开发者开放,可通过 API 平台调用,需在请求中指定 model 参数为 'deepseek v4 flash vision exp'。 该模型定位为视觉理解方向的轻量级实验版本,目前处于早期发布阶段,官方未披露具体性能指标或训练细节。 建议用户在非关键场景中进行技术验证。

产品与应用官方发布

Mistral 推出 Agentic Search:多步检索提升复杂文档查询准确率

Mistral 近日发布 Agentic Search,一种面向复杂文档查询的多步检索方法。该技术集成 search、open、navigate、read、grep 五类工具,支持模型在长文本及多源信息中执行查找、定位与交叉验证。 Agentic Search 旨在提升 AI 系统在处理高难度文档理解任务时的准确率,尤其适用于需多轮推理与信息精炼的场景。目前相关细节已通过 Mistral 官方渠道公开。

模型发布官方发布

Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型,推理速度最高提升 3.18 倍

Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点,采用投机解码技术,在不降低输出质量的前提下,GPU 吞吐量最高提升 3.18 倍,端侧推理速度最高提升 2.87 倍。该草稿模型参数量约 300M,可显著优化 LFM2.5 2.6B 模型的函数调用延迟,平均降低达 57%。目前相关模型已开源,并支持 llama.cpp 和 SGLang 推理框架。

产品与应用官方发布

Liquid AI 发布 LFM2.5-DSpark 推测解码方案,推理速度最高提升 3.2 倍

Liquid AI 于 8 月 20 日发布 LFM2.5 系列模型的 DSpark 加速版本,涵盖 LFM2.5 1.2B Instruct、LFM2.5 2.6B 和 LFM2.5 8B A1B 三款模型。该方案采用置信度调度的推测解码(DSpark)技术,在不改变输出质量的前提下显著提升推理吞吐量。 测试数据显示,在 H100 GPU 上,LFM2.5 8B A1B DSpark 实现最高 3.18 倍速度提升(428→1362 to...

8月20日 周四

产品与应用官方发布

Mistral 推出 Agentic Search 检索技术,提升复杂文档问答准确率

Mistral 官方 8月20日消息,Mistral 宣布推出 Agentic Search 检索技术,作为其 Mistral Search Toolkit 的核心组件,面向企业级 AI 系统提供多步检索能力。该技术通过 search、open、navigate、read 和 grep 五类工具,支持模型在长文档、多源数据及结构化表格中动态导航、分步验证信息,而非依赖传统单次检索(one shot RAG)返回的固定文本块。 据官方披露,在...

行业观察官方发布

NVIDIA GeForce NOW 云游戏服务正式支持 Firefox 浏览器

NVIDIA 官方宣布,GeForce NOW 云游戏服务即日起正式支持 Firefox 浏览器。用户无需下载专用客户端,只需使用最新版 Firefox 访问 play.geforcenow.com,即可直接在浏览器中启动支持的 PC 游戏。 该功能面向所有 GeForce NOW 会员开放,Ultimate 会员可享受最高 1440p 分辨率、120 帧/秒的 RTX 加速性能。Firefox 成为继 Chrome、Edge 和 Oper...

8月19日 周三

产品与应用官方发布

Liquid AI 发布 LFM2.5 系列 Q4_0 量化检查点,恢复 97% 精度损失

Liquid AI 近日发布 LFM2.5 系列四款 Q4 0 GGUF 量化检查点,涵盖 230M、350M、1.2B Instruct 和 2.6B 四种参数规模。 该系列采用量化感知蒸馏(QAD)训练方法,在维持原生 Q4 0 内存占用与推理速度的前提下,恢复了 BF16 精度基准下平均精度损失的 97%。 相关模型已面向开发者开放,适用于资源受限环境下的高效部署。

行业观察官方发布

IBM研究院与Hugging Face联合研究:智能体上下文记忆用量需按模型能力校准

IBM研究院与Hugging Face近日在技术博客中发布一项关于智能体(Agent)上下文记忆机制的实证研究。研究指出,为智能体注入由历史经验提炼的指南集并非“越多越好”,其有效用量需根据模型自身能力进行校准。 研究基于ALTK Evolve框架,在AppWorld多步任务基准(585个任务)上测试了8款模型,涵盖30B稠密模型至745B MoE模型。结果发现三类典型模式:强模型(如DeepSeek V3.2)受益于完整指南集,任务完成率...

8月17日 周一

行业观察官方发布

英伟达与SB Energy合作锁定俄亥俄州AI工厂用地及电力资源,OpenAI将承租

英伟达(NVIDIA)官方宣布与SB Energy达成合作,将在美国俄亥俄州Portsmouth的PORTS Pike科技园区锁定4.25吉瓦AI工厂基础设施(LPS)容量,用于部署英伟达全栈式DSX AI工厂平台。OpenAI将成为该设施的承租方,预计初期部署将支持约150万台英伟达GPU,对应约1500亿至2000亿美元英伟达收入。 根据协议,英伟达将为PORTS Pike项目提供为期20年的部分租赁与电力付款担保,并设定残值承诺,但不...

8月14日 周五

行业观察官方发布

Hugging Face 发起 ICML 2026 论文复现挑战:2226 篇论文、35908 项声明获系统性验证

Hugging Face 于 2026 年 7 月 15 日至 8 月 2 日发起 ICML 2026 开放复现挑战,组织超 1200 名社区成员使用 Claude Code、Codex、Cursor 等编码智能体,对 ICML 2026 接收的 6341 篇论文中的 2226 篇(占比约 34%)开展逐项声明级复现。活动共生成 6816 份可审计的 Trackio 日志本,涵盖 35908 项科学主张的验证结果。 结果显示:51% 的被检...

8月13日 周四

产品与应用官方发布

GeForce NOW 正式发布原生 Linux 应用,优化云游戏帧生成与 Chromebook 支持

NVIDIA 宣布 GeForce NOW 原生 Linux 应用正式结束测试阶段,面向公众发布。该应用基于 Ubuntu 24.04 及更高版本,采用 Flatpak 仓库分发,强调性能、稳定性与易用性。 本次更新同步优化了云端 DLSS 帧生成技术,降低流媒体延迟,提升 1440p 和 4K 分辨率下 60/120 帧率的响应速度;Performance 会员还可受益于服务器端 CPU 性能调优,在部分高负载游戏中获得更高帧率。 此外,...

8月12日 周三

行业观察官方发布

黄仁勋获评Glassdoor 2026年度最佳CEO榜首

NVIDIA创始人兼CEO黄仁勋以99%的员工认可率位居Glassdoor发布的2026年度“最佳CEO”榜单首位。该榜单基于2025年5月16日至2026年5月15日期间美国员工在Glassdoor平台提交的匿名评价生成,聚焦CEO及高管领导力对员工体验与公司声誉的影响。 Glassdoor此次重启“最佳CEO”榜单,取代已停办五年的“最佳管理公司”榜单,并强调领导力在AI时代重塑职场预期中的关键作用。榜单显示,科技行业CEO占比最高,共...

模型发布官方发布

Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型,支持端侧高效运行

Liquid AI 于 8 月 12 日发布 LFM2.5 VL 3B 视觉语言模型。该模型参数量约 31 亿,采用 SigLIP2 400M NaFlex 视觉编码器与 LFM2.5 2.6B 文本骨干网络组合,预训练数据达 34 万亿 token,视觉数据量为前代的 4 倍,并扩展词表至 128K 以更好支持非拉丁文字。 模型在屏幕/UI 理解、自然语言目标定位(grounding)、多图推理及函数调用能力四方面实现提升,支持文档、图表...

8月11日 周二

产品与应用官方发布

Mistral推出区域推理服务与欧洲主权AI算力基础设施

Mistral AI 8月11日消息,Mistral AI宣布其区域推理端点(Mistral Regional Endpoints)正式上线,支持客户在欧洲或美国区域内运行推理任务,以满足数据驻留、监管合规与低延迟需求。同时,新推出的“Mistral优先级服务层”(Priority Tier)进入公测阶段,为关键业务提供定制速率限制及SLA承诺。 该公司还宣布将平台扩展至支持第三方开源模型,首期接入Z.ai的GLM 5.2模型,所有第三方模...