OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 20:52北京时间

6月18日 周四

模型发布官方发布

Hugging Face推出开源模型智能体工具调用能力评测框架

Hugging Face 6月18日消息,Hugging Face于今日发布博客文章《Is it agentic enough? Benchmarking open models on your own tooling》,介绍一套面向开源模型的智能体(agentic)能力评测框架。该框架聚焦于评估模型在调用工具(如transformers库)时的实际行为过程,而非仅检验最终结果是否正确。 该评测工具支持对不同模型、不同代码版本及不同使用方式...

产品与应用官方发布

GitHub 发布 CC0-1.0 开源多语言仓库级数据集

GitHub 近日推出一个采用 CC0 1.0 许可证的开源多语言仓库级数据集。该数据集全面覆盖 GitHub 仓库中的 README 文件、Issue 讨论与 Pull Request 内容。 该数据集旨在支持研究人员与开发者深入探索跨语言的开发者协作文本,从而提升多语言 AI 模型的训练与评估能力。GitHub 表示,此举将有效加速多语言场景下代码理解、生成与交互类 AI 工具的研发进程。

产品与应用官方发布

Agentic Resource Discovery 规范发布,支持智能体动态发现工具与能力

Hugging Face 联合微软、谷歌、GoDaddy 等机构共同发布 Agentic Resource Discovery(ARD)规范草案。该规范旨在解决当前智能体开发中“先安装、后使用”的静态能力集成模式,提供一种去中心化、可联邦的运行时资源发现机制。 ARD 定义了两类核心组件:一是基于 ai catalog.json 的静态能力清单格式,允许发布者在标准路径托管能力元数据;二是支持自然语言查询的 REST 风格 /search...

6月17日 周三

行业观察官方发布

Google 医学推理 AI 系统 AMIE 新研究:从诊断迈向长期疾病管理

Google 官方博客发布最新研究,其医学推理 AI 系统 AMIE(Articulate Medical Intelligence Explorer)已从单次诊断对话演进至长期疾病管理场景。该研究今日发表于《自然》杂志。 AMIE 基于 Gemini 模型的长上下文能力,整合了共情对话智能体与深度思考管理推理智能体,能够交叉引用数百页临床指南。在盲测评估中,AMIE 与 21 名初级保健医生进行对比,在整体管理推理能力上达到临床医生同等水...

模型发布官方发布

AI2发布MolmoMotion:语言引导的3D运动预测模型

艾伦人工智能研究所(AI2)正式开源MolmoMotion——一款语言引导的3D运动预测模型。该模型能够根据输入视频帧、物体表面指定的3D查询点及自然语言动作指令,精准预测未来数秒内物体在三维空间中的运动轨迹。 同期发布的还有MolmoMotion 1M数据集与PointMotionBench基准测试集。前者包含来自116万段视频的物体锚定3D点轨迹,覆盖736种运动类型与5600个独立物体;后者含2700段人工验证视频片段,用于定量评估模...

行业观察官方发布

Anthropic 正式启用首尔办公室,宣布与韩国AI生态多项合作

Anthropic 正式启用首尔办公室,并同步公布与韩国多家头部企业、初创公司及研究机构的新一轮合作。 在企业与开发者生态方面,NAVER 已在全公司工程团队部署 Claude Code;游戏公司 Nexon 将其用于千万级用户在线游戏的代码编写与审查;LG CNS、Hanwha Solutions 和 Samsung SDS 也分别在集团内部推进 Claude 的规模化应用,覆盖软件开发、知识工作与智能体流程。初创公司 Channel C...

行业观察官方发布

OpenAI研究:WildChat公开数据集可部分预测GPT-5系列模型真实不良行为

OpenAI近期发布研究,使用WildChat公开数据集(2023年4月至2024年5月收集的100万条对话)模拟模型部署场景,评估其对GPT 5.1、GPT 5.2和GPT 5.4在真实生产环境中不良行为率的预测能力。 研究显示,WildChat模拟结果与私有生产数据对比,平均预测误差约为3倍;其中对技术性与智能体型失调的预测精度明显下降。 该工作验证了高质量公开聊天数据集作为外部审计工具的可行性,但亦指出其在特定失调类型上的局限性。

产品与应用官方发布

英伟达推出XR AI公开测试版,赋能AR眼镜多模态AI智能体开发

英伟达(NVIDIA)宣布NVIDIA XR AI正式进入公开测试阶段,为开发者提供构建面向AR眼镜及扩展现实(XR)设备的多模态AI智能体开发框架。该框架可接入AR/XR设备的视频、音频、深度、位姿及传感器数据,并整合企业知识库检索(NVIDIA NeMo Retriever)、视觉AI工具(NVIDIA Metropolis VSS)及推理模型(NVIDIA Nemotron等),支持在DGX Spark、DGX Station及RTX...

行业观察官方发布

Coherent在得克萨斯州谢尔曼扩建光学芯片工厂,加速AI光互连产能

美国光学器件制造商Coherent当日在得克萨斯州谢尔曼市举行扩建工厂奠基仪式,新建厂房将扩大其6英寸磷化铟(InP)晶圆量产能力。该产线被公司称为全球首条规模化量产6英寸InP晶圆的生产线,所产激光器与光模块是支撑NVIDIA AI系统高速互联的关键组件。 扩建项目获美国《芯片与科学法案》5000万美元拨款支持,并叠加此前德州CHIPS计划及谢尔曼市经济发展委员会约1700万美元资助。NVIDIA创始人兼CEO黄仁勋与Coherent C...

行业观察官方发布

Anthropic研究:领域专业知识提升Claude Code任务效率

Anthropic基于2025年10月至2026年4月约40万次Claude Code交互会话分析发现:人类用户主要负责规划决策(明确‘做什么’),模型则主导执行决策(确定‘怎么做’)。领域专业知识越强,模型单次指令完成的工作量越多。 各类职业用户完成任务的成功率与软件工程师平均水平相近;领域专家成功率略高,但与中级用户差距有限。七个月内,调试类会话占比下降近50%,用户使用重心转向端到端智能体任务,包括部署运行代码、分析数据及编写非代码文...

行业观察官方发布

HPE与NVIDIA联合扩展AI工厂,全面适配智能体(Agentic AI)时代

HPE与NVIDIA在拉斯维加斯HPE Discover大会上宣布,正式扩展HPE AI Factory with NVIDIA解决方案,新增NVIDIA Vera CPU、NVIDIA Agent Toolkit及全栈机密计算(Confidential Computing)支持,以加速企业级Agentic AI从概念验证走向生产部署。 NVIDIA Vera CPU是首款专为AI智能体设计的处理器,针对工具调用、任务编排与实时数据处理进行...

6月16日 周二

产品与应用官方发布

NVIDIA Blackwell平台包揽MLPerf Training 6.0全部七项训练基准测试榜首

NVIDIA Blackwell平台在MLPerf Training 6.0基准测试中包揽全部七项AI模型训练任务的性能榜首,涵盖新增的DeepSeek V3 671B与GPT OSS 20B两种混合专家(MoE)预训练任务。 测试显示,基于GB300 NVL72系统的训练速度最高达GB200 NVL72系统的1.6倍;在DeepSeek V3 671B任务中,NVIDIA以8192颗Blackwell GPU实现迄今最大规模的MLPerf...

产品与应用官方发布

GitHub 官方发布 Copilot CLI 初学者指南:常用斜杠命令概览

GitHub 官方博客近日发布《GitHub Copilot CLI 初学者指南》,系统梳理了终端 AI 智能体常用的斜杠命令(slash commands)及其用法。 该指南主要面向新用户,旨在帮助开发者通过终端指令高效调用与控制 Copilot AI 智能体。内容涵盖 /help、/clear、/settings 等基础命令的功能说明与典型应用场景,侧重于操作指引,不涉及付费模式或版本更新信息。

产品与应用官方发布

xAI 为 Grok Build 推出 Agent Dashboard 多会话管理功能

xAI 为 Grok Build 推出 Agent Dashboard,支持在单一界面中集中管理多个编码会话。仪表板按状态(等待输入、工作中、空闲)分组显示,每行包含状态标记、会话名称、分支、权限模式及当前操作。 用户选中任一会话后可打开 peek 面板查看最新输出并直接回复;对处于“等待输入”状态的会话,支持使用箭头键或数字键快速选择选项。底部输入框支持新建会话,并可指定模型、启用计划模式或开启自动批准编辑。 该功能可通过命令 grok...

6月13日 周六

产品与应用官方发布

OpenRouter 发布 Hermes Agent 使用指南:已处理超 17 万亿 Tokens

OpenRouter 官方博客于 6 月 12 日发布 Hermes Agent 使用指南。数据显示,该 Agent 已在 OpenRouter 平台上处理超过 17 万亿 Tokens。 指南详细说明了基础设置流程,建议开发者选用支持 64K 上下文窗口的模型以优化长文本处理能力。同时,平台提供了灵活的路由策略配置,允许用户根据实际业务需求在成本与可靠性之间进行动态平衡。该指南为集成 Hermes Agent 的开发者提供了明确的实操参考...

安全与政策官方发布

美国政府指令Anthropic暂停Fable 5与Mythos 5模型访问

Anthropic官方发布声明称,美国政府依据国家安全授权,于当地时间17:21向其发出出口管制指令,要求立即暂停所有外国国籍人员(含Anthropic外籍员工)对Fable 5和Mythos 5模型的访问权限。Anthropic表示,为遵守该指令,已即刻下线上述两款模型的全部客户服务,其他模型不受影响。 声明指出,政府指令未提供具体安全关切细节,仅提及发现一种针对Fable 5的“越狱”方法。Anthropic核查后认为,该技术仅能触发少...

产品与应用官方发布

OpenRouter官方教程:如何优化LLM推理成本

OpenRouter官方发布最新使用指南,详解如何在平台获取最低成本的大语言模型推理服务。用户可通过在请求中添加:floor参数自动路由至当前报价最低的可用提供商,并利用max price参数设定单次调用费用上限。 目前平台已支持20余个零成本开源模型免费调用,适合轻量级任务与开发测试。官方同时提醒开发者注意不同模型的计费规则差异,避免因上下文长度、输出Token数量或特定功能触发隐性费用。

行业观察官方发布

NVIDIA Blackwell架构在首个智能体AI基础设施基准测试中领先

人工智能分析机构Artificial Analysis发布行业首个智能体AI(Agentic AI)基础设施基准测试AgentPerf。首轮测试结果显示,基于NVIDIA Blackwell Ultra架构的GB300 NVL72平台在多项智能体工作负载中表现最优,单位功耗(每兆瓦)可运行的智能体数量达NVIDIA Hopper架构系统的20倍。 该基准测试聚焦真实编码场景中的智能体行为轨迹,涵盖多步推理、工具调用与长上下文链式处理,区别于...

安全与政策官方发布

Anthropic与TCS达成合作,将Claude引入金融、医疗等强监管行业

Anthropic宣布与印度塔塔咨询服务公司(TCS)建立全球合作伙伴关系。TCS将为自身分布于56个国家的5万名员工部署Claude,并面向金融、医疗、公共部门、生命科学、航空、电信及医疗科技等受监管行业客户,开发并交付Claude驱动的行业解决方案。 TCS将作为“首批用户”,在工程、财务、法务、营销和销售团队中试用Claude;同时组建专项团队,聚焦理赔处理、信贷咨询等场景,构建可复用的Claude Code技能与插件。其英国子公司D...

产品与应用官方发布

OpenAI 推出三门 Academy 新课程,聚焦 AI 工作流与智能体应用

OpenAI 正式发布三门 Academy 新课程,主题围绕在实际工作中应用人工智能技术。课程内容涵盖实用 AI 技能训练、可重复工作流构建,以及 AI 智能体的日常部署与使用。 新课程面向职场用户设计,强调实操性与场景适配,不涉及基础理论教学。所有课程均可通过 OpenAI 官网免费访问。

安全与政策官方发布

Anthropic发布首期公共记录调查:近半数美国人最希望AI攻克癌症等疾病

Anthropic 6月12日消息,Anthropic正式发布首期《Anthropic公共记录》调查结果。该调查于2025年11月至12月开展,覆盖全美51,993名代表性受访者,旨在量化公众对人工智能的态度、期待与治理诉求。 数据显示,48%的受访者将“治愈癌症、阿尔茨海默病等疾病”列为对AI的前三大希望,居首位;36%希望AI能助力残障人士。在风险担忧方面,“就业流失”以64%的占比成为最高频担忧,其次为“认知依赖”(56%)和“虚假信...

6月12日 周五

产品与应用官方发布

AI2发布olmo-eval:面向LLM开发周期的开源评估工作台

艾伦人工智能研究所(AI2)正式发布olmo eval——一个专为大语言模型(LLM)开发流程设计的开源评估工作台。该工具基于2024年推出的开放语言模型评估标准(OLMES),旨在支持模型在训练迭代过程中高频、可复现的持续评估。 olmo eval将评估任务(Task)、测试套件(Suite)与执行环境(Harness)解耦,支持灵活配置基准测试、多轮交互评估及工具调用场景,并提供逐题对比分析功能,可识别微小但真实的性能变化,而非仅依赖整...

行业观察官方发布

OpenRouter:LLM网关是应用与AI模型间的关键中间层

OpenRouter 官方博客指出,在当前 AI 应用开发中,LLM 网关正被视为连接应用程序与大语言模型服务的关键中间层。缺少该层时,模型供应商的服务中断会直接暴露为终端用户可见的错误,且企业难以有效追踪和管理 AI 调用支出。 文章分析认为,LLM 网关的核心价值主要体现在三方面:智能请求路由、合规性管控(如数据驻留与内容过滤),以及显著缩短新模型接入的配置时间。企业在选型时需结合具体业务场景,综合评估不同方案在上述维度的表现。

行业观察官方发布

DXC科技与Anthropic达成全球合作,将Claude集成至银行、航空等关键行业系统

Anthropic宣布与全球大型IT服务公司DXC Technology建立多年期全球联盟。DXC将培训数万名经Claude认证的前向部署工程师(FDE),将其嵌入客户组织内部,把Claude模型集成至其为全球大型银行、航空公司、保险公司、制造商及政府机构运营的核心系统中。 DXC此前已在自身运营中率先应用Claude:2026年4月上线的AI原生平台DXC OASIS,其95%以上代码由Claude生成,Claude亦作为该平台智能体工作...

产品与应用官方发布

xAI Grok Build 插件市场正式开启 Beta 测试

xAI 宣布 Grok Build 插件市场正式进入 Beta 测试阶段。开发者目前可通过终端集成 MongoDB、Vercel、Sentry、Cloudflare 和 Chrome DevTools 等插件进行应用构建。该市场旨在扩展 Grok Build 的功能生态,提升开发者的集成效率。官方暂未公布 Beta 测试结束时间及正式上线计划。

6月11日 周四

行业观察官方发布

英伟达GeForce NOW夏季促销启动,12个月会员最高立减70美元

英伟达GeForce NOW云游戏服务正式启动夏季促销活动,提供限时优惠:12个月Performance会员立减35美元,12个月Ultimate会员立减70美元。Performance会员支持1080p/60fps流式传输及RTX加速;Ultimate会员则提供RTX 4080/5080级云端算力,支持4K/120fps、光线追踪、DLSS与Reflex技术。 同期,《Guild Wars 2》《Guild Wars Reforged》上...

公司与资本官方发布

Anthropic宣布启动Claude Corps计划:首期投入1.5亿美元培养千名AI应用人才

Anthropic正式宣布启动Claude Corps计划,这是一项为期12个月的全国性AI人才驻场项目。该计划首期投入1.5亿美元,旨在培训并派遣1000名早期职业人才,前往全美至少400家非营利组织全职工作,利用Claude模型提升机构的运营效率、数据分析与服务能力。 入选者将接受Anthropic与CodePath联合提供的AI应用培训,获得8.5万美元年薪、全额福利、每周5小时持续技术指导及充足的Claude API额度。首批100...

行业观察官方发布

OpenAI 与 Oracle 达成合作,支持通过云服务承诺额度调用模型与 Codex

OpenAI 宣布与 Oracle 达成合作,企业用户现可利用已有的 Oracle 云服务承诺(commitment)额度,在 Oracle 云平台上直接访问 OpenAI 模型及 Codex。该集成支持用户在 Oracle 云环境中构建和部署 AI 应用,同时享有企业级安全控制、合规性保障与治理能力。合作即日起生效,适用于现有 Oracle 云客户。

安全与政策官方发布

英伟达推出Halos操作系统,为L4级Robotaxi构建底层安全基础

英伟达正式发布Halos操作系统(OS),作为其全栈安全系统的核心组件,专为L4级自动驾驶出租车(Robotaxi)设计。该系统基于NVIDIA DRIVE Hyperion平台,旨在从底层构建可认证、可验证的安全软件基础。 Halos OS包含三大核心模块:Halos Core为通过ISO 26262 ASIL D认证的下一代DriveOS内核,内置安全型虚拟机监控器以隔离关键功能;Halos SDK提供传感器与车辆抽象层,实现硬件解耦与...