跳到正文
只看模型
8月19日周三
  2. Mustafa Suleyman40

    微软 MAI-Image-2.6-Preview 在图像编辑基准测试中位列第三，得分 1,420 分，较上一代提升 19 分，从第五跃升至第三。该模型在商品、3D、动漫、写实等四类中均排第三，文本渲染提升最显著（+43 分）。

    引用Arena.ai@arena

    MAI-Image-2.6-Preview by @MicrosoftAI has landed at #3 in Single Image Edit with 1,420 pts! This is +19 pts above MAI-Image-2.5, moving from #5 to #3. It sits 19 pts behind preliminary Grok Imagine Image 2.0 (low) at #2 and 43 pts behind GPT Image 2 (medium) at #1. By category, MAI-Image-2.6-Preview is #3 in across: - Product, Branding & Commercial Design - 3D Imaging & Modeling - Cartoon, Anime & Fantasy - Photorealistic & Cinematic Imagery #4 in Portraits and #8 in Text Rendering. The biggest jumps over MAI-Image-2.5 are in Text Rendering (+43 pts) and Product, Branding & Commercial Design (+38 pts). Congrats again to the @MicrosoftAI team on this release!

  3. 智谱开放平台：模型与产品发布记录55

    智谱发布 GLM-5.3-Flash 原生多模态模型，GLM-5.3 旗舰同步上线

    智谱开放平台发布公告，GLM-5.3-Flash 原生多模态模型上线，GLM-5.3 新一代旗舰模型同步上线。GLM-5.3-Flash 采用线性注意力与稀疏注意力混合架构，总参数 320B、激活 18B，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，计算量与 KV 缓存较 GLM-5.3 大幅降低；应用场景拓展至 Office 文档与金融研究工作流。

8月18日周二
  3. 公众号：昆仑万维54

    Mureka V9.5 重磅上线：让 AI 音乐，终于有了"活人味儿"

    昆仑万维发布新一代 AI 音乐生成模型 Mureka V9.5，基于 MusiCoT 框架，强调编配留白、人声自然与意图精准执行，人声表现良品率升至 61.0%，控制良品率达 97.0%，曲风完全体现比例 95.7%。V9.5 大幅优化中文国风作品咬字与和声编排，并基于超 2.5 万份用户反馈迭代，现已全平台陆续开放。

8月17日周一
  2. IT之家·人工智能50

    阿里 AI 音乐模型“快乐虾米”HappyShrimp 1.0 上线，号称人人都能写出好听的歌

    阿里巴巴今天（17 日）宣布 AI 音乐模型 HappyShrimp 1.0（中文名快乐虾米）正式上线，支持端到端整曲生成，能精准理解自然语言，将情绪、故事或记忆变成完整音乐。模型针对人声机械、词曲错位等痛点，在声音细节与音乐性上实现突破，并能理解“Lo-fi R&B”等专业表达及情绪、场景与叙事。即日起在国内及海外同步上线 PC 网页端。

  3. IT之家·人工智能57

    Qwen-Audio-3.0系列语音模型上线阿里千问AI平台，斩获三项全球第一

    阿里云今日宣布Qwen-Audio-3.0系列语音模型上线千问AI平台和阿里云百炼平台，开发者可通过API或订阅Token Plan调用。该系列包含ASR、TTS和实时交互三款模型，在Artificial Analysis今年7月语音排行榜上斩获三个赛道全球第一，目前已应用于千问App、千问办公、Qoder等产品。

8月15日周六
  2. IT之家·人工智能60

    DeepSeek V4 Pro 正式版与 Harness 智能体框架上线国家超算互联网

    国家超算互联网于 8 月 14 日上线 DeepSeek V4 Pro 正式版（DeepSeek-V4-Pro-0813）及智能体框架 DeepSeek Harness。该模型增强了 Agent 能力，生产环境性能提升显著，整体性能可与 Claude Fable 5、Opus-4.8 相媲美。DeepSeek Harness 开发者预览版（v0.1）已面向全球开放测试，并以 MIT 协议开源。

  3. Unsloth AI54

    Unsloth 上传 Qwen3.8-27B 的 Unsloth Dynamic GGUF 和 NVFP4 量化，称其可通过 4-bit 量化在 17GB RAM 上本地运行。

    引用Unsloth AI@UnslothAI

    Qwen3.8-27B can now be run locally! ✨ Run on 17GB RAM via Unsloth Dynamic GGUFs. Qwen3.8-27B is by far the strongest model for its size. We also uploaded NVFP4 quants. GGUF: https://huggingface.co/unsloth/Qwen3.8-27B-GGUF Guide: https://unsloth.ai/docs/models/qwen3.8

  4. Google Gemini66

    Gemini 3.7 Flash 现已向 Gemini 聊天中的 Pro 和 Ultra 用户开放。该模型更新提升了多步骤任务的推理与准确性，如智能整合数十个文件和邮件为一份主文档。同时，Gemini Spark 也已运行于 3.7 Flash，通过改进对 Google Workspace 应用的工具调用，让个人 AI 智能体更精准。

    引用Google Gemini@GeminiApp

    Gemini Spark 现在运行在 Gemini 3.7 Flash 上。⚡️ 无论你是用 Spark 将供应商信息整理到 Sheets，还是起草谈判邮件，3.7 Flash 都能让你的个人 AI 智能体更精准、更准确，并针对 @GoogleWorkspace 应用改进了工具调用，帮助把想法转化为行动。

    推荐理由：Gemini 3.7 Flash 把多步推理与跨文件整合能力下放到轻量模型，对经常需要合并数十份文件或邮件的用户来说，是一个成本更低的处理选项。

  6. Qwen54

    顶级智能，一次 API 调用即可获得。Qwen3.8-2.4T-A95B 现已上线 DeepInfra，随时支持你的创意构建。🥳 快来 DeepInfra 深入了解吧！@DeepInfra

    引用DeepInfra@DeepInfra

    New on DeepInfra: Qwen3.8-2.4T-A95B 🚀 @Alibaba_Qwen's latest sparse MoE — 2.4T total params, 95B active, 512 experts. Built for coding, agentic workflows, and complex reasoning, with native 262K context. Live now at $2.00/M in · $6.00/M out · $0.20/M cached @Alibaba_Qwen @alibaba_cloud

  7. Qwen54

    通义千问开源 Qwen3.8-2.4T-A95B，并已在 SiliconFlow 上线，支持 Day-0 使用。该模型拥有 2.4T 参数、95B 激活参数，主打自主编程、深度研究与端到端智能体执行。API 定价为输入 $2.00/百万 token、输出 $6.00/百万 token、缓存输入 $0.25/百万 token。

    引用SiliconFlow@SiliconFlowAI

    🚀 Day-0 Support! @Alibaba_Qwen has open-sourced Qwen3.8-2.4T-A95B — and it’s now live on SiliconFlow. ⚡ With 2.4T parameters and 95B active, Qwen3.8 is built to take a goal and come back with finished work — coding, researching, planning, and executing along the way. 💸 Per 1M tokens: • Input: $2.00 • Output: $6.00 • Cached input: $0.25 💻 Autonomous coding. 🔬 Deep research. 🤖 End-to-end agent execution. Built for serious workloads — from idea to implementation in one go. Time to cook → http://siliconflow.com 🍳

  8. Rohan Paul68

    阿里巴巴发布Qwen3.8-27B，一款27B参数的开源多模态稠密模型，采用Apache 2.0许可，支持Transformers、vLLM、SGLang及本地量化部署。

    引用Qwen@Alibaba_Qwen

    我们承诺过开源 Qwen3.8 的模型权重。现在，是时候见面了！🎉 ⚡ Qwen3.8-27B： - 一款原生多模态稠密模型。仅凭 27B 参数，综合表现超越 Qwen3.7-Plus，在真实世界的编码与办公工作流中尤为亮眼。 - 原生支持 262K 上下文，可通过 YaRN 轻松扩展至 1M tokens。 - 为开发者而生。高效、高质量，并采用 Apache 2.0 许可证。 🚀 Qwen3.8-2.4T-A95B（Max 级别）的开放权重也已于近日发布。 无论你是想用 Qwen3.8-27B 在本地部署轻量级应用，还是用 Qwen3.8-2.4T-A95B 构建智能体，它们现在都属于你了！ 下载、部署，去构建我们尚未想象到的东西吧。👀👇 - Hugging Face： https://huggingface.co/collections/Qwen/qwen38 - ModelScope： https://www.modelscope.cn/collections/Qwen/Qwen38

  9. Qwen46

    通义千问开源 Qwen3.8-27B 小模型，SGLang 首日支持即上线。在单张 RTX 5090 上配合 NVFP4 与 DSpark 实现 206.1 tok/s 解码速度，DGX Spark 上为 38.28 tok/s。该模型在智能体规划与长程任务上树立小模型新标杆。

    引用SGLang@sgl_project

    The king of small models is back! Qwen3.8-27B from @Alibaba_Qwen is open source, and Day-0 support is live in SGLang: - 206.1 tok/s decode on a single RTX 5090, with our NVFP4 plus DSpark - 38.28 tok/s decode on DGX Spark Qwen3.8-27B raises the bar again for what a small model can do on agentic planning and long-horizon tasks. Long live the (small model) king! Run it locally with SGLang 👇

8月14日周五
  1. Qwen50

    通义千问发布 Qwen3.8-Max，已作为 Day 0 首发合作伙伴上线 Together AI。该开源权重 MoE 模型拥有 2.4T 总参数、95B 激活参数和 1M 上下文窗口，具备强大的编程与智能体能力。

    引用Together AI@togethercompute

    Qwen3.8-2.4T-A95B is live on Together AI. The Qwen team’s new open-weight MoE packs 2.4T total parameters with 95B active, a 1M context window, and strong coding & agent capabilities. Start building: https://www.together.ai/models/qwen3-8-max

  2. Qwen50

    通义千问发布 Qwen3.8-Max，已上线 Fireworks 并获 Day 0 支持。该模型为 2.4T 参数 MoE 架构（A95B），专为自主智能体、重度编程和长上下文场景设计，即日起可开始构建应用。

    引用Fireworks@FireworksAI_HQ

    Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous agents, heavy coding, large context windows, and is ideal for coding and agentic performance. Start building today: https://fireworks.ai/models/fireworks/qwen3p8-max

  3. Qwen59

    Qwen3.8-Max 将于 Day 0 登陆 Nebius Token Factory。很高兴与 Nebius 作为 Day 0 首发合作伙伴携手启动，为更多用户带来专属推理服务。大模型，从一开始就火力全开。🔥@nebiustf

    引用Nebius Token Factory@nebiustf

    Qwen3.8-2.4T-A95B is going open weight: 2.4T parameters, with 95B active, and Nebius Token Factory is joining as a Day 0 launch partner. Qwen3.8-2.4T-A95B is coming to Nebius Token Factory Managed Services for dedicated inference. @Alibaba_Qwen @alibaba_cloud

  4. Qwen47

    Qwen3.8-Max已在DigitalOcean Serverless Inference上线。与DigitalOcean作为Day 0发布合作伙伴同步推出。大模型，平稳运行。现已登陆DigitalOcean。🌊🏄‍♀️ @digitalocean

    引用DigitalOcean@digitalocean

    Now available: @Alibaba_Qwen 3.8-2.4T-A95B from @alibaba_cloud on DigitalOcean Serverless Inference via NVIDIA HGX™ B300 GPUs. 🤖 1M context, built for long-horizon coding. 🔗 https://do.co/45VBAyZ One API, usage-based pricing, no infra to manage.

  5. Qwen45

    通义千问发布 Qwen3.8-27B，采用与 2.4T 旗舰相同的混合骨干架构，但为稠密而非 MoE，单张 Blackwell GPU 即可运行。原生 262K 上下文可扩展至 1M，GB300 上可同时处理 6 条全长序列；MTP 草稿头内置于检查点，短提示词接受率 BF16 达 92.2%、FP8 达 84.8%。

    引用vLLM@vllm_project

    🎉 Qwen3.8-27B is here from @Alibaba_Qwen, and the whole thing fits on a single GPU. Same hybrid backbone as the 2.4T flagship, dense instead of MoE. Day-0 support in vLLM. 🚀 What is in it for serving ✨ - Fits one Blackwell GPU in every precision. Qwen ships BF16 and FP8, the NVFP4 build from @inferact - 262K native context, stretching to 1M. At that length one GB300 still has room for roughly 6.6M KV tokens. Six full-length sequences in flight, on one GPU - An MTP draft head rides inside the checkpoint, so speculative decoding needs no separate speculator repo. Acceptance on short prompts measured 92.2% in BF16 and 84.8% in FP8 Verified end-to-end on @NVIDIA GB300: BF16 and FP8 at TP4, NVFP4 at TP1, tool calls working, correct generations at 1M context. Two prerequisites, vLLM nightly and transformers 5.8.0+. 🔗 http://recipes.vllm.ai/Qwen/Qwen3.8-27B

  6. Z.ai66

    智谱发布 GLM-5.3，为网络安全任务最强模型，在漏洞发现、利用分析和多步安全任务上大幅提升。CyberGym 得分 84.5%（GLM-5.2 为 77.2%），ExploitBench 达 54.4%（此前 24.4%），ExploitGym 两小时完成 105 项任务（此前 29 项）。因双重用途风险，将先由安全伙伴受控评估，再开放 API 和完整权重。

    推荐理由：比单点漏洞发现更值得关注的是 GLM-5.3 在多步利用任务上的提升，这细分了安全团队能够交给模型的工作类型，从定位缺陷到验证攻击路径。

  7. Qwen71

    通义千问兑现承诺，开源 Qwen3.8 系列模型。其中 Qwen3.8-27B 为原生多模态稠密模型，仅 27B 参数即全面超越 Qwen3.7-Plus，原生支持 262K 上下文，可通过 YaRN 扩展至 1M tokens，采用 Apache 2.0 许可。Max 级 Qwen3.8-2.4T-A95B 的开放权重也已同步发布。

    推荐理由：官方称 27B 稠密多模态模型整体表现超过 Qwen3.7-Plus，262K 原生上下文可扩至 1M，Apache 2.0 协议下本地部署轻量应用多了一个更高效的选择。

  8. Qwen50

    Qwen3.8-Max已在Together AI上线。Together AI是我们的Day 0首发合作伙伴，我们找不到更合适的名字来共享Day 0。2.4T参数、95B激活、1M上下文——现在全部齐了。🧑‍🤝‍🧑

    引用Together AI@togethercompute

    Qwen3.8-2.4T-A95B is live on Together AI. The Qwen team’s new open-weight MoE packs 2.4T total parameters with 95B active, a 1M context window, and strong coding & agent capabilities. Start building: https://www.together.ai/models/qwen3-8-max

  9. Qwen45

    通义千问发布 Qwen3.8-Max，已在 Fireworks 平台 Day 0 上线。该模型为 2.4T 参数 MoE 架构（A95B），专为自主智能体、重度编码和长上下文任务设计，即日起可开始构建应用。

    引用Fireworks@FireworksAI_HQ

    Qwen3.8-2.4T-A95B is now live on Fireworks with Day-0 support! This 2.4T parameter MoE model is built for autonomous agents, heavy coding, large context windows, and is ideal for coding and agentic performance. Start building today: https://fireworks.ai/models/fireworks/qwen3p8-max

  10. IT之家·人工智能66

    阿里开源 Qwen3.8-27B 模型，编程、办公场景表现超越 Qwen3.7-Plus

    阿里千问大模型公众号宣布正式开源 Qwen3.8-27B，所有开发者、科研机构和企业均可自由下载、部署和使用。该模型为原生多模态稠密模型，支持 262K 原生上下文，可通过 YaRN 技术外推至 1M Tokens。较 Qwen3.6-27B，新模型在编程和办公场景性能大幅提升，表现超越 Qwen3.7-Plus，并新增 reasoning_effort 功能以按任务难度控制思考深度。

  11. Unsloth AI76

    Unsloth 发布 Qwen3.8-27B 的 Dynamic GGUF 量化版本，4-bit 量化可在 17-19GB 内存设备上本地运行，并同时上传 NVFP4 量化。

    引用Qwen@Alibaba_Qwen

    我们承诺过开源 Qwen3.8 的模型权重。现在，是时候见面了！🎉 ⚡ Qwen3.8-27B： - 一款原生多模态稠密模型。仅凭 27B 参数，综合表现超越 Qwen3.7-Plus，在真实世界的编码与办公工作流中尤为亮眼。 - 原生支持 262K 上下文，可通过 YaRN 轻松扩展至 1M tokens。 - 为开发者而生。高效、高质量，并采用 Apache 2.0 许可证。 🚀 Qwen3.8-2.4T-A95B（Max 级别）的开放权重也已于近日发布。 无论你是想用 Qwen3.8-27B 在本地部署轻量级应用，还是用 Qwen3.8-2.4T-A95B 构建智能体，它们现在都属于你了！ 下载、部署，去构建我们尚未想象到的东西吧。👀👇 - Hugging Face： https://huggingface.co/collections/Qwen/qwen38 - ModelScope： https://www.modelscope.cn/collections/Qwen/Qwen38

    推荐理由：原文给出了本地运行的具体内存门槛、量化版本和硬件对照表，读者可以据此判断能否在自己的设备上跑通这个 27B 模型。

  13. Rohan Paul52

    智谱发布 GLM-5.3，基于 743B 基座模型后训练，在漏洞发现等网络防御测试中超越 Anthropic Mythos 5。其 Terminal Bench 3.0 从 4.6 升至 28.3，DeepSWE 达 66.9；CyberGym 得分 84.5%，但 ExploitBench 仅 54.4%，落后于 Mythos 5 的 78.0%。

    引用Z.ai@Zai_org

    Introducing GLM-5.3: Built to Code. Ready for Cyber Defense. - Top-tier coding and agentic capabilities, achieved through post-training on the 743B base model - A major leap in cybersecurity, setting a new standard among open models Tech Blog: https://z.ai/blog/glm-5.3

  14. 公众号：小红书技术79

    dots3-note Preview 开源：280B 参数轻量模型，主打长程智能体与多模态推理

    小红书技术开源 dots3-note Preview，这是 dots3 系列最轻量模型，总参数 280B、激活参数 16B，支持 512K 上下文及文本、视觉、语音多模态理解，并针对复杂推理和长程 Agent 任务优化。

    推荐理由：除开源模型外，TEMPO 让同一智能体在每个宏观步骤切换为 critic，用测试时推理估计回报，给稀疏奖励长程任务的强化学习训练提供了可借鉴的结构。

  15. The Decoder：AI News60

    智谱发布 GLM-5.3，称其为最强开源权重编程模型

    智谱发布 GLM-5.3，与上一代 GLM-5.2 共享相同基座，全部提升来自扩展的后训练，并称其为最强开源权重编程模型，智能体任务进步最大。该模型经安全数据训练，在 269 个项目中找到 2,436 个漏洞，部分漏洞存在长达 40 年。GLM-5.3 现可通过 GLM Coding Plan 使用，权重将在安全审查完成后于两周内开源。

  17. IT之家·人工智能58

    MiniMax-Music3 音乐模型发布：AI 生成最长 5 分钟歌曲

    MiniMax 今日推出音乐生成模型 MiniMax-Music3，可根据歌词和音乐描述生成最长 5 分钟的完整歌曲。该模型采用分层自回归架构，Global LLM 参数规模为 8B（基于 Qwen3-8B 初始化），Local LLM 参数规模为 0.6B，输出格式为 32kHz、16-bit 立体声 WAV 文件。官方称其能在长音频中保持音乐主题、节奏、歌声身份和编曲推进。