跳到正文
9月29日周二
9月8日周二
  1. OpenBMB54

    面壁智能(OpenBMB)发布 MiniCPM5-2B,vLLM 稳定版提供 day-0 支持。该模型为 2.6B Dense 模型,原生 131K 上下文,同一 checkpoint 支持 Think/No-Think 两种模式,并通过 vLLM 的 minicpm5 parser 支持工具调用。模型采用标准 LlamaForCausalLM 架构,权重与训练数据一同开放,部署配方见 http://recipes.vllm.ai/openbmb/MiniCPM5-2B。

    引用vLLM@vllm_project

    🤝 Day-0 support for MiniCPM5-2B on stable vLLM. ⚡ Dense 2.6B model with 131K native context 🧠 Think / No-Think from the same checkpoint 🔧 Tool Calling support via vLLM’s minicpm5 parser Congrats @OpenBMB on the release, and thanks for keeping it on stock LlamaForCausalLM and opening the training data alongside the weights! 🙌 🔗 http://recipes.vllm.ai/openbmb/MiniCPM5-2B

8月28日周五
8月14日周五
8月11日周二
  1. NVIDIA Blog75

    NVIDIA 发布 Nemotron 3.5 Lightning 与 NeMo Switchyard,提升智能体 AI 效率

    NVIDIA 扩展 Nemotron 3 模型家族,推出 300 亿参数混合专家模型 Nemotron 3.5 Lightning,面向高吞吐智能体工作负载,输出速度最高提升 4 倍,智能体任务完成速度提升 30%。同时发布开源模型路由库 NeMo Switchyard,可将任务成本降至 Opus 4.8 单独运行的近三分之一,并支持在 RTX PC、DGX 等本地设备部署。

8月3日周一
  1. MiniMax (official)67

    MiniMax H3 权重正式开源,并在发布当天(Day 0)原生集成到 ComfyUI,支持文本生视频、图像生视频、首尾帧控制、参考视频及就地编辑五种工作流。H3 以多模态上下文理解为核心,可同时处理图像、音频和视频,并依据提示词解析其关联。

    引用ComfyUI@ComfyUI

    MiniMax H3 is native in ComfyUI, day zero with the weights. Model highlights: → Text-to-video, prompt only → Image-to-video → First-and-last-frame - control the opening frame, the closing frame, or both → Reference-to-video - carry a subject, a motion, or a voice through the clip → In-place editing - modify a shot you already have instead of regenerating it The capability @MiniMax_AI leads with is multimodal context understanding, and it's what collapses those five tasks into one model. H3 takes images, audio, and video together and resolves them against a prompt that explains how they relate. Download the workflows & learn more in our blog 👇

7月30日周四
7月10日周五
  1. The Decoder:AI News72

    OpenAI 发布 GPT-5.6 公开版及 ChatGPT Work 智能体

    OpenAI 正式推出 GPT-5.6 公开版本,并发布基于 GPT-5.6 和 Codex 技术的 ChatGPT Work 智能体。该智能体可自主处理数小时的复杂工作流,例如从客户研究到生成营销素材并适配多市场。它集成了 Unified Plugins Directory,支持 Google Drive、Slack、Salesforce 等第三方插件,并配备 Auto-Review 功能以防止数据泄露。桌面端所有用户即刻可用;Web 和移动端优先开放给 Pro、Enterprise、Edu 用户,Plus 和 Business 稍后跟进。ChatGPT Work 与 Codex 共享 agent 消费池,按任务复杂度和所选模型计费。

7月1日周三
  1. ClaudeDevs79

    Claude Sonnet 5 已推出。 以 Sonnet 定价提供顶级编码和工具使用性能,并拥有 1M 上下文窗口。 它已成为 Pro 用户 Claude Code 的新默认模型,并可在 Claude 平台所有位置使用,包括 API 和托管智能体。

    引用Claude@claudeai

    Introducing Claude Sonnet 5, our most agentic Sonnet yet. It makes plans, uses tools like browsers and terminals, and runs autonomously at a level that just a few months ago required larger and more expensive models.

6月24日周三
  1. Qwen:Blog Retrieval81

    Qwen-AgentWorld:面向通用智能体的语言世界模型

    Qwen 团队发布 Qwen-AgentWorld,一个以环境建模为训练目标的原生语言世界模型,在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域(Web、OS、Android)共七个域。模型使用超 1000 万条真实交互轨迹训练,在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量,超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基准 AgentWorldBench。该模型可作为解耦环境模拟器用于智能体 RL 训练,也可作为统一智能体基础模型,经 LWM 预热后无需智能体 RL 微调即可迁移。模型和基准已开源在 Hugging Face 和 ModelScope。

    推荐理由:Qwen把世界模型做成了一个可开源的通用产品,覆盖七域,做agent RL的可以直接拿它仿真训练,可控性甚至超过真实环境,做agent的团队应该认真看看。

6月4日周四
6月2日周二
  1. StepFun73

    阶跃星辰发布 Step 3.7 Flash 模型,强调其为快速智能体编程设计,具备可靠的工具调用与多模态理解能力。该模型采用开放权重。同期,MiniMax 也开源了 M3 模型。两者已均在 Kilo 中上线。此次发布凸显了开放权重模型正从模型卡片走向实际编程工作流的趋势。

    引用Kilo@kilocode

    The open-weight labs did not come to play this week. StepFun dropped Step 3.7 Flash. MiniMax dropped M3. Both with open weights, both already live in Kilo. The "model wars" just got a lot more interesting.

  2. MiniMax (official)78

    这就是模型与智能体对齐的样子 🤝 @SimularAI

    引用Simular@SimularAI

    Today @MiniMax_AI ships M3 — the first frontier model purpose-built for computer-use agents. Natively multimodal. One model, almost every real-world task. And today, @sai_borg runs it. Our users are the first to use M3 the way it was designed to be used — on a real desktop, doing real work. This is what model-and-agent alignment looks like. → Try it: http://sai.work

6月1日周一
  1. 公众号:MiniMax78

    MiniMax M3 发布:前沿 Coding、1M 上下文与原生多模态集于一身

    MiniMax 发布 M3 模型,采用全新稀疏注意力架构 MSA,支持 1M 上下文窗口,并原生支持图片、视频输入及电脑桌面操作,是国内首个齐备这些要素的开源模型。

    推荐理由:M3在复现论文和CUDA优化中的长程自主迭代,将模型评估从单轮得分推进到真实协作场景,为衡量Agent Coding能力提供了更具参考价值的维度。

5月29日周五
  1. StepFun71

    阶跃星辰(Step Fun)的视觉语言模型Step 3.7 Flash已在ZenMux平台上线。该模型采用稀疏MoE架构,专为智能体、编程、搜索、多模态及长上下文工作流设计。其核心性能包括:400 TPS推理速度、约110亿激活参数、256K上下文窗口及3个推理级别。该模型能够理解UI、图表、文档和图像以编写代码或调用工具,并擅长深度网络与视觉搜索,在τ²-bench上跨难度级别取得98%+的成绩。它兼容Claude Code、MCP风格工作流等,并可本地部署于Mac Studio M4 Max、DGX Spark等硬件。

    引用ZenMux@ZenMuxAI

    Excited to support Step 3.7 Flash by @StepFun_ai on ZenMux from day one. 🚀 A sparse MoE vision-language model built for agentic, coding, search, multimodal, and long-context workflows. ⚡ 400 TPS, ~11B active params, 256K context, 3 reasoning levels 👁️ understands UIs, charts, docs, and images — then writes code or calls tools to act on what it sees 🔎 built for deeper web + visual search, with more sources and follow-up 🛠️ reliable tool use: less drift, fewer broken tool calls, 98%+ on τ²-bench across difficulty levels 🧠 works with Claude Code, KiloCode, Hermes Agent, OpenClaw, and MCP-style workflows 🖥️ runs locally on Mac Studio M4 Max, DGX Spark, and AMD AI Max+ 395 Try it on ZenMux now → https://zenmux.ai/stepfun/step-3.7-flash One API for capable models. #StepFun #ZenMux #AIAgents #LLM

  2. 公众号:阶跃星辰61

    阶跃发布 Step 3.7 Flash,面向生产级 Agent 的高效率 Flash 模型

    阶跃星辰发布并开源 Step 3.7 Flash,采用稀疏 MoE 架构(总参数 196B+1.8B,激活 11B),最高生成速度 400 Tokens/s。围绕原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排、Agent 生态兼容优化四大能力优化。在 Toolathlon 达 49.5%,ClawEval-1.1 达 67.1%,GDPval 达 45.8%,τ²-bench Telecom 通过率超 98%。兼容 Claude Code、KiloCode 等主流架构及 MCP/Skills 协议,支持云端与本地部署,已在 Kilo Code 等生态中完成接入验证。

    推荐理由:Step 3.7 Flash 用激活仅 11B 的 MoE 架构把 Agent 工作流稳定性做透了,兼容主流框架还开源,对需要低延迟、高可靠性的生产环境 Agent 是真正可用的选择。

5月22日周五
  1. IT之家·人工智能75

    阿里千问 App、PC 端及网页端接入全新一代大模型 Qwen3.7-Max

    5月22日,阿里千问App官方宣布,千问App、PC端及网页端接入全新一代大模型Qwen3.7-Max。用户需将千问App更新至6.9.7及以上版本,即可免费体验该模型。Qwen3.7-Max定位为全能的智能体基座,核心能力覆盖编程开发、办公流程自动化及超长周期任务执行。官方实测显示,在一项长达35小时、包含超过1000次工具调用的全自主内核优化实验中,该模型保持了连贯推理。此外,模型具备跨框架泛化能力,并即将通过阿里云百炼平台提供API调用服务。

  2. MarkTechPost66

    微软发布Fara1.5浏览器操作智能体系列:性能超越OpenAI Operator与Gemini 2.5

    微软研究院近日推出Fara1.5系列浏览器操作智能体,包含4B、9B和27B三种参数规模。其中最大模型Fara1.5-27B在Online-Mind2Web基准测试中达到72%的准确率,显著优于OpenAI Operator、Gemini 2.5 Computer Use等主流模型。此次发布同步推出FaraGen1.5合成数据流水线,可在受控环境中高效训练智能体,为自动化浏览器操作提供了新解决方案。

  3. Rohan Paul84

    阿里巴巴正式推出最新旗舰模型Qwen3.7-Max,定位为Agent时代的生产级基础模型。该模型在权威评测中得分56.6,较前代显著提升,性能与GPT-5.4相当。其核心优势在于卓越的Agent可靠性,能够在复杂任务中自主规划、调用工具、纠错并持续执行。通过底层深度优化,模型实现了10倍推理加速,并支持长达数小时的自主运行与多工具协作。该模型现已上线阿里云模型工作室,并兼容Claude Code、OpenClaw等主流开发框架,助力开发者构建实际应用。

    引用Qwen@Alibaba_Qwen

    📣Meet Qwen3.7-Max — our latest flagship, made for the Agent Era. A versatile foundation for agents that actually get things done: 🧑‍💻 Coding agent, end to end. Frontend prototypes, multi-file refactors, real debugging — nails it. 🗂️ A reliable office and productivity assistant. Get your work done through MCP integrations and multi-agent orchestration. ⏱️ Long-horizon autonomy. 35 hours straight on a kernel optimization task — 1,000+ tool calls, zero hand-holding. 🔌 Scaffold-agnostic. Claude Code, OpenClaw, Qwen Code, or your own stack. Consistent reliability everywhere. API's up on Alibaba Model Studio. You can also take it for a spin on Qwen Studio. Go build something wild!🏃🏃‍♂️ 📖 Blog: https://qwen.ai/blog?id=qwen3.7 ✅ Qwen Studio: https://chat.qwen.ai/?models=qwen3.7-max ⚡️ API:https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.7-max&serviceSite=international

5月21日周四
5月15日周五
4月29日周三
  1. IT之家·人工智能53

    科大讯飞星火 X2-Flash 模型发布:基于华为昇腾 910B 集群训练,最大 256K 上下文

    科大讯飞正式发布星火 X2-Flash 模型并开放API。该模型采用MoE架构,总参数300亿,支持256K上下文,基于华为昇腾910B集群训练。其在智能体、代码等能力上大幅提升,在深度研究报告、Skill管理等多项任务上效果接近业界万亿参数模型,而整体token消耗不到主流大尺寸模型的三分之一。通过结合DSA与MTP技术,模型在国产芯片上的训练效率从同规模A800集群的20%提升至90%,并解决了长交互场景采样效率低的问题,为大规模强化学习训练扫清障碍。AstronClaw、Loomy等已率先接入。

4月21日周二
  1. Moonshot AI:Kimi Blog81

    Kimi K2.6:推动开源编程发展

    Kimi发布K2.6版本,专注提升开源编程能力。新版本在代码生成与理解方面实现优化,发布后在Hacker News获得132个点赞。此次更新强化了Kimi在开发者工具领域的布局,通过改进编程辅助功能,为开源社区提供更高效的代码编写支持。

    推荐理由:Kimi K2.6 把长程编程和 Agent Swarm 能力带到了开源模型里,那几个 12 小时自主优化、13 小时重构旧代码库的工程案例比基准表更有说服力,做 Agent 的可以认真看看。

2025年7月15日周二
2025年7月1日周二