跳到正文
#模型发布
7月30日周四
  2. Google DeepMind：Blog63

    Google DeepMind 在 Flow Music 中推出 Lyria 3.5，提升音乐性、歌词、人声与创作控制

    Google DeepMind 今日在 Google Flow Music 中发布新一代音乐生成模型 Lyria 3.5，带来音乐性、歌词质量、人声表现力与创作控制的多项提升。新模型能生成更自然复杂的旋律结构，歌词对提示词的遵循度和结构意识更强，人声更逼真且富有情感，同时支持更便捷地控制输出节奏与时长。

    推荐理由：Lyria 3.5 把音乐生成从玩具级推到了可用创作工具级别，歌词和情感人声的提升对内容创作者是实实在在的福音。

7月29日周三
  1. Air Street Press71

    Poolside 发布开源智能体编码模型 Laguna S 2.1，60 天完成预训练到开放权重

    Poolside 发布 agentic 编码模型 Laguna S 2.1 并开源权重，5 月 22 日开始在 4,096 块 NVIDIA H200 上预训练，60 天后开放权重与全部评测轨迹。

    推荐理由：文章梳理了 Laguna S 2.1 从预训练到开源六十天的过程与基准数据，并公开评测轨迹，读者可对比同规模模型的实际表现。

  6. Greg Brockman44

    5.6 用于解决另一个长期存在的开放问题，这次是在概率论领域：

    引用Guanyang Wang@GuanyangW

    My friend Zhengqing used GPT-5.6 to solve a beautiful well-known conjecture in probability. Feige's 1/e conjecture: for independent nonnegative X_1,…,X_n with E[X_i] ≤ 1 and S_n = X_1+⋯+X_n, we have P(S_n ≤ E[S_n] + 1) ≥ 1/e. Exciting to see a problem we used to kick around over lunch and dinner get solved! 1/2

  9. OpenAI Developers65

    我们在 API 中引入了两种新的转录模型： • GPT-Live-Transcribe：专为低延迟实时转录而构建。 • GPT-Transcribe：针对已完成音频文件和批量工作负载的异步转录进行了优化。 两种模型都能更好地理解上下文，并在跨口音和语言的实际音频上提供更准确的转录，包括短句、数字、专业术语以及背景噪音较大的语音。

    推荐理由：OpenAI 正式把转录拆成实时和异步两个模型，这是一个信号，语音 AI 的落地正在从通用走向场景专用，做语音产品的都该看一眼。

  10. Anthropic：Research79

    Anthropic 用 Claude 发现密码学算法缺陷，HAWK 密钥强度减半

    Anthropic 研究人员使用 Claude Mythos Preview 在 60 小时内改进了对后量子签名方案 HAWK 的最佳已知攻击，将其有效密钥强度减半。该模型还发现了一种攻击轮数缩减版 AES 的新方法，将攻击速度提升 200-800 倍。两项结果均不直接影响当前生产系统，研究总 API 成本约 10 万美元。

7月28日周二
  1. Elon Musk51

    xAI 的 Grok 4.6 将于 8 月 7 日左右发布，为 1.5T 参数模型，SFT 与 RL 显著改进。随后几周发布的 Grok 4.7 为 2.1T 参数模型，各方面优于 4.6，仅服务速度略慢但 token 效率更高。在 deepsec.sh 安全评测中，Grok 4.5 以 Kimi 级别性能成为性价比最佳模型，价格比 Sol 低 10 倍、比 Opus 5 低 5.7 倍。

    引用Guillermo Rauch@rauchg

    In our latest http://deepsec.sh benchmarks, Grok 4.5 has emerged as the best cybersecurity AI model on price-performance. It's 10x cheaper than Sol, 5.7x cheaper than Opus 5, and 2.2x cheaper than Kimi K3, yet at Kimi-like perf. Sol remains the frontier, ahead of Opus 5.

  2. IT之家·人工智能62

    智元 WITA-Omni Preview 具身大模型登顶 DailyOmni 全模态理解榜单，综合得分 85.21

    智元自研的具身原生全模态大模型 WITA-Omni Preview 以 85.21 分综合成绩登顶 DailyOmni 榜单，在八项细分指标中的六项取得第一，超过千问、Gemini、豆包、英伟达等模型。该模型采用 Thinker–Talker–Actor 架构，将物理动作和表情提升为与语音并列的一级输出，并通过千万小时级多模态数据训练实现音视频联合理解与时序推理。

  3. MarkTechPost71

    Microsoft 发布 MAI-Cyber-1-Flash：5B 活跃参数的网络安全模型，驱动 MDASH 在 CyberGym 上达到 95.95%

    Microsoft 发布 MAI-Cyber-1-Flash，一款 137B 总参数（5B 活跃参数）、256k 上下文窗口的稀疏 MoE 网络安全模型，是 MAI-Code-1-Flash 的微调版本。

    推荐理由：微软这个安全模型把漏洞挖掘系统推到95.95%，关键是90%任务由5B模型完成成本砍半，路由设计比模型本身更值得关注，做漏洞挖掘的可以马上跑起来试试。

  5. 公众号：月之暗面85

    Kimi K3 开放日：模型权重、技术报告和关键 Infra 技术同步开放

    月之暗面发布 2.8 万亿参数的混合专家模型 Kimi K3，支持原生视觉理解和 100 万 token 上下文窗口。其规模化效率较 Kimi K2.5 提升 2.5 倍，并同步开源模型权重、技术报告及 MoonEP、FlashKDA、AgentEnv 三项 Infra 技术。

    推荐理由：Kimi K3 的完全开放是一个明确信号，月之暗面把最核心的模型权重和技术细节全部公开，国内开发者从此有了媲美国际顶尖开源的底座。虽然部署门槛不低，但开放本身推动了生态发展。

  6. Artificial Analysis70

    开源权重智能今日迎来重大进展，Kimi K3 正式发布。在 Artificial Analysis 智能指数上，领先闭源模型与开源权重模型之间的差距已缩小至仅 4 分，这是自 2 月 GLM-5 发布以来的最小差距。 @Kimi_Moonshot 的 Kimi K3 在 Artificial Analysis 智能指数上获得 57 分。目前仅有两家实验室拥有得分更高的模型：@AnthropicAI（Claude Opus 5 得分 61，Claude Fable 5 得分 60）和 @OpenAI（GPT-5.6 Sol 得分 59）。

  8. 公众号：数字生命卡兹克62

    Kimi K3 开源引爆开源战争，黄仁勋公开信获 77 家科技公司联署

    7月27日，月之暗面正式开源全球首个3T级模型Kimi K3，包含2.8万亿总参数、1040亿激活参数的MoE模型权重、47页技术报告及MoonEP、FlashKDA、AgentENV等关键基础设施。此前，黄仁勋发布公开信反对封禁中国开源模型，获英伟达、微软、OpenAI、Google等77家公司和组织联署，而Anthropic未参与签名。

  10. Rohan Paul47

    微软发布首个网络安全模型MAI-Cyber-1-Flash，配合MDASH系统在CyberGym基准上取得95.95%的漏洞复现准确率，远超第二名GPT-5.5 Cyber的85.6%。MDASH协调超过100个专业智能体，通过Project Perception提供完整安全方案，成本仅为领先模型的50%。

    引用Satya Nadella@satyanadella

    Today, we are announcing a series of updates that give customers frontier-grade security at half the cost. MAI-Cyber-1-Flash is our first cybersecurity model, built ground up to find the most challenging vulnerabilities in complex code bases. When combined with MDASH, it delivers world-class performance at 50 percent of the cost of leading models. We are bringing this capability to market through Project Perception, a complete agentic security offering grounded in real-world signals and security workflows. Teams of specialized agents work together to simulate attacks, detect and triage/investigate, and fix and remediate. This is the benefit of building the harness, context/signals, and action space separate from one model family. By combining specialized models and data with the right agents, tools, security context, and harness, we can advance the frontier of cost to outcome.

  11. The Decoder：AI News68

    Moonshot AI 开源 Kimi K3 模型权重与基础设施，称每单位算力智能度提升 2.5 倍

    Moonshot AI 发布了 Kimi K3 的模型权重与技术报告，并在 Hugging Face 上开源了高性能注意力内核、MoE 通信库等基础设施组件。新架构声称每单位算力的智能度提升 2.5 倍。该模型在基准测试中接近 Fable 5 和 GPT-5.6 Sol 等西方前沿模型，但英国网络研究所的独立测试显示其网络能力和数学技能仍落后于前沿模型。

  12. Rohan Paul57

    Kimi K3 发布技术报告，这是一款 2.8T MoE 模型，原生支持视觉理解与百万 token 上下文窗口。其架构和训练方案相比 Kimi K2 将整体扩展效率提升了约 2.5 倍，通过 Kimi Delta Attention、NoPE、跨深度注意力残差及 896 专家 MoE 等设计实现。模型权重、技术报告及配套高性能内核与基础设施已开源。

    引用Kimi.ai@Kimi_Moonshot

    Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params. Alongside Kimi K3, we're opening up more of the stack behind it — high-performance attention kernels, MoE communication library, and infrastructure for running agent environments at scale. Model weights: http://huggingface.co/moonshotai/Kimi-K3 Tech report: http://github.com/MoonshotAI/Kimi-K3/blob/master/k3_tech_report.pdf Tech blog: http://kimi.com/blog/kimi-k3

  13. TechCrunch：AI60

    微软发布首个网络安全专用模型 MAI-Cyber-1-Flash 及 Perception 平台

    微软推出其首个网络安全专用模型 MAI-Cyber-1-Flash，声称在 Cyber Gym 基准测试中击败了 Gemini、GPT 5.5 Cyber 等竞品。该模型与 GPT 5.4 绑定在 MDASH 框架内，用于发现复杂代码库中的漏洞。同时发布的 Perception 平台可部署红、蓝、绿三组 AI 智能体，预览版将于 11 月 3 日上线。

  15. Kimi.ai41

    Kimi K3 已在 Together AI 平台上线，Together AI 作为其 Day 0 发布合作伙伴，为开发者提供针对编码智能体和生产工作负载优化的高吞吐推理服务。该模型专为代码、工具、视觉和研究等长时间运行的智能体工作流而设计。

    引用Together AI@togethercompute

    Kimi K3 is now live on Together AI. We’re proud to be a Day 0 launch partner for @Kimi_Moonshot’s open frontier model, built for long-running agentic workflows across code, tools, vision, and research.

  19. SiliconFlow53

    @Kimi_Moonshot 的猛兽——Kimi K3 现已开源，并上线 SiliconFlow。🚀 于是我们给了它一张空白地图 🗺️ 和一个任务：建造一座城市。🏙️ K3 先是撰写了一份 7000 多字的研究报告 📖，然后利用自己的发现来规划架构、编写代码、迭代，并从零开始交付一个可玩的结果。💻 1M 上下文 📚。长周期编码 🧠。原生多模态理解 👁️。智能体执行 🤖。无剧透——在 SiliconFlow 上看 K3 建造。👇

  21. Kimi.ai70

    很高兴 @modal 成为 Kimi K3 的 Day 0 发布合作伙伴！ 他们为 K3 的架构训练了自定义 DFlash 投机器，实现更快推理且无质量损失。

    引用Modal@modal

    Kimi K3 is live on Modal. Moonshot has shipped the world's first open 3T-class model, and we're a day zero launch partner. We trained a custom DFlash speculator for K3's novel architecture so you can run it faster, losslessly. The most capable open model we've worked with by far.

  23. Kimi.ai53

    很高兴 @FireworksAI_HQ 成为我们的 day0 启动合作伙伴，将 Kimi K3 带给更多开发者。 借助 Fireworks，你现在只需点击几下即可部署和微调 2.8T 参数的 Kimi K3 模型！

    引用Fireworks@FireworksAI_HQ

    Kimi K3 is live on Fireworks. Day 0, inference and training. US-hosted, and zero data retention. This is the first frontier open model in the 3 trillion parameter class. It sports 1M context, native vision, and reasoning that rivals the top closed models. Boom.

  24. Liquid AI 模型与工程博客65

    Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 双向编码器，长上下文下 CPU 推理最快

    Liquid AI 发布 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M 两个基于 LFM2 混合架构的双向编码器，支持 8,192 token 上下文，已在 Hugging Face 开放下载。

    推荐理由：原文给出双向编码器的架构改动、17 项任务微调评测和长上下文 CPU 吞吐对比，读者可以据此评估其在边缘和本地部署中的适用性。

7月27日周一
  1. 公众号：月之暗面81

    Kimi K3 开放日：模型权重、技术报告和关键 Infra 技术同步开放

    Kimi 发布 K3 模型权重与技术报告，并开源 MoonEP、FlashKDA 和 AgentEnv 三项关键 Infra 技术。K3 是 2.8 万亿参数的 MoE 模型，支持原生视觉与 100 万 token 上下文，参数规模约为 K2.5 的 3 倍，规模化效率提升 2.5 倍。

    推荐理由：权重开源伴随技术报告公开训练细节，为研究机构直接复现和改造千亿级MoE模型提供了完整路径，也降低企业自部署门槛。