跳到正文
只看模型
10月13日周二
  2. AIHot42

    MiniCPM-V-4.7-35B-A3B 智能体工作流实测表现

    MiniCPM-V-4.7-35B-A3B 在真实智能体工作流测试中表现出色，其工具调用、长上下文处理及智能体循环能力均达到高效模型标准。在个人智能体基准测试中，该模型在 Lite Agent（A1）测试中取得完美结果，并在涉及复杂循环、长上下文与多工具调用的 PA4 测试中展现出强劲性能，超越了同量级的 35B MoE 模型。

    发布时间：
  3. AIHot76

    Meta 发布 Muse Wonder 系列 Agent 模型

    Meta 发布面向个人与专业场景的 Agent 旗舰模型系列 Muse Wonder，该系列具备领域专业知识、主动记忆、主动专注及前沿编程四大核心能力。作者指出，Muse Wonder 通过在分布外任务上的表现论证了基座模型规模与后训练微调的复利效应，强调了泛化能力对个人 Agent 的重要性。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  4. AIHot72

    Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰模型

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，在推理、写作与代码能力测试中表现接近 Anthropic 的顶尖模型。Muse Wonder 将为 Muse 智能体应用提供底层能力，而性能更强的 Muse Wonder Full 则面向 Muse Code 订阅用户开放。

    发布时间：
  6. The Decoder76

    Meta 发布 Muse Wonder 系列前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，在多项基准测试中表现优异，尤其在智能体任务和编码能力上提升显著。该系列支持百万级 token 上下文窗口及多模态输入，引入了“主动记忆”与“主动聚焦”功能以增强复杂任务处理能力，但事实知识储备仍落后于部分竞争对手。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  8. AIHot68

    SubQ 发布长上下文决策模型 SubQ Snap

    SubQ 推出 SubQ Snap 模型，支持 384K 多模态上下文，其推理延迟随上下文长度线性增长，处理 384K tokens 仅需 2.5 秒。该模型在 Decision Index v0.2.1 上取得 61.7 分，定价为每百万输入 tokens 0.05 美元，输出免费，现已开放注册。

    发布时间：
  9. AIHot75

    Meta 发布前沿模型 Muse Wonder

    Meta 发布前沿模型 Muse Wonder，定位为个人及专业智能体领域的最强模型。该模型在 Personal Superintelligence Index、AutomationBench-AA 以及 SWE-Marathon 等基准测试中表现优于 Opus 5.5 和 GPT-6 Astra，其中在要求 AI 独立完成复杂软件项目的 SWE-Marathon 测试中取得 57.5 分。

    发布时间：
  10. AIHot76

    Meta 发布 Muse Wonder 系列前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 和 56 分。该系列支持百万级 token 上下文窗口及多模态输入，引入“主动记忆”与“主动聚焦”功能以增强智能体任务处理能力，在编码与数学推理方面表现显著提升，但事实性知识仍为短板。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  11. AIHot73

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款新模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，即日起向 Muse Code 订阅者开放，其中 Wonder 也可通过 Meta Model API 访问。Meta 表示这两款模型在内部基准测试中可对标 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1，并计划未来将其集成至 Muse 智能体中。

    发布时间：
  12. AIHot82

    Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在个人与专业智能体任务中达到 SOTA 性能。该系列模型引入 Active Memory 和 Active Focus 技术，支持复杂任务的持续执行与上下文管理，现已通过 Meta Model API 和 Muse Code 提供。

    发布时间：

    推荐理由：Meta 发布 Muse Wonder 系列模型，通过引入主动记忆与主动聚焦能力提升智能体在复杂任务中的表现，为开发者和用户提供了新的模型选择。

  13. AIHot56

    Artificial Analysis 推出 FrontierCode 1.1 编码评测榜单

    Artificial Analysis 上线了基于 Cognition 开发的 FrontierCode 1.1 编码评测榜单，该评测要求智能体在真实开源仓库中完成任务并达到维护者合并标准。评测包含 100 个任务，Claude Opus 5.5 以 52% 的得分领先，GPT-6.1 Sol 则以较低成本实现了 49% 的性能表现，且目前领先模型在超过 40% 的任务中仍无法通过合并标准。

    发布时间：
  14. AIHot76

    Meta 发布首批前沿模型 Muse Wonder 和 Muse Wonder Full

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，在编码等复杂任务上的基准测试表现与 Fable 5.1 和 GPT-6 Astra 相当。该系列模型主打“主动记忆”能力，旨在支持长期任务执行，其中 Muse Wonder 已通过 Meta Model API 开放，而 Muse Wonder Full 仅面向 Muse Code 订阅者提供。

    发布时间：

    同一件事，精选收录的是《Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力》

  15. AIHot75

    Meta 发布前沿级模型 Watermelon

    Meta 发布了其迄今最大且最强的模型 Watermelon，该模型在个人智能体和专业智能体任务上达到 SOTA 水准。Perplexity CEO Aravind Srinivas 指出，Watermelon 在 WANDR 评测中的表现可与 Fable 5.1 相媲美。

    发布时间：
  17. AIHot73

    Meta 发布 Muse Wonder 系列模型

    Meta 推出 Muse Wonder 系列模型，包含 Muse Wonder 和 Muse Wonder Full，旨在为个人与专业智能体任务提供前沿性能。Muse Wonder 已通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，并将陆续接入 Meta 个人智能体产品 Muse。

    发布时间：
  18. AIHot45

    Meta Muse Wonder 系列基准测试获 SOTA

    Meta Muse Wonder 系列在个人与专业智能体、记忆及编程等关键基准测试中取得 SOTA 结果。该系列包含 Muse Wonder 和 Muse Wonder Full 两个版本，旨在通过应用专业知识解决法律、金融和健康等领域的日常工作与生活问题。

    发布时间：
  19. AIHot62

    Meta 发布 Muse Wonder 系列模型

    Meta 发布了 Muse Wonder 和 Muse Wonder Full 模型，旨在为用户提供构建数字世界的工具。更多关于模型的技术细节与应用信息可访问 Meta 研究博客查看。

    发布时间：
  22. AIHot75

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 系列前沿模型，主打个人与专业智能体工作。其中顶配版 Full 在 14 项公开基准测试中，有 8 项表现超过 Claude Opus 5.5，特别是在 SWE-Marathon 工程测试及 Harvey 法律智能体基准中表现出显著优势。

    发布时间：
  24. AIHot62

    智谱发布法律智能体模型 GLM-Legal

    智谱推出基于 GLM-5.3-Flash 构建的法律专业模型 GLM-Legal，在 Harvey LAB 基准测试中取得 19.2% 的全通过率，较基座模型提升 12.5 个百分点。该模型通过专项训练与强化学习优化，在 LegalBench 和 PLawBench 上以更小参数规模追平前沿闭源模型，并已集成至 AutoClaw 平台供用户申请测试。

    发布时间：
  27. AIHot53

    Meta 发布 Muse Wonder 模型

    Meta 发布了名为 Muse Wonder 的新模型。Meta 首席执行官 Mark Zuckerberg 表示，该模型是迈向为每个人提供个人超级智能的重要里程碑。

    发布时间：
  28. AIHot74

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，在个人和专业智能体任务上达到 SOTA 表现。新模型具备跨对话保留信息的 Active Memory 和遇错可换路径的 Active Focus 能力，面向法律、金融、健康等专家领域并提供前沿编码性能，现已通过 Meta Model API 和 Muse Code 开放。

    发布时间：
  29. AIHot74

    Meta 发布新前沿模型 Wonder

    Meta 发布新前沿模型 Wonder，主打个人与专业 Agent 能力。实测显示该模型能一次性发现其他 Agent 遗漏的代码安全漏洞，其 CLI 工具内置了 /taste 和 /grill 等技能，并支持语音模式与任务清单功能，整体运行速度快且设计精良。

    发布时间：
  30. AIHot74

    Meta 发布 Muse Wonder 系列模型

    Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，主打个人与专业智能体任务。Muse Wonder Full 在 Artificial Analysis Index 排名第二，并在 DeepSWE 评测中获得 79 分，现已通过 Meta Model API 和 Muse Code 提供服务。

    发布时间：
  31. AIHot75

    Meta 发布 Muse Wonder 前沿模型家族

    Meta 发布 Muse Wonder 前沿模型家族，旨在提升个人与专业智能体任务的性能。该系列模型在 DeepSWE v1.1 基准测试中取得 79.0% 的得分，并在 SWE-Marathon 中表现优于 Astra 和 Claude Opus 5.5。

    发布时间：
  33. AIHot67

    Meta 推出 Muse Wonder 模型系列

    Meta 在 Meta Model API 平台上推出 Muse Wonder 和 Muse Wonder Full 模型系列。Muse Wonder 专为长任务设计，支持任务规划、并行工具调用及错误恢复；Muse Wonder Full 则作为能力最强的版本，仅面向 Muse Code 订阅用户开放，不提供 API 访问。

    发布时间：
  35. AIHot42

    智谱推出法律专用模型 GLM-Legal

    智谱推出基于 GLM-5.3-Flash 构建的法律专用模型 GLM-Legal，该模型在主流法律基准测试中表现比肩前沿模型。GLM-Legal 专为合同审查、证据分析及合规等真实法律工作流设计，目前已开放 API 申请并提供 AutoClaw 试用。

    发布时间：
10月12日周一
  3. AIHot38

    TII 发布 Falcon-ASR：1.6B 阿拉伯语语音模型，平均 WER 20.92%

    阿布扎比 TII 发布 1.6B 参数的阿拉伯语语音识别模型 Falcon-ASR，在 6 个阿拉伯语测试集上实现 20.92% 的平均 WER，较 Audar-ASR-V1-Turbo 降低 2.25 个百分点。该模型专注于阿联酋方言并支持英语、法语、西班牙语和葡萄牙语，具备词级时间戳功能。目前 Falcon-ASR 仅提供 Hugging Face 托管演示，暂未开源权重或提供 API。

    发布时间：
10月11日周日
  1. 量子位70

    Google 发布 Nano Banana 2.1 模型

    Google 发布新一代生图模型 Nano Banana 2.1，在视觉设计、蒙版编辑及主体一致性方面实现升级，支持 4K 直出并优化了中文生成效果。该模型已上线 Gemini App 与 Google AI Studio，API 价格较上一代有所下调，但目前在连续编辑稳定性方面仍存在水印叠加等问题。

    发布时间：