AI 情报文章归档

来自 @RespanAI 的 Span-02 现已上线 OpenRouter 一个开放权重决策模型：给它文本和图像，定义你的问题，然后返回一个选择、一个是/否/未知，或一个带概率的分数。 $0.01/M 输入 token，输出免费，131K 上下文。

Arena 本周榜单更新：Google DeepMind 的 Gemini 4 Argon (High) 进入 Agent Arena 第 5 名，净提升 +13.2%；小米 MiMo V2.6 Pro 以 +3.9% 净提升成为 Agent Arena 开源模型第一（总榜第 13）。

试试 Grok Bot：https://x.ai/bot

Grok Bot 现已接入 Robinhood、Coinbase、Trello、PostHog、beehiiv、eToro 等。 团队现在也可以向 Grok Bot 市场提交连接器。 https://x.ai/bot/marketplace/submit-a-plugin

Grok Bot 现在可以读取 X Chat。连接 X，然后让 Bot 跨你的消息进行处理。 https://x.com/pjvann/status/2111104660773687646

与 Grok Bot 的语音通话更快、更可靠，也更擅长记住过往对话。

Grok Bot 的邮箱现在支持 plus 别名，因此你可以设置例程，仅在发送到某个特定地址的邮件上运行。 https://x.com/SamSokolin/status/2110496237241667621

在 X 上发帖时 @bot，Grok Bot 就会开始工作。 https://x.com/poteto/status/2110767476153950269

Grok Bot 焕然一新，采用全新字体和主题。

Grok Bot 快多了。计算机任务平均提前 3 倍完成，其他所有内容的回复时间不到原来的一半。

我们对 Grok Bot 的质量、打磨和速度做了一些改进。 聊天中的卡片采用了全新设计，布局更简洁。

说真的，就没有办法用算法过滤掉那些明显的AI垃圾回复吗？

我们刚刚又开源了一对最先进的决策模型： pplx-decider-flash-v1.2：4B 参数，每百万 token 1 美分（HF Decision Index 上排名第一的 4B 模型） pplx-decider-v1.2：27B 参数，每百万 token 2 美分（目前在 HF Decision Index 总榜上排名第 2——暂时如此，会快速提升） 两者均已在 Perplexity Decisions API 上线，同时也以开放权重形式发布在 @huggingfa…

我刚发现 Grok Bots 已经在 Grok 网页端和移动端上线了！ 所有东西都在一个地方，挺酷的。不知道 SpaceXSI 会不会长期保留两个移动应用。 另外也很有意思的是，Grok Bot 正在慢慢占据 OpenAI Dots 和 Muse 尚未覆盖的空间。

I wanted a local model for the privacy it gives me. And if I do have to use a frontier model as the...

黄仁勋与 Lex Fridman 在台湾对谈时反对芯片出口管制，主张用"飞轮"策略替代单纯封锁。他认为稀土、子弹炸弹等实物封锁合理，但计算技术应广泛销售：销售创造财富，财富支撑更多研发，这一循环让美国保持领先，因为最安全的国家往往最富有。完整视频在 Lex Fridman 的 YouTube 频道。

这个周末你在用 Claude 做什么？

一位心脏病学研究员构建了一个 3D 工具，帮助受训者学习阅读冠状动脉造影。

Haiku 5.5 写了二十首俳句，然后用 JavaScript 画出了每一帧。

一个你能看见、也能推动的电磁场，由 Opus 5.5 制作。

120 页手写稿，用 Opus 5.5 变成了一套可用的字体。

最近几周引起我们关注的六个项目： 一个野火分析原型，可绘制火灾随时间的蔓延情况并追踪热点，使用 Opus 5.5 制作。

国际象棋，画成笔记本纸上的涂鸦。由 Sonnet 5.5 制作。

Elorian 发布其首个 AI 模型 Glimpse，定位为可在思考中途回看图像或视频细节的视觉思考模型。它能在推理时返回视频特定时间点、放大细节，或以更高帧率回放半秒视频后再作答。

酷在于“软件工厂显然不只是为旧金山初创公司或试图推进前沿的实验室准备的”——这一理念正在进入全球最关键的系统中 有趣在于“等等，我在剪辑时已经听过这首歌 100 多次了”

北京大学与三星的论文提出 TORSI，让慢推理模型在局间研究快模型的失败并写出指令，供快模型在实时游戏中执行，两轮后 Jev 平均分从 13.51 升至 24.19，6 类游戏全部提升。

这条帖子挺酷的，但我也笑死了，因为我们的制作人在 @humanlayer_dev 六月演示视频里用了同一段背景音乐 https://youtu.be/KQoSiBbsVso?t=77&is=dJrVxU2u9PPi9vHD

Anthropic 的 ClaudeDevs 账号称 Claude 编写了约 90% 的 Claude Code 代码。6 月至 9 月间合并 PR 翻了一倍以上，回退比例下降超过 40%，团队发文介绍了为达到这一效果如何改造代码评审及采用方法，链接见 claude.dev/blog/solving-code-review-at-anthropic/。

fal 即将上线：@Kling_ai 4.0。 单次生成最长可达 30 秒视频，带原生音频，最多可用 15 个参考来引导你的角色、场景和镜头运动。

这篇关于一队 Gemini 4 智能体如何通关 Minecraft 的论文值得一看。 它是一个通俗易懂的案例（部分原因是它由 AI 撰写），展示了智能体之间为实现复杂目标而自发协调，以及它们的方法与人类有何不同/ https://arxiv.org/pdf/2610.22319

Posit has made disclosure of material AI involvement an explicit expectation in its Posit AI Pass...

Claude Devs 介绍 Anthropic 团队如何用 Claude 编写约 90% 的 Claude Code 代码。从 6 月到 9 月，合并 PR 数量翻倍以上，回退比例下降超过 40%，并发布了代码评审改造方法的文章 https://claude.dev/blog/solving-code-review-at-anthropic/。

一人公司又一块拼图就位了。 对很多新 AI 产品来说，瓶颈已经从代码库转移到了公司注册文件。 Rho 现在让创始人以 349 美元在美国任何州注册 LLC，含州备案费，并在同一次注册中申请企业账户。

当前 AI 热点，聚合 8 个独立信源、6 条信号。

Arena 宣布 Reflection AI 的 Beam-1.0-501B-A23B 登上 Agent Arena 榜单，Reflection AI 因此进入 Agent Arena 前 15 实验室。该模型在开源模型中排第 12（Net Improvement -3.67%，误差 ±3.84%），是美国开源模型中排名最高的，在美国实验室中排第 6、总榜第 13；在 Code Arena: WebDev 的开源模型中排第 22（1438 分），同为前 25 中唯一非中国实…

https://app.lumalabs.ai/

在 Claude Motion 里做好了？来 Luma 继续。 把你的动画发过来，从这里接着做。 在 Claude Motion 里找到 Send to Luma。

数据现已上线我们的排行榜页面： https://openrouter.ai/rankings#open-closed

OpenRouter 披露，上周开源权重模型在其平台上处理了 72% 的 token，自 4 月中旬以来占比一直超过 50%。图表还显示上周开源权重模型仅占消费支出的 27%，大部分客户支出仍流向闭源权重模型。

今晚谁去 Hugging Face 旧金山派对？