技术漫谈｜GPT-Live 之后，我们重新掂量「像人」这件事
两周前 OpenAI 上线GPT-Live，社交媒体上的形容词高度趋同："像人"、"有温度"、"跟朋友聊天一样"。往前推两个月，Thinking Machines Lab 放出第一批 Interaction Models；同期 xAI 的g…
43 0 0
声浪
千问发布 Qwen3.8-Max，2.4 万亿参数，首次开源 Max 级模型
通义千问团队今日正式发布 Qwen 3.8-Max，参数规模达 2.4 万亿（活跃参数 95B），成为 Qwen 家族迄今最强的模型，模型权重将于下周开源。这是 Qwen 首次对 Max 级别模型开放权重。 千问AI平台：https://w…
35 0 0
通义发布 Qwen3.7-Max，重新定义 AI Agent 基座
来源丨通义实验室 刚刚，通义发布了 Qwen3.7-Max ——面向智能体时代的新一代旗舰模型，即将通过 API 提供服务。Qwen3.7-Max 致力于成为全能的智能体基座——无论是编写和调试代码、自动化办公流程，还是在跨越数百乃至数千步…
75 0 0
音画同步生成的「音频物理真实感」，终于有了硬核标尺｜PhyAVBench 论文详解
以下文章来源于SV4Good AI Lab 引言 Sora、Kling 等文生音视频模型，能画出逼真画面、配上同步声音，但真的懂声学物理吗？吹空瓶子 vs 吹装水瓶子、敲木头 vs 敲金属，模型能生成符合物理规律的声音吗？ 本文介绍由香港科…
25 0 0
阿里开源 Mobile-Agent-v3.5：一套真正“多平台可用”的原生 GUI Agent 基座模型
通义实验室这次带来的是Mobile-Agent-v3.5以及最新的原生 GUI Agent 模型家族GUI-Owl-1.5：面向桌面 / 移动 / 浏览器等多端统一的基础模型与训练范式，并已全面开源。 模型链接： GUI-Owl-1.5-2…
18 0 0
小红书开源FireRed-OCR，2B 参数登顶文档解析榜单
来自小红书超级智能团队的FireRed-OCR，以仅 20 亿参数的轻量模型，在权威文档解析基准 OmniDocBench v1.5 上拿下端到端方案第一，综合得分 92.94%，超越 Gemini 3.0 Pro、DeepSeek-OCR…
22 0 0
击败谷歌、英伟达！清华陈建宇×斯坦福Chelsea团队世界模型Ctrl-World具身能力登顶全球
来源丨机器之心 在全球具身智能领域的顶级权威评测 WorldArena 榜单中，清华陈建宇（星动纪元创始人）团队联合斯坦福 Chelsea Finn（PI 创始人） 团队研发的 Ctrl-World 世界模型交出优异答卷： 具身任务能力斩获…
17 0 0
除夕夜炸场！阿里 Qwen3.5 重磅开源：支持原生多模态能力，直接登顶开源宝座！
大年三十，当全国人民都在忙着包饺子、看春晚、抢红包的时候，阿里通义实验室却悄无声息地在 GitHub 上丢下了一枚“核弹”。 没有预热，没有发布会，Qwen3.5就这样在除夕夜正式发布了。 当我们还在讨论 DeepSeek 的性价比、GPT…
37 0 0
豆包大模型2.0发布
今天，豆包大模型正式进入2.0阶段。 随着Agent时代到来，大模型将在现实世界发挥更大作用。豆包2.0（Doubao-Seed-2.0）围绕大规模生产环境下的使用需求做了系统性优化，依托高效推理、多模态理解与复杂指令执行能力，更好地完成真…
22 0 0
GPT-5.3上线Codex！OpenAI回应Claude新模型只用了15分钟
来源丨量子位 火星撞地球，新模型大战！ Claude Opus 4.6发布仅仅15分钟，OpenAI也甩出了自己最新最强编程模型—— GPT-5.3-Codex。 最直观的感受是，这个新模型终于有点美学品味了。 官方展示了两个Demo：一个…
21 0 0