01
BestBlogs 早报 · 07-18
月之暗面发布Kimi K3，2.8万亿参数，896选16的Stable LatentMoE，上下文100万token，接近Fable-5但仍落后最强闭源模型，完整权重7月27日前开源；VentureBeat调查显示54%企业已发生AI代理安全事件；xAI开源Grok Build（84万行Rust代码）并残留上传用户代码痕迹；Cursor评...
观察
Signal Feed
#模型发布 主题信号
围绕 模型发布 的精选动态、来源摘要和重要性判断。
动态列表
02
InklingMoE模型发布
Thinkymachines 发布开源 MoE 模型 Inkling，总参数 975B、激活参数 41B、上下文长度 1M，支持文本、图像、音频的可控推理。
值得跟进
03
Astribot发布Lumo-2
Astribot发布了40亿参数的Lumo-2机器人基础模型，推理速度比前代快2.71倍，支持人类视频和多机器人身体。该模型在105个未见物体上取得更好结果，并在22项涵盖 motion prediction、memory、physical reasoning、long tasks、fine hand control的真实操作任务中表现最...
观察
04
杨植麟在 GTC 2026 演讲：如何扩展 Kimi K2.5
月之暗面在 GTC 2026 宣布开源三个替代 Transformer 基础组件：MuonClip 优化器（数据效率接近翻倍）、Kimi Linear 线性注意力（3:1 混合全注意力，首个全面超越全注意力的架构）、Attention Residue 残差连接（提升 24% Token 效率）。同时披露 Agent Swarm 支持 10...
观察
05
Raven 引入 MiniMax 打造持久记忆与复用技能的代理系统
EverMind 与 MiniMax 合作，其模型 MiniMax 被集成到 Raven 系统中，Raven 基于 EverOS 构建，具备持久记忆、长上下文处理、多代理协作及可复用技能特性，能够执行深度研究、高性能编码等复杂任务。原文提及 MiniMax 提供的上下文长度和 Raven 的持久记忆数据无具体量化值，仅说明技术融合说明。
观察
06
8天内四款前沿模型发布评测
Artificial Analysis 发布评测，8天内 SpaceXAI 的 Grok 4.5（54分）、OpenAI 的 GPT-5.6 Sol/Terra/Luna（最高59/55/51）、Meta 的 Muse Spark 1.1（51分）和 Moonshot AI 的 Kimi K3（57分）相继发布，前沿模型实验室从6月初的2...
值得跟进
07
RoboTTT：机器人模型扩展到8000步上下文
Jim Fan团队发布RoboTTT，将机器人模型上下文原生扩展到8000时间步（5分钟），推断成本恒定，性能较前沿提升三个数量级。采用测试时训练（TTT）技术，内部小模型持续压缩历史，实现无限学习。在电路板组装任务中，机器人能从人类视频一次性模仿学习，并在线自我纠错。上下文缩放实验表明，8K步预训练性能优于1K步62%，且未饱和。
观察
08
Kimi K3发布：2.8万亿参数模型
Moonshot AI 发布 Kimi K3 模型，2.8 万亿参数，百万 tokens 上下文，原生多模态；采用 Kimi Delta Attention 实现百万 tokens 解码速度 6.3 倍提升，Attention Residuals 以小于 2% 额外成本提升训练效率约 25%；已上线多个平台，开源权重承诺 2026 年 7...
值得跟进
09
Cursor 自动化 AI 研究加速迭代
Cursor 团队在约一年内构建外循环收集用户反馈、内循环优化训练过程的系统，使 Composer 2.5 成为最受欢迎模型并与 SpaceXAI 联合训练 Grok 4.5。该系统通过大量真实交互数据、限制网络访问、维护 CursorBench 任务集，实现模型自我加速迭代并应对评估作弊问题。
观察
10
InternVLA-A1.5 发布四个 ModelScope 检查点
InternVLA-A1.5 新模型在 ModelScope 上发布了四个检查点，其中包含 2.69B 参数的基础版本以及 LIBERO、RoboTwin 2.0、DOMINO 的任务特定版本。该模型在六项仿真基准赛中报告了最佳整体成绩，分别为 LIBERO 98.9、LIBERO-Plus 84.8、RoboTwin 2.0 93.2。...
观察
11
Kimi K3 发布及第三方评测对比
Moonshot 发布 Kimi K3，2.8T 参数原生多模态模型，1M 上下文，采用 stable latentmoe 激活 16/896 专家，量化感知训练，定价 $0.30-$15.00/mtok。基准测试 SWE Marathon 42.0 领先，但第三方代码生成测试中耗时 75.6 分钟（Grok 4.5 仅 5.1 分钟），...
观察
12
Kimi K3登顶前端代码榜
Moonshot AI发布Kimi K3，2.8万亿参数MoE架构、百万上下文窗口、原生多模态，于Frontend Code Arena以1679分登顶，超越Claude Fable 5与GPT-5.6 Sol，在7个前端细分赛道拿下6个第一；模型将于7月27日开放权重，API定价输入每百万tokens 15美元，对标前沿闭源模型价格区间...
值得跟进
13
KimiK3 前端代码榜首
Kimi Moonshot 团队的 Kimi‑K3 模型以 1679 分夺得 Frontend Code Arena 冠军，超越 Claude Fable 5，比 Kimi‑k2.6 上升 17 名，价格为 $3/$15（输入/输出），约为 Claude Fable 5($10/$50) 的三分之一，并在 7 个子领域中夺得 6 冠，模型...
观察
14
Kimi K3 发布：2.8万亿参数、百万上下文、开放权重
Moonshot 今日发布 Kimi K3 模型，2.8万亿参数 MoE 架构，百万上下文窗口，原生多模态，7月27日开放权重。API 定价输入每百万 tokens 15 美元，接近前沿闭源模型。架构创新包括 KDA 混合线性注意力（解码速度最高提升6.3倍）和 AttnRes 注意力残差（训练效率提升约25%）。在 Terminal B...
观察
15
Kimi-K3登顶代码竞技场
Kimi_Moonshot 的 Kimi-K3 模型在 Frontend Code Arena 中以 1679 分排名第一，超越 Claude Fable 5，从第 18 位跃升 17 位。在 7 个领域中 6 个排名第一，仅游戏领域第二。完整模型权重将于 7 月 27 日开源。
观察
16
Kimi K3开源模型2.8万亿参数
Kimi.ai推出Kimi K3模型，采用2.8万亿参数、1百万上下文和原生多模态设计，引入Kimi Delta Attention技术实现解码速度提升6.3倍，Attention Residuals技术在训练效率上提升约25%，将于2026年7月27日开源权重。
值得跟进
17
Kimi-K3 登顶 Frontend Code Arena
Moonshot 的 Kimi-K3 在 Frontend Code Arena 以 1679 分登顶，超越 Claude Fable 5，较 Kimi-k2.6 跃升 17 名（第 18 至第 1），在 7 个领域中 6 个排名第一，模型权重将于 7 月 27 日发布。
观察
18
Kimi K3 写作能力超越 Claude Fable 5
Kimi K3 在内部写作基准测试中获得 2840 Elo 分，超过 Claude Fable 5，位列 #1，较前代 Kimi K2.6 从 #21 提升至 #1，同时每脚本成本仅 0.25 美元，五分之一于被取代的模型。
值得跟进
19
NVIDIA Nemotron 3 Embed Ranks #1 on RTEB
NVIDIA 开源 Nemotron 3 Embed 8B 模型，在 RTEB 评测中以 78.5% 凭借 32k 上下文、多语种及代码检索能力夺得首位。除此之外还发布 1B 与 Blackwell NVFP4 版本，后者吞吐量翻倍、BF16 精度保持 99%+。该模型提升了检索效率，使智能代理更早获取证据，减少 downstream t...
高优先级
20
Moonshot AI 发布 Kimi K3
Moonshot AI's Kimi K3 is a 2.8‑trillion‑parameter multimodal model with a native 1‑million‑token context window, using a sparse expert system that activates only 16 of it...
值得跟进
21
Kimi K3 上线 AI/ML API 且性能超越 Claude Fable 5
AI/ML API 上线了 Kimi K3 模型，与 Claude Fable 5 均支持 1M-token 上下文窗口。在 vibe-coding 测试中，Kimi K3 以 1/4 的价格（$3.11 对比 $12.23）在代码生成任务中表现优于 Claude Fable 5。
观察
22
Kimi K3 以更低成本胜 Err Opus 4.8 生成复古游戏
Atomic Chat 的本地 LLM 桌面应用给 Kimi K3、GPT‑5.6 与 Opus 4ន三种模型同样任务，要求各自生成 Road Fighter、Battle City、Q*bert 三款自玩型 HTML 版复古游戏，包含图形、敌人фа和完整 AI 玩家。输出结果显示 Kimi K3 共 18.4K tokens，成本 $...
观察
23
Kimi.ai发布2.8万亿参数大模型Kimi K3
Kimi.ai推出Kimi K3模型，搭载2.8万亿参数、1百万上下文窗口，支持原生多模态。该模型引入Kimi Delta Attention技术，实现万token上下文场景下解码速度提升至6.3倍；Attention Residuals技术在训练效率上提升约25%，仅增加2%成本。模型定位为长期决策代理级编码和自演化工作流所需，已在Ki...
值得跟进
24
Kimi K3 开源模型开启新技术范式
通义千问团队发布 Kimi K3 模型，参数规模达到 2.8T，上下文窗口达 100 万 token，实现原生多模态能力。通过 Delta Attention 优化耗时减少 6.3 倍，Attention Residual 机制在不到 2% 额外成本下实现训练效率提升约 25%，专为长期 horizons agent 和自演化 workf...
高优先级
25
Introducing Kimi K3: Open Frontier Intelligence
Kimi.ai 发布 Kimi K3 大模型，拥有 2.8 万亿参数、1 百万上下文长度和原生多模态支持，采用 Delta Attention 将百万token 解码速度提升 6.3 倍，并通过 Attention Residuals 实现训练效率提升 25% 以下降成本 2%，计划 2026 年 7 月 27 日开放权重。
值得跟进
26
NVIDIA发布Nemotron 3 Embed 8B登顶RTEB
NVIDIA 发布 Nemotron 3 Embed 8B 嵌入模型，在 RTEB 检索基准测试中获得总榜首位，该基准评估真实任务中的检索准确率。
观察
27
Gemma 4 31B 上 LiveKit 推理，实时语音代理领先 GPT‑4.1
Google Gemma 团队发布了 Gemma 4 31B 模型在 LiveKit 推理平台的部署，首次音频延迟为 354 ms，首次 token 生成时间为 192 ms，并在 tau2bench 工具使用基准上获得 76.9% 成功率，超越 GPT‑4.1。
观察
28
SenseNova-U1-Infographic-V3 推出信息图生成模型
SenseNova 团队推出 SenseNova-U1-Infographic-V3 模型，这是一个基于 8B 参数 MoT 检查点，采用原生多模态 NEO-unify 架构。该模型在 T2I 任务上性能优于 Qwen-Image-2.0 和 Z-Image，在 BizGenEval + IGenBench 基准测试中排名更前。模型支持 ...
值得跟进
29
Google 发布 Gemini Omni Flash 登顶视频生成排行榜
Google 发布 Gemini Omni Flash 多模态模型，在 Artificial Analysis 视频排行榜上文本到视频和图像到视频均位居第一，击败 ByteDance 的 Seedance 2.0。模型支持文本、图像、视频输入，生成 720p 24FPS 3-10 秒视频，定价 $0.10/秒，已通过 Gemini API...
观察
30
Google Vids 集成 Gemini Omni 和个人化头像
Google 在 Google Vids 中推出 Gemini Omni 和个人化头像功能，用户可通过简单提示生成高质量视频剪辑并创建数字化身，需要上传自拍和语音录音制作看起来和声音像自己的虚拟形象。此功能面向 Google AI Pro、Ultra 和 Workspace 商业客户开放，个人化头像仅限特定 Google 账号下 18 岁...
观察
31
Kimi k3 模型今晚发布，参数2-3T
Kimi 宣布今晚发布 k3 模型，参数规模 2-3T，上下文长度 1M，预计性能超过 Claude Opus 4.8（约1.5T参数）。
观察
32
Hy-Embodied-VLM-1.0 发布
Hy-Embodied-VLM-1.0 在 ModelScope 发布，采用 Apache 2.0 许可证。该模型总参数约 30B，每个 token 仅激活约 3B，在 38 个具身基准测试中排名第一 19 个、第二 11 个，平均性能较 Hy-Embodied-0.5 MoT-2B 提升 8.4%。
观察
33
Thinking Machines 发布 Inkling 模型
前 OpenAI CTO Mira Murati 创立的 Thinking Machines 发布了首个模型 Inkling，采用 MoE 架构，总参数 975B，激活参数 41B，支持 1M 上下文窗口，在 45T 数据上训练，原生支持文本、图像和音频多模态。同时提供激活参数 12B 的 Small 预览版，模型权重开源，后训练数据从 ...
值得跟进
34
Qwen-Audio-3.0-Realtime 如何让语音交互「懂倾听，更聪明」？
阿里通义实验室发布Qwen-Audio-3.0-Realtime实时语音交互模型，具备高表现力共情对话、流畅双工交互和Agentic工具调用能力，在Artificial Analysis评测的Speech Reasoning子项中位列第一。
观察
35
Arena 增加事实评分
Arena 在其排行榜中加入了基于真实用户对话的事实核查评分，对模型的可靠性进行衡量。他们从超过 200 万条模型在真实对话中提出的可验证主张中抽样验证，覆盖约 13 万文本竞赛和 4 万搜索竞赛。启用事实权重后，GPT‑5.5 在文本竞赛中上升 13 名，Muse Spark 下降 13 名，Claude Fable 5 略降，而在搜索...
观察
36
LingBot-VLA 2.0：60K小时机器人数据训练的全机器人通用模型
LingBot-VLA 2.0是一个开源的具身模型，通过60K小时精选的机器人和人类数据训练，支持从单臂机器人到人形平台的多种机器人配置，显著提升了机器人在复杂长期任务上的性能。
观察
37
GPT-5.6 在 Amazon Bedrock 上正式可用
AWS Newsroom 宣布 OpenAI 的 GPT-5.6 系列模型（Sol、Terra、Luna）已在 Amazon Bedrock 上正式可用，提供从旗舰推理到快速推理的三个层次。
观察
38
Claude Fable 5 免费试用延期，7 月 12 日截止
Anthropic 延长 Claude Fable 5 的免费试用期至 7 月 12 日。从 7 月 1 日起，Pro、Max、Team 和企业版用户可在订阅额度内免费使用 Fable 5，但最多占每周额度的 50%。支持网页、手机、桌面客户端、Claude Code、Cowork、Design 及 Microsoft 365 插件。企业...
观察
39
Meta launches Muse Image, its first in-house image generator after AI shake-up
Meta发布首个自研图像生成模型Muse Image，将替代此前依赖的Midjourney和Black Forest Labs。该模型支持编辑、生成、删除对象等功能，消费者免费使用，高级用户需订阅Meta One。内部测试中Muse Image表现优于Nano Banana 2但落后于GPT Image 2。
观察
40
Hy3 现已在 OpenCode 免费发布
腾讯发布最新编码模型 Hy3，此模型已完全开源，支持 256K 上下文，且用户反馈其性能优于 Hy3 Preview。
观察
41
Artificial Analysis发布Harvey LAB-AA法律基准测试
Artificial Analysis重新实现Harvey的法律代理基准Harvey LAB-AA，使用由Harvey团队构建的120个.scenario测试了24个法律领域的模型。Claude Fable 5（AnthropicAI）以14.2%的全通过率遥遥领先，其次是Claude Opus 4.8和GLM-5.2（Zai_org）各...
观察
42
Audex：30B总参音频MoE
NVIDIA发布Audex，一个30B总参数/3B活跃参数的音频-文本MoE模型，基于Nemotron-Cascade-2构建。它在BigBenchAudio（90.0）、Audio Entailment AudioCaps（95.6）和CMM（90.3）上取得高分，同时保持文本推理能力。模型覆盖音频理解、ASR、语音翻译、TTS、语音生...
观察
43
Google DeepMind 发布 Gemma 4 技术报告
Google DeepMind 发布 Gemma 4 技术报告，模型家族参数从 2.3B 到 31B，涵盖密集和 MoE 架构。12B 模型采用无编码器设计，2.3B 有效参数模型匹配 Gemma 3 27B 性能。31B 模型在 Arena Text 排名 43，支持思考模式，AIME 2026 达 89.2%，GPQA Diamond...
值得跟进
44
Beyond Language Modeling 论文 ICML spotlight
David Fan 等团队在 ICML spotlight 展示 Beyond Language Modeling 论文，研究了将视觉作为一等公民进行多模态预训练的方法，探索了 Transfusion-style 模型从头训练的设计空间，涉及视觉表示、数据、世界建模、架构和扩展行为等方面。
观察
45
LingBot-Vision系列模型发布
ModelScope 开源 LingBot-Vision 光学特性系列模型，包含 1B ViT-g 模型和多尺度学生模型。1B ViT-g 在 NYUv2 深度 RMSE 0.296 排名领先 7B DINOv3（0.309），Cityscapes 79.6 -SiGe 87.5 匹配；0.3B ViT-L 学生模型性能接近 7B DIN...
值得跟进
46
Zikai分享Qwen-AgentWorld技术细节
Zikai分享了Qwen-AgentWorld的见解：AgentWorld可作agent使用；8B dense是能有效学习的最小模型，4B dense学习效果差；最佳输入格式为playwright的accessibility tree；AgentWorld基于qwen3.5训练。Qwen开源了Qwen-AgentWorld-35B-A3B...
观察
47
ModelScope 发布 Hy3 模型
ModelScope 发布 Hy3 模型，总参数量 295B 激活参数 21B 的 MoE 架构，专为 agent 工作流设计，支持 256K 上下文并提供 FP8 量化版本。在 270 位专家的盲测中，Hy3 得分 2.67/4，超过 GLM-5.1 的 2.51/4，在前端开发、CI/CD 和存储领域提升显著；多轮对话错误率从 17....
观察
48
Tencent Hy3 免费提供至7月21日
腾讯混元 Hy3 模型（295B MoE，256K 上下文）在 OpenRouter 上免费提供使用至7月21日，专为编程、推理、代理和工具使用设计。
观察
49
Tencent Hunyuan 发布 Hy3 模型
腾讯混元发布 Hy3 模型（295B MoE），自称同类最佳、媲美万亿级旗舰，采用 Apache 2.0 开源并开放两周免费 API。
值得跟进
50
Tencent Hunyuan Hy3 在OpenRouter上发布
Tencent Hunyuan 和 Novita Labs 通过 OpenRouter 平台推出大模型 Hy3，该模型基于 295B MoE（21B 活跃参数）架构，支持 256K 上下文长度，提供三种可配置推理模式，并专注于代码生成、推理与长上下文场景的优化，针对企业级 AI 工作流。
值得跟进
51
两变体支持100万上下文
DeepSeek V4 开源两种变体，可扩展上下文至100万 token，并通过注意力改进和 Mega MOE 加速计算
值得跟进
52
腾讯混元 Hy3 模型开源发布
腾讯混元发布 Hy3 模型，采用 295B/A21B MoE 架构，支持 256K 上下文窗口。相比 preview 版本，任务成功率从 72% 提升至 90%，执行效率平均耗时缩短 34%，文档处理 token 节省 47.4%，PPT 制作节省 49.0%（对比 GLM-5.2）。已在元宝、ima、QQ 浏览器等腾讯产品中应用。
观察
53
腾讯ारा Hy3 正式版发布，Agent 能力与自拍偷拍场景落 Occasionally
腾讯混元发布 Hy3 正式版，经过 270 位专家盲测后幻觉率下降，多轮承接改善，并将模型以 Apache 2.0 开源且降低 API 价格，示范国产模型在办公、开发与游戏afone 实际落地。
值得跟进
54
腾讯混元HY3发布会
腾讯混元发布HY3模型，1点 EST 直播讨论性能并现场编码，依赖novita_labs算力
观察
55
Tencent Hunyuan 发布 295B MoE 模型 Hy3
腾讯混元发布 Hy3，295B 参数 MoE 模型，侧重成本效益的 agentic 场景，在编码、工具调用可靠性、推理和 256K 长上下文任务上表现突出，现已在 Nous Research 的 Nous Portal 免费提供两周。
观察
56
Grok 4.5几乎即将发布
xAI公司基于V9基础模型开发的Grok 4.5，参数量达1.5T，预训练完成于2026年5月26日。后续通过Cursor coding数据进行补充训练，强化学习仍在进行中。xAI计划2026年底每月推出新模型。当前Grok 4.3仍作为公共API模型在Amazon Bedrock服务。
值得跟进
57
腾讯Hy3模型发布
腾讯发布基于MoE架构的Hy3模型，总参数量2950亿，激活参数210亿，使用Apache 2.0许可证开源。该模型在推理任务中超越更大规模的竞争对手，尤其在代理搜索Benchmarks上得分84.2和91.0，且与Claude Opus 4.8、GPT‑5.5相竞争。与Glm‑5.2相比，Hy3在参数规模上更小，但其FP8推理内存仅约3...
值得跟进
58
ICML2026 论文速递
Surya Ganguli 及其合作的研究团队在 ICML2026 主会议展示多篇论文。发布了包括层次谱方法、深度强化学习特征保持、时间尺度分析等在内的多篇理论研究（2026）。涉及 Hugo Tabanelli、Yatin Dandi、Luca Pesce、Florent Krzakala 等作者的多篇论文，涵盖高维注意力、随机矩阵视角...
观察
59
腾讯Hunyuan Hy3成本降低35倍达到Gemini 3.5级物理质量
腾讯新模型Hunyuan Hy3在物理模拟测试中达到Gemini 3.5水平，成本降低35倍。测试显示Hy3仅用29,757 tokens（$0.006），远低于Gemini 3.5的23,300 tokens（$0.21），而DeepSeek-V4花费50,600 tokens（$0.009）但效果最差。
观察
60
ThinkingCap-Qwen3.6-27B 减少思考令牌50%
bottlecapai 发布 ThinkingCap-Qwen3.6-27B，通过微调 Qwen3.6-27B 在保持能力的同时减少平均50%的思考令牌，最佳情况减少90%以上。
观察