跳到正文
只看模型
10月21日周三
10月20日周二
  1. 🚨 AI News | TestingCatalog49

    Krea 3 Ultra 在 Artificial Analysis 图像编辑榜以 1151 分位列第 4，仅落后 Google 的 Nano Banana 2.1 一分；Krea 3 Fast 以 1125 分排第 11，反超 Nano Banana 2 一分。

    引用Krea@krea_ai

    today, Krea 3 makes it to the top of image arenas. - "Fast" pushes the pareto curve of speed and quality. - "Ultra" ranks top-4, only surpassed by OpenAI models. the only company valued under $1T in the top-10! more below 👇

  16. meng shao57

    Viggle 发布全栈物理原生世界基础模型 JST-2，与 Sora、Genie、Cosmos 等像素/视频空间路线相反，整个技术栈构建在 3D 空间。

    引用ViggleAI@ViggleAI

    Today we are releasing JST-2, the world's first full-stack physics-native world foundation model. Many world models learn in pixel/video space. We went back to first principles and built the entire model stack in 3D. Generate a 3D scene in seconds and expand it in real time. Create characters with motion built in, all through one general architecture.

  25. OpenAI36

    OpenAI 称其最新模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上具备更强的软件构建与迁移能力。这些语言支撑着银行、政府和企业的关键系统，进展意味着模型能理解数十年业务逻辑，帮助开发者现代化改造并保留可用部分。OpenAI 表示正围绕开发者与企业客户提出的挑战构建这些能力，并征集下一批要攻克的语言与工作流。

  26. Dongxi 东锡 NLP65

    Meta 发布 Muse Glimmer 30B 开源权重模型技术报告，主打消费级硬件上的 Agent 任务。模型经 4-bit 量化后约 17GB，目标在 24GB 显存设备运行，并称在工具使用和多步规划上领先同规模开源模型。

    引用AI at Meta@AIatMeta

    Today we published a technical report on Muse Glimmer, our 30B open-weight model built for agentic tasks on consumer hardware. It runs at practical speeds on a Mac or PC with a single consumer GPU at 4-bit precision, and leads comparably-sized open models on tool use and multi-step planning. Read about the model architecture, distillation recipe, quantization and more: https://go.meta.me/4Bcvxol

  27. 🚨 AI News | TestingCatalog44

    Skyfall AI 发布首个专注工程任务的世界模型 SKY-001，据其自测在 CAD 和 BIM 任务上优于 GPT-6 Astra 与 Opus 5.5，速度约快 120 倍、单样本成本约低 185 倍。该模型目前是组合式视觉世界模型，可提供工程对象的视觉方案，把物理对象拆成小部件再在 CAD 中重建整体。

    引用Sam Pasupalak@spisallyouneed

    Introducing SKY-001, the first Engineering World Model. On CAD and BIM tasks, it beats GPT-6 Astra and every frontier model we tested: -> 51-125x faster - > 150-210x cheaper -> Higher IOU than all frontier models SKY-001 lets you dream a physical object before you build it. 18 months of work. Built by the team out of Maluuba's deep learning lab (acq. by @MSRResearch). The first ‘AI General Engineer’ will be the backbone for Autonomous Manufacturing.

  28. Rohan Paul48

    Skyfall AI 发布工程世界模型 SKY-001，可把一张发动机或汽车照片拆解成完整零件树，并预测每个零件的草图与操作序列。它由 Hierarchical Composer 和 Construction World Model 两个模型分工完成，从 VMS-85 发动机单张照片生成了五级零件树。官方称其在 CAD 与户型设计任务上比最强通用 LLM 成本低 150x 至 185x，精度相当。

    引用Sam Pasupalak@spisallyouneed

    Introducing SKY-001, the first Engineering World Model. On CAD and BIM tasks, it beats GPT-6 Astra and every frontier model we tested: -> 51-125x faster - > 150-210x cheaper -> Higher IOU than all frontier models SKY-001 lets you dream a physical object before you build it. 18 months of work. Built by the team out of Maluuba's deep learning lab (acq. by @MSRResearch). The first ‘AI General Engineer’ will be the backbone for Autonomous Manufacturing.

  31. fal64

    fal 与 @bfl_ai 合作推出经后训练的前沿视频模型 FLUX 3 Max，现已在 fal 上线。该模型在第三方图生视频质量基准上并列第 1，生成 10 秒 720/768p 视频约需 12 秒；未来三周提供 75% 折扣。

    引用fal@fal

    隆重推出 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。 在独立第三方基准测试中，FLUX 3 Max 在图生视频质量上并列第一，可在约 12 秒内生成一段 10 秒、720/768p 的视频。 在接下来的三周内，FLUX 3 Max 享受 75% 折扣，使其成为同等质量水平下最实惠的前沿视频模型。

  32. 🚨 AI News | TestingCatalog69

    fal Research 与 BFL 合作发布 post-trained 视频模型 FLUX 3 Max，在 Artificial Analysis image-to-video 指数上得 1,139 分。该模型在第三方基准上与 Seedance 2.5 并列第一，10 秒 720/768p 视频约 12 秒即可生成，比 Seedance 2.5 快至 22 倍；未来三周降价 75% 提供。

    引用fal@fal

    隆重推出 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。 在独立第三方基准测试中，FLUX 3 Max 在图生视频质量上并列第一，可在约 12 秒内生成一段 10 秒、720/768p 的视频。 在接下来的三周内，FLUX 3 Max 享受 75% 折扣，使其成为同等质量水平下最实惠的前沿视频模型。

  33. Artificial Analysis62

    Artificial Analysis 引用 Inception 发布 Mercury 3 扩散大语言模型的推文并澄清，图中对比并非其 Intelligence Index。Mercury 3 声称超过 1,000 tokens/s、1M token 上下文，规模为 Mercury 1 的 40 多倍。作者指出公告引用的 AA-Omniscience 和 GDPval-AA v2 分数不遵循其方法学：AA-Omniscience 使用私有数据集（仅开源 10% 公共子集），GDPval-AA v2 需按其评分方法与模型对比集才具可比性。

    引用Inception@_inception_ai

    Mercury 3 is live: the most capable diffusion LLM released to date. It outperforms GPT-6 Luna and Claude Haiku 5.5 across a range of benchmarks while running at over 1,000 tokens per second. More than 40x the size of Mercury 1, 3x more intelligent across standard benchmarks, and just as fast, with a 1M-token context window. Available today on the Inception API, @baseten, and @OpenRouter .