跳到正文
11月22日周日
11月21日周六
  1. 智东西58

    腾讯混元团队Reddit AMA回应Hy4系列算力、评测与架构问题

    腾讯混元团队在Reddit举行AMA,围绕Hy4系列模型回应开发者提问,称正尽可能充分利用现有资源追赶前沿水平。团队表示下一代Hy模型将进一步扩大参数规模并继续投入大规模强化学习,Hy4-mini已在路线图中,还计划推出面向24GB显存设备的小尺寸模型。架构上团队曾在GQA与MLA间权衡,最终因DSA降低MLA解码阶段计算开销而采用MLA。

11月17日周二
  1. 钛媒体42

    AI4S火热,离“ChatGPT时刻”还有多远?

    阿里发布Qwen4-Max展示自主设计新型冷却液分子并调用自动化实验平台完成合成与测试的能力。Anthropic的Claude Fable 5.2和Mythos 5.2、腾讯混元Hy4正式版也相继展示了通用大模型解决理论物理、数学研究等领域复杂问题的能力。

11月16日周一
  1. Ethan Mollick78

    Ethan Mollick 表示,Fable/Mythos 首次公开已超过 8 个月,但至今没有出现同级别的开源模型,这与许多人的预期相反。他引用 Artificial Analysis 的数据:阿里发布 Qwen4 Max,在 Intelligence Index 上得分 43,比 Qwen3.8 Max 高 9 分,比 Kimi K3.1 Pro 低 3 分,每任务成本约低 11%。

    引用Artificial Analysis@ArtificialAnlys

    Alibaba has launched Qwen4 Max, gaining 9 points over Qwen3.8 Max on the Artificial Analysis Intelligence Index and landing 3 points behind Kimi K3.1 Pro at ~11% lower Cost per Task Qwen4 Max, using xhigh reasoning effort, scores 43 on the Intelligence Index, 9 points ahead of Qwen3.8 Max (xhigh) and 3 points behind Kimi K3.1 Pro (max, 46) Key takeaways: ➤ Qwen4 Max improves on every evaluation in the Index vs Qwen3.8 Max (xhigh, 34): HLE-Diamond +21 points (24% to 45%), AA-Omniscience +18 points, AutomationBench-AA +17 points, CritPt v2 +13 points, Terminal-Bench-Science +11 points, Terminal-Bench 4.0 +9 points, GDP.pdf +3 points, FrontierCode 2.0 +3 points and AA-Briefcase +82 Elo. ➤ Qwen4 Max costs $3.27 per Intelligence Index task, ~3x less than Qwen3.8 Max ($10.02) and ~11% less than Kimi K3.1 Pro ($3.68): This is driven by 25% lower per-token pricing than Qwen3.8 Max, 70% cheaper cache hits and lower token usage. Tencent Hy4 costs ~3x less per task ($1.03) than Qwen4 Max but scores 8 points lower on the Index. ➤ Qwen4 Max uses 39% fewer output tokens per task than Qwen3.8 Max: ~105k output tokens per Intelligence Index task vs ~171k for Qwen3.8 Max, ~72k for Kimi K3.1 Pro and ~78k for Tencent Hy4. Qwen4 Max uses fewer tokens, while increasing 9 points on the Intelligence Index ➤ Improvements in AA-Briefcase (knowledge work): On AA-Briefcase, our evaluation of agentic work across real business files, Qwen4 Max reaches 1686 Elo vs 1674 for Kimi K3.1 Pro and 1446 for Tencent Hy4. ➤ Qwen4 Max trails Kimi K3.1 Pro on Terminal-Bench 4.0 and Tencent Hy4 on FrontierCode 2.0: Qwen4 Max scores 48% on Terminal-Bench 4.0 vs 67% for Kimi K3.1 Pro and 37% for Tencent Hy4. On FrontierCode 2.0, @cognition’s private evaluation of real-world coding tasks, it scores 26%, level with Kimi K3.1 Pro (26%) and behind Tencent Hy4 (31%). Key model details: ➤ Context window: 1M tokens ➤ Multimodal: Text and image input with text output ➤ Pricing: $1.50/$4.50 per 1M input/output tokens on Alibaba's first-party APIs, with a $0.075 cache hit price. This is lower than Qwen3.8 Max across the board ($2.00/$6.00, with a $0.25 cache hit price) ➤ Availability: @Alibaba_Qwen 's first-party APIs

    推荐理由:作者以开源模型发布节奏为参照,指出 Fable 级开源模型迟迟未出现,可与引用中的闭源模型进展对照阅读。

11月13日周五
  1. 极客公园58

    AI 录音硬件卖的是时间差,窗口可能只剩半年

    极客公园分析认为,苹果在 watchOS 27.3 测试版中加入 Live Rewind 和 Siri Recap 后,AI 录音硬件的窗口期可能只剩半年。文章指出 OPPO AI 心力球、千问 QwenNote A2 等产品已转向只留文字不留录音,而手机厂商的系统 Agent 掌握着读取这些记录的入口。作者实测把心力球记录经飞书接入 Codex 等工具,几千段对话中有效信息不到 10%。

11月12日周四
  1. 钛媒体40

    双十一Token五折促销调查:智谱、千问、MiniMax等大模型厂商的折扣多为新用户首月专享

    双十一期间天猫AI空间站Token充值中心开启促销,智谱、千问、MiniMax、阶跃星辰等厂商推出限时半价,充值流程与充话费类似,30秒内可完成。但多数折扣款实为“新用户首月专享”,仅千问AI和智谱的7天周卡限制稍宽,且均为绑定服务的月卡、季卡、年卡,无永不过期的按量额度。厂商核心目的是拉新与完成用户付费教育,而非无差别让利。

11月10日周二
  1. 钛媒体48

    Token价格暴跌背后:李佳琦直播间半小时卖出2万亿Token,国内日均消耗两年增长约5000倍

    大和研报显示,自今年8月以来行业Token价格指数累计下跌约25%,OpenAI、Anthropic综合标价分别下调31%、47%。李佳琦直播间以0.01元售卖含定量Token的千问基础版会员月卡,半小时卖出2万亿Token;截至2026年6月,国内Token日均消耗量达500万亿,较2024年初增长约5000倍。厂商战略重心正从按Token计价转向按结果、按场景、按交付计价。

11月8日周日
11月7日周六
11月6日周五
  1. 机器之心47

    对谈千问蒋冠军:Personal Agent 的模型、记忆与生态架构如何搭建

    千问事业部 AI 算法负责人蒋冠军在机器之心对谈中拆解了 Personal Agent 的技术框架,提出模型、记忆、生态三个核心。千问正邀测的 Personal Agent「千问 Go!」围绕 30 多个行业定义了 8000 多项模型原子能力需求,通过后训练和强化学习提升任务稳定性,并将相关任务上下文规模降低约 40%。

11月5日周四
  1. 钛媒体40

    灵光2.0、Today AI、Alice 实测:个人 Agent 谁先露怯

    灵光2.0、Today AI 和 Alice 三款个人 Agent 在应用连接、任务执行、长期记忆、主动服务和交互体验五个维度接受同指令实测。Today AI 能识别闹钟指令的时间限制并改用日历提醒,灵光2.0 则设置出可能当天响起的单次闹钟。三款产品在关闭、调整闹钟等操作上均无法通过自然语言完成,仍需手动收尾。

11月4日周三
  1. 钛媒体60

    豆包与阶跃:AI手机的路线与围墙

    市值榜对比豆包手机助手与阶跃星辰 STEPX Neo 两条智能体手机路线,前者靠 GUI 识别屏幕模拟点击,后者通过 MCP、A2A 接口调用应用能力。文章指出两者面对同一堵墙:豆包手机助手 SAEP 拒绝操作名单已增至 166 款应用,阶跃与支付宝、美团等合作也按能力逐项分层开放。作者认为技术决定 AI 能做多少,用户信任与责任规则决定它能走多远。

11月3日周二
  1. Dongxi 东锡 NLP38

    有推文介绍用GPT-6 Astra直接改写Qwen3.5-0.8B仅0.016%的权重,无需梯度或训练即修复推理循环,数学能力最高提升6倍、指令遵循提升3倍,称为Weight-Space Programming。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

11月2日周一
  1. 钛媒体60

    千问进iPhone,阿里真正买到了什么?

    作者测算千问接入国行Apple智能后,按公开API标价一年推理金额在0.43亿至35.48亿元之间,远低于券商隐含的约90亿元增量。文章认为千问在苹果生态中处于可选开启的扩展位,钱更可能从阿里流向苹果,阿里真正看重的是淘宝、支付宝等应用群在系统级Agent入口的放行资格。作者同时指出,1亿部合格机型按10%到30%开通仅对应1000万到3000万人,难以改变千问与豆包的格局。

10月26日周一
  1. 钛媒体42

    双11的AI迷局:商家为千问办公等工具付费,用户靠豆包、千问领券薅羊毛

    这届双11,AI商业化先在商家侧兑现:千问办公电商版付费用户中20%来自电商行业,有女鞋商家用AI把开店筹备从30天缩到7天、花费从3万至5万元降至几百元Token费用。消费端则是另一套逻辑,豆包、千问用补贴和优惠券争夺下单入口,同款厨房纸巾经豆包购买比抖音电商便宜约37.5%。天猫Token品类双11首日成交环比上月增长450%,但天猫暂不对此品类投入具体优惠。

10月23日周五
  1. 雷锋网25

    千问蒋冠军:构建 Personal Agent 需模型、记忆与生态协同推进

    阿里巴巴千问事业部 AI 算法负责人蒋冠军在 2026 中国计算机大会上分享了千问打造 Personal Agent 的技术实践,认为模型、记忆与生态是构建这一核心能力的三要素。他表示,Personal Agent 解决日常工作、学习、生活问题的理论上限接近 100%,关键在于让系统能力与问题解决路径更好匹配,通过三要素高效协同为不同问题找到最优解决路径。

10月22日周四
  1. 钛媒体42

    千问 N1、阶跃 STEPX Neo 密集发布:AI 硬件入口之争为何落在眼镜上

    阿里千问在杭州发布 AI 眼镜 N1、N1 Pro,国补后到手价 2218 元起;同日阶跃星辰推出智能体手机 STEPX Neo,先行版 3999 元。千问 N1 取消近眼显示,把光学模组成本压到近乎归零,以此拉低售价。文章认为眼镜胜在用户本来就要戴、换镜时只多花几十美元,而手机正因内存涨价、出货下滑失去入口载体能力。

10月21日周三
  1. 钛媒体40

    电商巨头的AI战略分野:阿里抢算力,京东抢扳手

    阿里与京东在AI上走向两条路:阿里三年3800亿元云和AI基建计划已过半,单季资本开支达677亿元,AI云与算力服务分部季度收入484亿元、同比增长45%;京东则宣布到2028年在机器人领域投入百亿资源、五年建80个RoboBase,并组织60万人采集1000万小时真实场景数据。文章认为阿里卖算力、京东卖物理劳动力,后者能否成为独立商业形态取决于物理运营能力能否对外按使用量收费。

10月17日周六
9月15日周二
8月15日周六