AiTest123.comAI 评测与可信度检测平台
拖动滑块完成拼图，通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
sina qqZone renren ydCloud 0
11月4日，腾讯混元推出新一代大语言模型Hy4。模型能力全面跃升之后，Hy第一次进入最强开源模型的行列。据每经记者黄婉银报道，Hy4近期会开源模型权重，同时发布模型系统卡片，并推进更负责任的开源，重点盯着网络和生物安全等风险。跟Hy4 preview相比，Hy4在预训练和后训练两个环节都明显扩大了数据与训练规模，还首次加入视觉理解能力，指令遵循、长文理解、长程智能体等综合表现也有大幅提升。
快科技11月4日消息，今日，腾讯混元正式发布最新一代大语言模型Hy4，随着模型综合能力大幅提升，Hy首次跻身最强开源模型之列。 相比此前发布的Hy4 Preview，新模型显著扩大了预训练和后训练规模，并首次引入视觉能力，在指令遵循、长文本理解、长程任务执行和深度研究等方面实现全面提升。 视觉能力是Hy4此次升级的一大
AI模型评测平台Arena.ai近日透露，腾讯混元新一代模型Hy4即将发布。数据显示，Hy4预览版在超过1.45万次真实世界智能体任务会话评测中位列开放模型第二名、全球综合榜单第十名，完成单项任务中位成本约0.26美元，比Kimi K3（Max）的0.80美元低约68%。
11 月 4 日，腾讯混元正式发布新一代旗舰大模型 Hy4。相比此前的 Hy4 preview，正式版进一步扩大预训练和后训练规模，首次引入视觉理解与电脑操作能力，并全面提升指令遵循、长文理解、复杂推…
腾讯混元11月4日发布Hy4正式版，在preview基础上扩大训练规模，新增视觉与电脑操作能力，可调用工具处理图像和图表，也能执行跨应用任务，参与前端和游戏开发。办公场景支持Word、Excel和PPT协作编辑；金融任务测试中综合得分3.04，幻觉率降至5.45%。Hy4已上线腾讯云和OpenRouter，接入元宝、W
国产开源模型的竞争白热化时刻 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
（本文作者为 Tech商业，钛媒体经授权发布）文 | Tech商业原基础模型研发部负责人吴甜的离开，为文心过去一年的承压添了一个人事注脚。。但人事从来只是表层。真正值得追问的是：当百度在2026年连续拆掉职级标签、合并管理通道、把基础模型研发交给一位29岁的外部博士时，它拆掉的究竟是什么？是“楚门世界”的墙，还是墙倒.
AI游戏，再度成为互联网的焦点。 前不久，Anthropic发布了Claude Opus 5.5，重点提升了游戏编程能力，引领大模型重塑游戏开发赛道。 如此一来，AI游戏不再是无足轻重的配角。 开发者不但可以借助大模型快速复刻经典游戏，还可以将不同游戏缝合在一起，颠覆了整个游戏圈的三观。 尽管如此，AI游戏依然任重道远
今年9月，一家成立不到一年的公司被曝正在洽谈一轮约3亿美元的融资，传说中的领投方为阿里巴巴，腾讯和红杉中国参与，投后估值达到25亿美元。 两年前，今天中国大语言模型的重要玩家、估值已高达500亿美元的月之暗面，在辛辛苦苦寻求 B 轮融资时，也不过就拿到了差不多的价格。 这家公司叫 UniPat，即便是 AI 业界的很多
智东西（公众号：zhidxcom）编译 | 孙小雯编辑 | 程茜智东西11月4日消息，今天凌晨，Anthropic开源大模型可证明推理系统FlashProve，详细技术报告于11月2日发布。服务商可通过该系统为模型回答生成密码学证明，用户无需获取模型权重或自行运行大模型，就能在CPU上核验输出是否符合指定模型的计算结果
AI对产业的升级今年已经蔓延到了数据库行业。今年1月，阿里云PolarDB发布AI数据湖库（Lakebase）、模型算子化、Agent托管等能力，推动数据库从“AI就绪”转向“AI原生”，7月推出面向Agent场景的PolarDB Agentic Database；腾讯云在5月底宣布数据库产品体系面向Agent场景全面
Allen AI发布StateBench基准，用于评估大模型在长文本中追踪实体状态变化的能力。测试显示，传统Transformer架构在处理复杂状态依赖时存在理论瓶颈，而引入Gated DeltaNet的混合架构在直接训练后展现出更强的泛化能力，即便在超出训练长度250倍的序列中仍能保持高准确率。相比之下，包括Gemi
IT之家 11 月 4 日闪讯速报，苹果今日凌晨面向 iPhone 推送了 iOS 27.3 系统首个测试版本。 据IT之家此前报道，苹果智能（Apple Intelligence）及相关阿里千问大模型获得批准。苹果官方已宣布一系列 Apple 智能功能将自 11 月 4 日起随最新的 iOS 开发者 Beta 版开放
有一家做企业咨询的公司，手里有个让人头疼的活儿：客户花大价钱上线了一套检索增强生成系统，用来回答内部文档里的问题。系统跑起来了，但没人敢拍板说它能不能正式发布。为什么这么难？因为判断一个AI系统回答得好不好，靠的往往还是另一个AI。你用一个大语言模型去打分，评判另一个大语言模型的答案对不对、有没有胡说八...
Personal Agent 的潜在人群，正在从开发者扩展到更广泛的工作与生活场景：从约 4700 万全球活跃开发者，到约 10 亿知识工作者，再到约 60 亿普通网民。 当 Agent 进入更多日常任务，模型调用也开始嵌入连续工作：一次请求背后，可能有多轮推理、工具调用和结果校验。 2026 年 10 月 30 日，
当数千个大语言模型智能体被连入同一个网络、彼此可以自由交流并不断更新观点时，会发生什么？ 清华大学团队在《自然·通讯》（Nature Communications）上发表的最新研究给出了答案：在没有预设任何规则的情况下，这些智能体会自发地「站队」——观点逐渐分化成对立的两极，连接关系也随之重组为「物以类聚」的结构。 这
新智元报道 当数千个大语言模型智能体被连入同一个网络、彼此可以自由交流并不断更新观点时，会发生什么？清华大学团队在《自然·通讯》（Nature Communications）上发表的最新研究给出了答案：在没有预设任何规则的情况下，这些智能体会自发地「站队」——观点逐渐分化成对立的两极，连接关系也随之重组为「物以类聚」的
