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
新华网消息，百度把最新的基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base）开源了。该模型走的是MoE架构路线。
参数方面，文心5.5 Flash Base总参数量为2800亿，每个 Token 激活140亿参数；预训练用了33.5万亿个 Token，预训练上下文长度最高128K，到了微调与推理阶段，可支持最长100万 Token上下文。
10月31日凌晨4点04分，开源项目LobeHub的GitHub页面上，一个名为lobehub-coder的账号，跑到Codex审查机器人提交的代码审查意见下面留言，意思是问题已经修复。 在随后的18分钟里，双方来回交流了好几轮，lobehub-coder先修复了Codex两天前指出的两个问题。紧接着Codex又提出三
千盼万盼，iPhone的AI功能终于上线了。 从11月4日开始，拥有开发者权限的苹果用户都可以获得开发Beta版的iOS 27.3推送，然后下载一个12GB的更新包即可升级。 不过，大家今年在WWDC上看到的那些AI功能，这次还是没有，首批上线的功能主要还是以AI写作、实时翻译、图像处理、智能通知、Siri为主。其中，
IT之家 11 月 5 日消息，按照 10 月 24 日发布时给出的承诺，月之暗面（Moonshot AI）今日在 Hugging Face 平台开放了 Kimi K3.1 Pro 的模型权重。在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部
OpenAI 表示 Pierre 的开源项目将继续保持开源。收购完成后，客户可以继续使用 Pierre 的 Code Storage 存储系统。
MLCommons近日发布AILuminate Safety 1.2.1和Jailbreak 1.1两项基准，开发者可通过Candela服务自测AI系统产生有害内容的风险及抗攻击能力。基准由80多家机构共识构建，覆盖12类危害场景，并采用确定性评估器提升准确性。公开结果显示27个系统表现差异显著，开放权重模型从第4到9
这是 2026 年至今，中国科大以第一署名及通讯单位在 Nature、Science、Cell 三大国际顶尖刊物上发表的第 16 篇成果。
DeepSeek 开源 DeepInfer 后，SGLang 团队用 DeepInfer 自身基准在相同硬件上复测 DeepSeek-V4.1-Flash。结果显示，SGLang 在 prefill 吞吐、decode 步长等关键指标上持平或领先，并补齐了完整推理服务所需的 KV cache、PD 分离和负载均衡能力。
DeepSeek 开源 DeepInfer 后，SGLang 团队用 DeepInfer 自身基准在相同硬件上复测 DeepSeek-V4.1-Flash。结果显示，SGLang 在 prefill 吞吐、decode 步长等关键指标上持平或领先，并补齐了完整推理服务所需的 KV cache、PD 分离和负载均衡能力。
MLCommons近日发布AILuminate Safety 1.2.1和Jailbreak 1.1两项基准，开发者可通过Candela服务自测AI系统产生有害内容的风险及抗攻击能力。基准由80多家机构共识构建，覆盖12类危害场景，并采用确定性评估器提升准确性。公开结果显示27个系统表现差异显著，开放权重模型从第4到9
企业内容管理平台 Box 推出了一套采用“智能体优先”思路的内容检索系统，其核心基于英伟达 Nemotron 开源模型。据称，新系统响应查询的速度提升至原来的四倍，错误率降低 20%，而消耗的 token 数量减少 90%。这标志着企业搜索正从“检索增强生成”的单轮问答，转向由模型自主规划、多步执行任务的智能体检索架构
至于搜索就更简单了，AI会直接调用百度的视觉模型，然后通过百度的以图搜图来给你找出类似物品出现过的网页内容，个人觉得聊胜于无吧，在没有接入淘宝、京东等购物类app的情况下，它并没有太多的用武之地，毕竟如果只…
月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重，强势登顶 Agent Arena 开源榜
11月5日消息，按照此前在10月24日发布时许下的承诺，月之暗面（Moonshot AI）今日正式在 Hugging Face 平台全面开放了Kimi K3.1Pro的模型权重。随着此次权重的正式开源，该模型在由 Arena 运营的智能体排行榜 Agent Arena 中表现亮眼，一举夺得开放权重模型的第一名，在全部参
新智元报道 憋了整整两年多，百度终于亮出了自己的重磅杀手锏！今天，百度Apollo正式发布了「ApolloWorld」——首个面向物理AI的Agent驱动全模态世界模型。它直接把整座城市的路网、多模态传感器和车流博弈搬上云端，支持毫秒级实时交互与连续几十分钟的完整接单推演，一举打破了以往世界模型只能模拟「几十秒孤立片段
开源大模型正从技术圈的小众实验，变成企业、政府和初创公司共同押注的基础设施。低成本、可控性、灵活性构成了它的吸引力，但当能力越来越容易获得，商业价值究竟落在谁手里？TechCrunch本期节目邀请Hugging Face，围绕价值捕获路径展开讨论，并直面一个更尖锐的问题：面对来势汹汹的中国开源模型，美国玩家还能不能跟上
开源AI模型正从边缘走向主流，企业、政府和初创公司都对其低成本、高控制和灵活性寄予厚望。然而，随着能力越来越强的模型免费开放，商业价值如何捕获？中国开源力量崛起，美国玩家能否守住优势？Hugging Face政策负责人围绕成本、风险与权衡展开深度剖析，为开源AI的可持续发展提供关键思考。
谷歌上线免费开源的 Data Agent Kit，借助 MCP 打通编码智能体与谷歌数据云服务，提供两类不同的安全防护：智能体主动校验能力、IAM 强制拒绝策略。
《读佳》获知，百度在近期上线了一个是一个面向开发者、企业客户及模型供应商的开放可信模型服务平台“词元所”，汇聚多模型、多供应商资源，提供模型选型、调用、交易与管理能力，并通过资源及供应商信用评价及区块链存证。简单一句话，开发者只用对接一次词元所的API，就能随便切换多家厂商的大模型，还能比价、看性能，按需调用计费。 0
腾讯混元 11 月 4 日发布最新一代大模型 Hy4 正式版。比起 8 月底推出的 preview 版，这回不仅显著扩大预训练与后训练规模，还首次引入视觉能力——能结合感知、推理与工具调用，做图像处理、图表分析与数学视觉推理。更难得的是 Hy4 首次支持"电脑操作"，可混用命令行与图形界面；腾讯还针对 Blender、
作者 ｜ Steef-Jan Wiggers译者 ｜ 明知山Brandon Thomas 把他用 AI 构建的七款 Adobe 应用 开源替代项目 发到了 Hacker News 上，但立刻又给它泼了冷水。“我还没准备好把这个发到 HN 上，”他写道，“离可读还差得很远。”他表示等项目结束 Beta 测试阶段后会再发一
谷歌近期正式发布 Data Agent Kit，结束了整个夏季的预览。它免费、开源，可以安装到非谷歌编码智能体中。它提供两种控制方式，这种差异在生产环境中至关重要。 Data Agent Kit 是一个 MCP 工具集，能够将智能体连接到超过十五项谷歌数据云服务，外加谷歌提供的技能，指导智能体完成 BigQuery S
