类目 全部 模型 产品 行业 论文 技巧
  1. 01

    Kimi K3 开放日:模型权重、技术报告和关键 Infra 技术同步开放

    月之暗面发布 2.8 万亿参数的混合专家模型 Kimi K3,支持原生视觉理解和 100 万 token 上下文窗口。其规模化效率较 Kimi K2.5 提升 2.5 倍,并同步开源模型权重、技术报告及 MoonEP、FlashKDA、AgentEnv 三项 Infra 技术。

    阅读全文 原文 ↗
  2. 02

    Kimi K3 开放日:模型权重、技术报告和关键 Infra 技术同步开放

    Kimi 发布 K3 模型权重与技术报告,并开源 MoonEP、FlashKDA 和 AgentEnv 三项关键 Infra 技术。K3 是 2.8 万亿参数的 MoE 模型,支持原生视觉与 100 万 token 上下文,参数规模约为 K2.5 的 3 倍,规模化效率提升 2.5 倍。

    阅读全文 原文 ↗
  3. 03

    Kimi K3 开源:2.8T MoE 模型与技术报告

    Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2…

    Kimi 发布其最强模型 Kimi K3,这是一个 2.8T 参数的 MoE 模型,具备原生视觉理解和 1M token 上下文窗口。新架构实现了每单位计算 2.5 倍的智能提升。除模型权重外,Kimi 还开源了高性能注意力内核、MoE 通信库及大规模智能体运行环境基础设施。

    阅读全文 原文 ↗
  4. 04

    Google AI Overviews 搜索结果出现率升至43%

    Google's AI search is rapidly becoming the default, new data shows

    Google AI Overviews 在搜索结果中的出现率一年内从15%升至43%,AI Mode月访问量从1.26亿增至2.79亿。用户搜索长度增加,正从短关键词转向更长的自然对话式查询。

    阅读全文 原文 ↗
  5. 05

    InMind 基准揭示智能体记忆系统的隐式关联盲点

    Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory

    研究团队发布 InMind 基准,包含 125 个专家验证任务,测试智能体记忆系统处理隐式关联的能力。当关键记忆直接放入上下文时,骨干模型能回答 84.0% 的间接查询;但通过六种记忆系统检索时,命中率最高仅 14.4%,尽管这些系统直接召回准确率可达 100%。失败根源在于查询驱动的检索接口本身,将"路由--决定哪些事实必须保持可见"确立为核心开放问题。

    阅读全文 原文 ↗
  6. 06

    Kimi K3 开源分布式智能体环境 AgentENV

    We've open-sourced AgentENV in collaboration with kvcache-ai. AgentENV is a distributed system for …

    我们与 kvcache-ai 合作开源了 AgentENV。 AgentENV 是一个用于大规模运行智能体环境的分布式系统。其组件为 Kimi K3 的智能体强化学习训练提供支持,具备快速快照、恢复和分支功能,适用于大规模并行智能体工作流。 在 GitHub 上探索:http://github.com/kvcache-ai/AgentEnv

    阅读全文 原文 ↗
  7. 07

    浪费20亿Token后,我开源了帮Agent定义目标的Leader.skill

    浪费20亿Token之后,我开源了一个帮自己定义目标的Skill。

    作者开源了Leader.skill,用于将模糊需求转化为Agent可独立执行数小时以上的清晰目标任务书。该Skill基于"目标七问"方法论,强调指挥官意图与Harness(排除项)比Goal本身更重要。作者推荐用Claude Fable 5或Kimi K3规划目标,再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。

    阅读全文 原文 ↗
  8. 08

    浪费20亿Token后,我开源了帮Agent定义目标的Leader.skill

    浪费20亿Token之后,我做了一个帮自己定义目标的Skill。

    作者开源了Leader.skill,用于将模糊的人类需求转化为Agent可独立执行数小时的目标任务书。该Skill基于"目标七问"方法论,涵盖目的、完成态、反作弊、边界等维度,并推荐用Claude Fable 5或Kimi K3规划目标,再交由GPT-5.6 Sol或GLM-5.2等模型长程执行。项目已开源。

    阅读全文 原文 ↗
  9. 09

    Suno 推出多项新功能,含MIDI导出等

    We've been building faster than ever! 🚀 Here's a quick look at what's new across web & mobile: • …

    我们一直在以比以往更快的速度构建!🚀 以下是网页端和移动端的新功能一览: • 高级音轨分离 • 将音轨导出为 MIDI • 歌词合写与自动保存 • 截图生成歌曲 • Apple CarPlay 与 Android Auto 你最期待 Suno 的哪些新功能?

    阅读全文 原文 ↗
  10. 10

    NVIDIA 等多家行业领袖联合成立 Open Secure AI Alliance,推动 AI 安全与防御开源化

    Industry Leaders Unite in Open Secure AI Alliance for AI Safety and Security

    NVIDIA、Microsoft、Hugging Face、IBM 等数十家机构联合成立 Open Secure AI Alliance,旨在通过开源模型、工具和框架构建可审查、可定制的 AI 安全防御体系。

    阅读全文 原文 ↗