SpaceXAI Grok 4.5

评测

SpaceXAI Grok 4.5 测评

短的结论：大鹏一日同风起基本情况：对于拥有巨额算力与人才储备的北美团队而言，从相对落后位置发起追击并不是一件特别困难的事，尤其是这个团队还有一位金主，拥有钞能力，缺数据就买数据…

评测组小编
2小时前

美团LongCat-2.0同步开放国产卡推理代码
2分钟前
分享到:

美团宣布正式开源LongCat-2.0，并同步开放国产卡推理代码。作为业界首个在五万卡国产算力集群上完成推理的万亿参数模型，LongCat-2.0已全面开源。针对显存与带宽受限的国产算力芯片，团队在模型架构、芯片适配到部署策略上进行了深度协同优化，使得万亿参数模型在存量卡上同样能够稳定、高效运行。本次开源提供了bf16、fp8以及int8等多精度版本，全面覆盖不同算力平台的部署需求。同时，团队将针对国产算力极致优化的推理成果同步开源，旨在让更多的国产卡，包括老卡，都能流畅部署万亿大模型推理服务，发挥更大价值。
Meta计划投产自研AI芯片“iris”
2分钟前
分享到:

据《路透社》报道，Meta Platforms计划自9月起投产其自研AI芯片，代号为“iris”。该芯片属于Meta内部MTIA加速器项目的一部分，旨在提升Facebook与Instagram等平台的AI性能，并减少对英伟达及AMD等第三方芯片供应商的依赖。iris芯片的测试进展迅速，仅耗时6周且无重大问题，Meta将通过与博通合作设计、台积电负责代工的方式进行生产。此外，Meta正全力扩建计算基础设施，计划在2026年部署7 GW的算力，并于2027年实现倍增至14 GW。为支撑这一扩张，Meta已与三星电子、闪迪（SanDisk）及住友电气签订了内存、闪存及光纤设备的长期供应协议。
Meta发布Muse Spark 1.1并开放API，卷起AI编程价格战
3分钟前
分享到:

Meta发布最新多模态推理模型Muse Spark 1.1，并开放Meta Model API公测。开发者现在可以直接调用新模型，不再只是在Meta自家产品里使用。Muse Spark 1.1主打编程、agent和多模态任务，支持100万token上下文。新模型价格打得很低：输入每100万token 1.25美元，缓存输入0.15美元，输出4.25美元。早期合作方包括Replit、Box和Cline。Meta这次不是只做聊天机器人，而是正式进入AI编程和agent市场。
PrismML把Qwen3.6压到4GB，27B模型塞进iPhone
3分钟前
分享到:

PrismML表示，已将阿里开源模型Qwen3.6-27B压缩至约4GB，并成功在iPhone 17 Pro上运行。Qwen3.6-27B是一个拥有270亿参数的稠密模型，推理时所有参数均参与计算，而非仅激活部分参数的MOE模型。PrismML称，模型大小从约54GB压缩至不到4GB，性能没有明显下降，适用于复杂对话、推理、agent和代码任务。苹果公司已与PrismML接触，讨论如何将这项技术应用于其设备，尽管高级Siri仍依赖云端模型。
星巴克拟用AI自研软件替代微软、IBM系统
4分钟前
分享到:

2026年7月9日，星巴克正利用AI技术开发自有企业软件，计划替代微软库存管理系统及IBM设备维护工具。此举旨在降低每年约4亿美元的软件采购成本，支持其20亿美元整体降本计划。首批自研工具或于2027年底上线。公司已削减本财年技术预算3000万美元，其中1000万来自软件支出压缩，并优化外包与人力结构。尽管AI加速开发进程，部分AI应用（如库存管理）近期已被撤回，显示技术落地仍存挑战。
Anthropic给AI危险知识装开关，一个模型切出16种配置
5小时前
分享到:

Anthropic与AE Studio发布新研究，尝试给AI的「双用途知识」装上开关。双用途知识指既能用于正当研究，也可能被滥用的能力，比如病毒学、网络安全和核物理。研究团队在真实数据实验中测试了4类双用途领域：病毒学、网络安全、核物理和小众编程语言。4个模块可组合出16种能力配置。相比为每种配置单独训练模型，这种方法只需一次训练。结果显示，Gram在保留通用能力的同时，能较好移除目标能力，对小规模恶意微调的抵抗也强于训练后「遗忘」方法。
OpenAI国安合作原则出炉：AI能进军方，但不能自己开火
5小时前
分享到:

OpenAI发布政府与国家安全合作原则，明确会继续和美国政府及盟友合作。合作重点主要是两类：网络防御和生物安全。网络防御方面，OpenAI已与澳大利亚、加拿大、日本、韩国、法国、德国、波兰、荷兰，以及欧盟网络安全机构ENISA建立合作，英国政府也参与网络安全、模型测试和评估合作。生物安全方面，OpenAI已向部分美国政府和盟友开放GPT-Rosalind，用于公共卫生和生物防御任务。同时，OpenAI划出底线：不支持大规模国内监控，不支持绕开法律和监督，也不允许AI在没人类授权的情况下自主选定并攻击目标，但并未完全排除军事、情报和调查用途。
谷歌云从OpenAI挖走Harness engineering作者，押注企业Agent工作流
5小时前
分享到:

谷歌云宣布前OpenAI工程师Ryan Lopopolo加入，担任Agentic Google Cloud Platform首席工程师。Lopopolo是OpenAI《Harness Engineering》文章的作者，该方法强调为Agent配置上下文、工具、权限、评测和反馈回路，使其真正参与软件开发。他曾参与一个内部实验，团队利用Codex从空仓库开始开发产品，5个月内生成约100万行代码，涵盖代码、测试、CI、文档和内部工具，主要由Codex完成，人类负责目标和验收。这次跳槽表明，谷歌云不仅希望销售模型和算力，还在增强企业Agent的工程化能力。
博主用AI模型发布台风预报涉嫌违法
5小时前
分享到:

2026年7月9日，中央气象台预计第9号台风“巴威”将影响我国东南沿海。部分网络博主借开源AI气象大模型自行发布台风路径及降雨预测，甚至开展付费预报（单次约10元）。专家指出，依据《中华人民共和国气象法》第三十八条，公众气象预报须由气象主管机构统一发布；个人擅自发布属违法行为，可被警告并处5万元以下罚款。AI气象模型虽提升预报效率与精度，但受限于空间分辨率（约25公里）及极端天气刻画能力，尚难替代专业气象服务。
OpenAI质疑SWE-Bench Pro评测基准有效性
5小时前
分享到:

7月8日，OpenAI发布博文指出，行业权威编程能力评测基准SWE-Bench Pro在731个公开任务中约30%存在评测缺陷。该基准由Scale AI推出，以高真实性与防作弊标准被广泛采用。OpenAI通过数据点分析和人工标注两条路径，分别识别出200个和249个失效任务，归因于测试过严、提示不充分、范围过窄及提示误导四类问题。例如某题要求行首1空格转Markdown，隐藏测试却判2空格才正确。鉴于其失效性，OpenAI已撤回对该基准的采用建议，并呼吁由资深开发者共建新一代AI编程评测标准。

【腾讯云】 4核4G服务器新客 38元/年起，支持 OpenClaw/Hermes 等热门镜像；Token Plan 低至28元/月，多种主流模型极速调用

SpaceXAI Grok 4.5

SpaceXAI Grok 4.5 测评