ARC Prize 公布 Gemini 4 Argon 的 ARC-AGI-3 标准 harness 测试结果
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI-3 标准 harness 下的测试结果：低推理得分 49.8%，完成 42/55 局；中推理 46.3%，完成 46/55 局；高推理仅完成 19/55 局，因此未公布分数。
最新动态
RadarAIAI 评分6262 RadarAIAI 评分5858 Gemini 4 Argon 登上 ARC Prize 排行榜
ARC Prize 公布 Gemini 4 Argon 在 ARC-AGI 基准上的完整结果，并登上其排行榜。相关页面同时给出排行榜、复现公开结果的 GitHub 仓库以及测试政策链接。
RadarAIAI 评分6262 Krea AI 发布图像编辑模型 Krea 3，CPI-Bench 得分 4.81 仅次于 GPT Image 2.5
Krea AI 发布图像编辑模型 Krea 3，主打快速精准的图像编辑，可将角色、服装和场景的独立参考合并为单一画面，并保持面部与色调一致。在真实图像编辑基准 CPI-Bench 上，Krea 3 Ultra 得分 4.81/5，仅次于 GPT Image 2.5，高于其他所有图像模型。
The DecoderAI 评分7171 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，并推出两款本地 Bolt 模型
Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
RadarAIAI 评分5252 阶跃星辰发布 Step 5 Preview 技术博客，详解智能体任务的架构与训练设计
阶跃星辰发布技术博客《Inside Step 5 Preview: Architecture and Training for Agentic Work》，介绍架构与训练如何协同设计以支持更长、更复杂的智能体任务。
RadarAIAI 评分6666 阶跃星辰开放 Step 5 Preview 权重，BF16 与 FP8 版本上线 Hugging Face 和 ModelScope
阶跃星辰（StepFun）宣布 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 和 ModelScope，并附有技术博客。
RadarAIAI 评分7171 阶跃星辰展示 Step 5 Preview 在 NVIDIA GB300 上的推理性能
阶跃星辰表示 Step 5 Preview 在 NVIDIA GB300 上推理表现出色，并期待开发者用它构建应用。其转发的 NVIDIA 内容称该模型是阶跃星辰规模最大的开放权重发布，采用 600B MoE 架构，可处理最长 24 小时的 Agent 任务，在 GB300 上使用 NVFP4 达到近 8K tokens/sec/GPU。
RadarAIAI 评分7171 阶跃星辰开源 Step 5 Preview 权重，华为昇腾、沐曦、壁仞、摩尔线程提供 0Day 支持
阶跃星辰开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，已上线 Hugging Face 和 ModelScope，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可用 Transformers 离线推理。
NVIDIA Newsroom精选AI 评分7474 NVIDIA 扩展 Nemotron 家族，发布 Nemotron 3.5 Super VL 与 Bolt 系列模型
NVIDIA 发布开放模型 Nemotron 3.5 Super VL，1200 亿参数，主打多模态智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。
推荐理由：NVIDIA 一次放出三款覆盖数据中心到端侧的开放权重模型，并列出各行业后训练案例，可据此判断开放模型在企业智能体部署中的位置。
NVIDIA Technical Blog同新闻AI 评分6262 NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型，面向专用智能体
NVIDIA 发布 Nemotron 3.5 Super VL，一个面向专用工作流的开放可定制多模态模型，采用 120B 参数 MoE 架构、激活 12B 参数。该模型针对持续运行的智能体场景，单次请求可能涉及读取文档、跨来源核对信息、遵循公司政策并调用多个工具。
同一新闻，精选展示《NVIDIA 扩展 Nemotron 家族，发布 Nemotron 3.5 Super VL 与 Bolt 系列模型》
RadarAIAI 评分2222 蚂蚁百灵致谢 atomic.chat 本地测试 Ling-3.1-flash
蚂蚁百灵（Ant Ling）致谢 atomic.chat 在本地测试 Ling-3.1-flash，并分享 LEGO 埃菲尔铁塔演示。atomic.chat 称 Ling 3.1 Flash 已开源权重，在同一 Three.js 提示词下击败 GPT-6 Luna，成本便宜 2.8 倍。
RadarAIAI 评分4242 MiniCPM-V 4.7 推测解码达 370 tok/s
OpenBMB 的 MiniCPM-V 4.7（35B A3B）搭配 DSPARK Drafter 实现 370 tok/s 的推测解码速度，10 秒内生成 3,589 tokens，持续吞吐 370.0 tok/s、峰值突发 351.8 tok/s，TTFT 平均 0.30s。OpenBMB 称这是社区对推测解码极限的又一次突破。
RadarAIAI 评分7474 面壁智能 MiniCPM-V 4.7 开源上线 ModelScope，35B-A3B MoE 多模态模型可在 iPhone 上以 13+ tokens/s 端侧推理
面壁智能 MiniCPM-V 4.7 已在 ModelScope 开源，为 35B-A3B 的 MoE 多模态模型，采用 Apache 2.0 协议。官方称其可在 iPhone 17 Pro Max 上以 13+ tokens/s 运行端侧无损推理，Instruct 模式下整体得分高于 Qwen3.6 35B-A3B 且推理时间更短。
RadarAIAI 评分3131 TypeSafe AI 发布 Jev 1.14：新增图像、Box 类型与 262k 上下文
TypeSafe AI 发布 System One 决策模型 Jev 1.14，以 jev-preview 别名上线，新增图像输入、Box 边界框类型和 262k 长上下文三项实验性功能，官方称均未达到生产可用。
RadarAIAI 评分7171 阶跃星辰开源 Step-5-Preview：600B 参数、1M 上下文
阶跃星辰发布开源模型 Step-5-Preview，拥有 600B 总参数和 27B 激活参数，支持 100 万输入与输出上下文。该模型基于 Gemma 4，规格与 Gemini 4 Argon 类似，作者认为其基准评分仅供参考。
RadarAIAI 评分7171 xAI 发布 Grok Voice 3.0，以 86.9 分登顶 Artificial Analysis 语音对语音指数
xAI 发布语音对语音模型 Grok Voice 3.0，在 Artificial Analysis Speech-to-Speech Index 上以 86.9 分排名第一，高于 GPT-Live-1（Astra, medium）的 83.2 分和 Gemini 3.8 Live Extended Thinking 的 82.6 分。
RadarAIAI 评分2222 JEV 1.14.0 更新：新增多模态支持与上下文优化
JEV 1.14.0 新增多模态能力，可同时处理文本和图像数据，并引入图像区域检测的 'box' 类型。该版本将上下文长度扩大至 262K，同时优化多语言理解能力，更适合图像编辑、视频剪辑分析等视觉-语言任务。
RadarAIAI 评分3838 SpaceXSI 发布 Grok Voice 3.0 语音模型
SpaceXSI 发布面向客服通话的语音到语音模型 Grok Voice 3.0，称响应时间不到一秒、延迟降低 40%。同时 Grok Bot 市场开放开发者提交连接器、插件和 MCP server。
RadarAIAI 评分5050 Google TPU v7 基准测试性价比超越 NVIDIA GB300 NVL72
Google TPU v7 运行 FP8 vLLM 的每美元性能比 NVIDIA GB300 NVL72 运行 FP4 高出 1.67 倍。该基准测试结果由 Google 提交，显示 TPU v7 在性价比维度上领先 NVIDIA 当前旗舰级机架方案。
RadarAIAI 评分7272 阶跃星辰开放 Step 5 Preview 权重，同步发布技术博客
阶跃星辰正式开放 Step 5 Preview 模型权重，提供 BF16 与 FP8 两个版本，已上线 Hugging Face 和 ModelScope，技术博客同步上线。
RadarAI精选AI 评分7878 阶跃星辰开放 Step 5 Preview 权重，支持 100 万 token 上下文窗口
阶跃星辰正式释放 Step 5 Preview 模型权重，包含 BF16 与 FP8 权重、技术博客和配套开源开发工具，已上线 Hugging Face 和 ModelScope。
推荐理由：阶跃星辰开放 Step 5 Preview 权重，读者可据此了解其稀疏 MoE 架构与百万 token 上下文在长程 Agent 任务上的设计取舍。
RadarAIAI 评分7171 昆仑万维发布视频大模型游戏 Matrix-Game 4.0 并同步开源
昆仑万维发布视频大模型游戏 Matrix-Game 4.0，可在单张 NVIDIA RTX 5090 上实时运行，提供 480p、60 FPS 体验，按键到画面反应延迟低于 150 毫秒。
RadarAIAI 评分7474 蚂蚁百灵开源 Ling-3.1-flash，560B 参数模型可 4 卡部署
蚂蚁百灵正式开源 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B，最高支持 1M 上下文。权重已上架 Hugging Face 和 ModelScope，官方称该模型可 4 卡部署。
Hacker NewsAI 评分3838 TypeSafe 发布 Jev 1.14.0，并面向“梦想家”推出实验性功能
TypeSafe 发布 Jev 1.14.0，并以免责的“danger zone”API 开关形式开放图像、box 类型和更长上下文三项实验功能。图像能力通过 assets 中的查找替换实现，可放入 state、instructions 或 criteria；box 返回单个边界框，仅 jev-1.14.0 支持。
RadarAIAI 评分6666 Musk 称 Grok Voice 3.0 登顶 Artificial Analysis 语音模型评测
Artificial Analysis 评测显示，SpaceXAI 的 Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index。
RadarAIAI 评分3838 Jev 1.14 发布：Databricks 与 TypeSafe 合作
Jev 1.14 发布，新增图像输入、box API，质量更好、上下文更长。Databricks 宣布与 TypeSafe 合作，将新版 Jev 带给其客户。该版本面向早期采用者与探索者，并设有开关让用户自行选择进入"危险区"。
RadarAIAI 评分7272 Gemini 4 Argon 向全球 Google AI Pro 和 Ultra 订阅者开放
Google Gemini 官方宣布，全新前沿模型 Gemini 4 Argon 已在 Gemini 应用中向全球 Google AI Pro 和 Ultra 订阅者开放，用于处理最复杂的想法。
RadarAIAI 评分5858 Meta 将浏览器操作能力训进模型 Muse
Meta 把浏览器操作能力直接训进模型 Muse，商家无需改造网站，Muse 即可操作其站点；愿意合作的商家可开放 API 直连，省去 Agent 爬网页。扎克伯格称未来每家公司都会有自己的 Agent，目前主动要求深度接入的商家远多于想屏蔽的。该内容节选自 Cheeky Pint 播客中 Mark Zuckerberg 与 Alexandr Wang 的对谈。
RadarAIAI 评分7171 Gemini 4 Argon 向 Google AI Pro 和 Ultra 订阅用户全球开放
Google 宣布全新前沿模型 Gemini 4 Argon 已向 Google AI Pro 和 Ultra 订阅用户全球开放，可通过 gemini.google 网站和 Gemini 应用使用。模型现已在 Gemini 应用中开始推出，官方另发推文串介绍其与最新应用更新如何帮助用户把复杂想法变为现实。
RadarAIAI 评分6262 Paper Instruments 发布开源模型 Ultramarine 1 Flash，面向文档密集型工作
Paper Instruments 发布开源模型 Ultramarine 1 Flash，面向银行、律所和咨询公司的文档密集型工作，称可按每任务几美分的成本产出 Excel 模型、幻灯片或 Word 备忘录。
RadarAIAI 评分6060 Meta 的 Muse Wonder (Max) 以 +6.4% 净提升进入 Agent Arena 第12名
Arena 发布基于超过 5000 次真实智能体会话的评测结果，Meta 的 Muse Wonder (Max) 以 +6.4% 的净提升进入 Agent Arena 第 12 名，比位列第 16、提升 +3.6% 的 Muse Spark 1.3 (Max) 高 2.8 个百分点并领先四个名次。
RadarAIAI 评分5555 SpaceXSI 发布 Grok Voice 3.0 语音模型
SpaceXSI 发布 Grok Voice 3.0，称其为全球最智能的语音到语音模型，擅长处理客服通话，响应时间低于一秒，成本低于其他前沿模型。Grok Bot 工程负责人 Lauren Tan 转发该消息并建议在 Grok Bot 中试用。
RadarAIAI 评分7171 谷歌发布 Gemini 4 Argon 前沿模型，率先面向网络防御者开放
谷歌发布最新高级模型 Gemini 4 Argon，现已向网络防御者提供，定价为每百万输入 tokens 2 美元、每百万输出 tokens 10 美元。谷歌表示计划尽快向公众开放访问。
RadarAIAI 评分6262 Logan Kilpatrick 分享与 Sergey Brin 等讨论 Gemini 4 Argon 的视频
Logan Kilpatrick 分享了一段 YouTube 视频链接，其中包含他与 Sergey Brin、Josh Woodward、Tulsee Doshi 以及 Melvin Johnson 关于 Gemini 4 Argon 开发与未来的对话。
RadarAIAI 评分7171 SpaceXAI 发布 Grok Voice 3.0，以 86.9 分登顶 Artificial Analysis 语音指数
SpaceXAI 发布 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech Index 以 86.9 分居首，超过 OpenAI 与 Google，GPT-Live-1（Astra, Medium）为 83.2。
RadarAIAI 评分2222 Gemini 4 Argon：推动量子、核聚变与生物领域的科学发现加速
Google DeepMind 的 Gemini 4 Argon 模型正被用于量子计算、核聚变和蛋白质设计等多个科学领域，通过快速处理实验数据并生成可执行的洞察来加速新突破的发现。该模型的目标是推动这些领域的重大科研进展。
RadarAIAI 评分6262 Google DeepMind 称 Gemini 4 Argon 在量子计算、核聚变等领域取得科学突破
Google DeepMind 在 X 上表示，Gemini 4 Argon 已在量子计算、核聚变、蛋白质设计等领域解锁新的科学突破，并预告将以长线程形式展开说明。该帖未给出具体突破内容、评测数据或可用入口。
RadarAIAI 评分2828 Google DeepMind 用 Argon 加速量子纠错与算法设计
Google DeepMind 用 Argon 将内部版量子纠错解码器 AlphaQubit 转换为单一高度优化的硬件 megakernel，推理吞吐量提升近一倍。Argon 正在帮助加速量子纠错和算法设计两方面的进展。
RadarAIAI 评分6262 Grok Voice 3.0 在语音到语音指数中以 86.9 分排名第一
Artificial Analysis 的分析显示，SpaceXAI 的 Grok Voice 3.0 以 86.9 的分数在语音到语音指数中排名第一，明显优于其前代产品和现有竞争对手，同时保持了有竞争力的低延迟。该分析还对比了 Grok Voice 3.0 与 GPT-Live-1 和 Gemini 3.8 Live，并考察了其在语音推理、代理性能和偏好评级中的表现。
RadarAIAI 评分6666 Artificial Analysis 评测：Grok Voice 3.0 以 86.9 分登顶语音到语音模型榜
Artificial Analysis 的 Speech to Speech Index 显示，SpaceXAI 的 Grok Voice 3.0 以 86.9 分首秀登顶。