马斯克:Grok 4.5 部分软件基准超越 Claude Fable 5
Elon Musk 声称,xAI 的 Grok 4.5 在某些软件工程基准上表现略高于 Anthropic 的 Claude Fable 5——而他本人也承认 Fable 5 是"一个好得离谱的模型"。围绕代码能力与浏览器智能体的这场高调对比,正在成为本周模型竞速的主线,也把两家实验室的口碑推到聚光灯下。
Llama-Nemotron 系列开源:性能对标 DeepSeek-R1
Llama-Nemotron 系列(Nano 8B、Super 49B、Ultra 253B)主打高效推理,性能与 DeepSeek-R1 相当,而推理吞吐与内存效率更优。训练结合神经架构搜索、知识蒸馏与继续预训练,后训练涵盖监督微调与大规模强化学习,并支持标准聊天/推理模式的动态切换。模型、后训练数据集与 NeMo、Megatron-LM 训练代码悉数开源,被评价为"学习开源方法的绝佳教材"。
Vercel CEO 发布 eve:开源 Agent 框架
rauchg 发布 eve——一个构建 AI Agent 的开源框架:采用文件夹结构,核心只需一个 instructions.md 文件定义角色即可运行,支持扩展技能、工具、通道、子代理与调度,原生集成 Next.js,可自托管。他的主张很直接:"让模型成为你所拥有的机器里的一颗齿轮",企业应牢牢掌握自己的数据、评估与模型选择,而不是把大脑外包出去。
清华唐杰:AGI 必须开源
作为 GLM 项目的带头人、中国 AI 的奠基者之一,唐杰教授明确表态:他清楚 AGI 意味着什么,而它"必须开源"。评论者认为这份文件的影响仍未被充分理解——它不是关于"应用场景"的泛泛之谈,而是中国 AI 战略的一份重要宣言。
NVIDIA 发布 Nemotron Audex 30B 音频模型
NVIDIA 推出 30B 参数音频模型 Nemotron Audex 30B-A3B,一口气覆盖音频理解、ASR、文本到音频等多种任务,并开放代码。在多模态与语音方向,开源阵营再添一枚重量级砝码。
Ollama B 轮融资:开源模型成企业主导力量
Ollama 联合创始人在 TBPN 分享 B 轮融资细节,强调开源模型正在成为企业市场的主导力量。本地部署与自托管的叙事,正随资本加持而加速。
我很想看看大家用 5.6 Sol 做出的有趣东西。做出最酷作品的那位,我会送上一份来自 OpenAI 档案库的特别礼物。
—— Sam Altman,OpenAI CEO
Fable 5 限时体验背后的 GPU 博弈
有分析者复盘了 Anthropic 的算盘:Fable 5 太占 GPU,放进 coding 套餐里没有 ROI,于是先做了一个限时体验,再按 API 定价售卖以求大赚。结果 GPT-5.6 Sol 出世,把用户都抢了过去,Fable 5 的 GPU 压力反倒缓解——那就干脆继续把它留在 coding 套餐里。一件商品的价格,终究由它的可替代品决定。当竞品的发布改变了需求曲线,一家实验室的"限时策略"便可以在几天内被彻底改写。这也解释了为何本周关于访问期限的反复延长,会显得如此摇摆不定:定价与产能之间的张力,才是真正的剧本。
Anthropic 将 Fable 5 访问延长至 7 月 19 日
所有付费计划的 Fable 5 访问延长至 7/19,同时 Claude Code 的周速率上限维持高出 50%。
Grok 4.5 浏览器操作达 Opus 级别
马斯克称 Grok 4.5 在浏览器使用场景中的表现,已与 Anthropic 的 Claude Opus 同级。
Sol 与 Fable,重演 Opus 3 对 GPT-4T
评论称当下 Sol 与 Fable 的对比像极当年 Opus 3 与 GPT-4T:Fable 更慢更贵却"更有灵魂",范式已进化但优先级未变。
Claude 模型命名层级引发困惑
有人预测 Opus 5 将超过 Fable 5,Simon Willison 追问 Anthropic 的排序:Fable 究竟落在 Sonnet 与 Opus 之间,还是之上?
OpenAI 终于会给模型起名了
评论盛赞 OpenAI 本轮 Sol / Terra / Luna 的命名,认为这是继 Anthropic 之后首个成体系的产品命名阵容。
Codex 临时取消 5 小时使用限制
GPT 5.6 Sol 更省 token,Codex 暂时移除 5 小时使用限制,并将在一小时内重置用量。
AI 代码生成:从抬高下限到抬高上限
François Chollet 指出,去年的弱 AI 代码生成主要惠及低技能程序员(抬高下限),如今强 AI 代码生成对高技能程序员同样极其有用,格局彻底翻转。
对 Claude 反复延长的吐槽
Claude 又把 Fable 5 访问延长到 7/19,评论者直言这家公司的节奏像儿戏,缺乏可预期性。
Fable 5 计划确认延长一周
果然延长了——Fable 5 计划顺延一周至 7 月 19 日,此前"最后一天"的提醒又被推翻。
当模型面对"鬼画符":Sol 与 Fable 的分野
一场随手实验揭示了两代前沿模型的性格差异。作者闭着眼在手机上乱涂出毫无意义的线条,再让模型"读出"上面的字。GPT-5.6 Sol 往往会"自信地"幻觉出一个答案;而 Claude Fable 5 则老实承认自己无法辨认,甚至反过来指出——这根本就不是文字。在幻觉与克制之间,两家实验室的取舍,正被这些看似无聊的小测试一次次照亮。
你无法说服我:一项只要往文本框里敲字,就能指望得到有趣、恰当且可运行输出的技术,不是绝对惊人的。
—— Ethan Mollick
Replit CEO 微调 Qwen-8b 玩象棋
Amjad Masad 在 Replit 上并行跑三个分支微调 Qwen-8b 下象棋,进展显著,并感慨模型在 ML 任务上的能力飞跃。
模型间通信加速分布式训练近 2 倍
研究者分享首篇主导的论文想法:在两个不同数据子集上训练的模型之间通信信息,可将分布式训练加速近 2 倍。
细粒度子任务标注提升 VLA 性能
细粒度子任务标注可提升视觉-语言-行动模型的表现,训练出的模型在通用化操作任务上达到 SOTA。
多模型在 Slack 里自组织协作
有人把多个模型放进同一个 Slack 频道,让它们自主协调工作、组织原则与工具,观察到无需角色分配的有机协作模式。
15TB 纯物理数据集开源
一个包含 15TB 纯物理数据的数据集开源,被认为将极大推动科学 AI 的发展。
杰文斯悖论在 Agent 时代如何加剧需求
Swyx 探讨:当能熟练驾驭编码 Agent 的人类与 Agent 一起突破限制,杰文斯悖论会让软件需求进一步膨胀,而非收敛。
LLM 幻觉从常态变为罕见现象
回顾几年前所有 LLM 都频繁幻觉,如今在前沿模型中已相当罕见,甚至需要对抗性手段才能触发——这本身就值得玩味。
Anthropic 谈 Agent 基础设施:脚手架正在变薄
Anthropic 于 7 月 10 日的对谈中,Claude 平台工程与产品负责人分享一线观察:几个月前搭建 Agent 还需大量流程控制代码,如今"脚手架"正在迅速变薄。
"电报体 Skill":省 token 的另一面
有人把号称省 token 的 Skill 称作"电报体 Skill",并借小时候语文课拟电报文的比赛作比:用最少的字把事情说清楚固然是本事,但也要警惕形式压过内容的盲点。
Claude Code 无法读取 Claude 分享链接
Simon Willison 吐槽:无法把 Claude 分享对话的链接粘进 Claude Code 会话,因为 Anthropic 的反爬措施连自家工具之间的互通都一并挡住了。
用 Grok + Perplexity 打造个性化播客
一位开发者用 Grok 4.5 与 Perplexity Computer 搭出个人播客播放器,可自动发现并讨论人们正在热议的话题。
Seedream 5.0 Pro 支持超可控编辑
Seedream 5.0 Pro(2K)主打高度可控的图像编辑:上传参考图、粘贴提示词即可,对人物、物件与动物均有效,企业与开发者可通过官方 API 接入。
Luma AI 展示新 Skill:从阅读到变形
Luma AI 发布新 Skill 演示,呈现从平静阅读到比例失调的视觉变形效果,由 Eli Coleman 制作。
Kling AI 广告斩获戛纳
两则基于 Kling AI 制作的广告在戛纳获奖,直接反驳了"AI 广告拿不了奖"的成见,也让 AI 创作获得更主流的行业认可。
Vera CPU 性能提升远超 50%
Perplexity 称 Vera CPU 的增益远高于 50%,详细指标将很快公布。
批评蒸馏限制条款不公
Arav Srinivas 指出:若学习只向一方流动,经济价值终将集中于分配权的所有者。
本地模型将驾驭前沿模型
人类擅长使用工具,本地模型也将有效调度更强的前沿模型,成为主要界面。
AI 不需要 EUV,7nm 小芯片足矣
观点认为 AI 发展不必依赖 EUV 光刻,7nm 小芯片即可近乎平凡地通向 AGI。
WeirdML v2 逼近饱和
WeirdML v2 几近饱和,最后 20% 的进步代价巨大,开源阵营仍待追赶。
德国主权 AI 在慕尼黑训练
一款模型在德国电信慕尼黑工业 AI 云上端到端训练完成,被视为主权 AI 基础设施的进展。
专家或低估 AI 的指数增长
Ethan Mollick 类比太阳能装机预测的屡屡失误,担心 AI 产品策略讨论同样低估了指数曲线。
开源工具适配 Fable 5 重建图像
一款更新后的开源工具可借 Claude Fable 5,从单张图像自动重建为可编辑项目。