人工智能

人工智能

MiniMax 新模型 M2.5 编程基准测试夺冠，价格仅为竞争对手的 5%

MiniMax 的 M2.5 模型在编程基准测试 Multi-SWE-Bench 上夺得榜首，在工作空间任务中超越主流模型，且成本仅为竞争对手的十分之一到二十分之一。模型权重已在 HuggingFace 上开源。

2026-07-04

研究分析

委托工作流中的AI文档损坏：新压力测试揭示的问题

DELEGATE-52基准测试评估了AI系统在长期委托文档编辑任务中的表现，发现前沿模型在20次迭代后累积语义保真度损失19%, 34%。Python工作流平均退化率低于1%，但研究强调，可靠的长期委托仍是一个未解决的挑战。

2026-07-04

AI研究与开发

马嘉祺给MiniMax工程师上了难忘的一课：被遗忘的token

MiniMax对M2模型无法输出“马嘉祺”这一名字的内部调查发现，预训练词汇表与后训练数据分布之间存在结构性不匹配。根本原因在于：低频率token的lm_head向量在SFT过程中发生漂移，丧失了生成能力，但保留了理解能力。全词汇覆盖修复方案解决了该问题，同时也缓解了日语中的语言混杂现象。

2026-07-04

人工智能

微软开源 Data Formulator 0.7，助力企业AI分析

Data Formulator 0.7 结合了数据连接器、上下文感知代理和迭代工作空间，使企业团队能够跨碎片化系统准备、探索和可视化数据，无需编码。该开源版本旨在减少集成工作，并使分析工作流可重现。

2026-07-04

大语言模型推理优化

Aleph Alpha 构建理论推理模型，从硬件原语解码 DeepSeek V3 性能

Aleph Alpha 的理论模型仅凭硬件参数即可预测 DeepSeek V3 的推理性能，揭示 GPU 数量和互连带宽如何改变计算、内存和通信之间的瓶颈。

2026-07-04

AI硬件

消息称SpaceX开发AI设备原型，但马斯克予以否认

《华尔街日报》报道称，SpaceX已打造出一款比iPhone更小巧的AI设备原型，整合了xAI技术和专属操作系统。马斯克称该报道“完全虚假”，而分析师指出，SpaceX的制造能力和无线通信野心使此举具有可行性。

2026-07-04

前沿研究趋势

视觉-语言论文为何正在涌向Hugging Face

随着研究人员竞相构建能够同时看和懂语言的模型，视觉-语言论文正主导Hugging Face的热门页面。

2026-07-04

人工智能

AI是人类智能的延伸，而非替代

现代AI系统之所以强大，并非因为它们复制了人类智能，而是因为它们延伸了人类认知和语言中已经存在的结构。这一视角有助于解释AI的能力及其反复出现的边界，包括幻觉和组合性缺口，并将AI安全的焦点从“失控AI”叙事转向系统级治理和人类责任。

2026-07-04

OpenAI 推出 Prism：面向科学家的免费 LaTeX 工作空间，搭载 GPT-5.2

通过 Prism，OpenAI 提供了一个免费的 LaTeX 科学写作环境，集成了 GPT-5.2 用于校对、引文和自动排版。该工具支持协作且完全免费，可能会改变研究人员的写作方式。

2026-07-03

人工智能

微软Phi-4模型在突破性研究中重新定义效率

微软Phi-4模型实现了最先进的效率，在推理任务中以显著更少的参数追平了更大模型的表现。这篇于2025年5月15日发布的研究论文重新审视了AI扩展定律的假设。

2026-07-03

基因组重分析

开源工具Talos自动化基因组数据重分析，加速罕见病诊断

Talos是一款开源工具，可自动化罕见病的基因组重分析。在近5000名患者中的测试显示，它在新证据出现后数周内即给出241项新诊断，假阳性率低，使频繁重分析具有可持续性。

2026-07-03

人工智能

微软发布GridSFM：用于电网优化的轻量级基础模型

微软的GridSFM是一个神经网络，可在毫秒级求解多达80000个节点的电网的交流最优潮流（AC-OPF）问题，提供快速、准确的近似结果，既可独立使用，也可作为传统求解器的热启动。这款开源模型旨在将电网运营从被动响应转变为主动优化。

2026-07-03