搜索
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
过去几年，视频生成模型在清晰度、运动表现和画面质感上不断进步。输入一句文字，模型已经能够生成颇具电影感的视频。
过去两年，大模型几乎重写了人机协作的默认想象：写代码、查资料、做分析，似乎都能 “一问即答”。但仔细看会发现，当下很多能力并不是模型自己长出来的，而是人为地在外面包了一层又一层框架。
这几天 ox-alpha 用爽了吧...正如很多人猜的那样，这个模型来自智谱，正式名称为 glm-5.3-flash，支持多模态，但很多人没猜到的是：这个乱杀的模型只有 321B，且与 glm-5.3 不同，是完全的新架构
这是前OpenAI推理模型一号位Jerry Tworek抛出的最新暴论。他2019年进的OpenAI，一待就是七年。当年强化学习死活scale不动，是他死死咬住不放硬推上去的，o1和o3这两代大杀器都是他亲自带队砸出来的。
8月26日，据彭博社报道，智谱AI确认，近期匿名上线的Ox Alpha由其开发，是GLM系列的新一代模型。Ox意为“牛”，恰逢电影《牛来》走红，因此中文开发者社区把Ox Alpha叫作“牛来大模型”。
今天，我们上线并开源GLM-5.3-Flash (320B-A18B)，这是GLM-5系列的首个原生多模态模型。大家好像已经习惯将前沿智能与前沿价格绑定，并认为这是技术进步必须支付的成本。今天，GLM-5.3-Flash来了：320B总参数，能力超过GLM-5.2，在全球权威的Artificial Analysis Intelligence Index（AA综合智能指数）中取得57分
2024 年末，Physical Intelligence 的实验室里，一台机器人正在接受叠衣服测试。
哇，Generalist的融资进度条怕是开了2倍速外挂，这也发展得太快了吧！
从 Scale AI到 Surge AI，再到异军突起的 Mercor，在北美，一批AI Data公司的价值已经被验证。