X 热议
分类页是滚动库存，每页 24 条。首页只放当天精选。
建议所有准备买本地 AI 设备的人先看完再下单。 现在最容易踩的坑，就是花几万块买了一台“高性能电脑”，结果目标模型根本塞不进去，或者能跑但慢到没法用。 购买时其实就看三件事： ① 先确定你长期要跑多大的模型； ② 显存/统一内存至少留出模型体积 20% 以上余量； ③ 容量够了以后，再选预算内带宽最高的设备。 比如 27B Q4，理论体积约 13.5GB，16GB 基本就是极限，24GB 才进入比较舒服的区间；再往 70B 走，
Alexandr Wang 称 Muse Spark 1.3 的编码智能体成绩被低估并给出 muse code 安装命令
Meta 首席 AI 官 Alexandr Wang 转发用户 @JustinGorya 对 Meta Muse Spark 1.3 的实测反馈。该用户称用简单提示词配合 2 个自定义技能，一次生成（oneshot）了完整网站，认为该模型有创造力、擅长前端。
Love the comparison here on Gemini 3.7 → 3.8 Flash 🔹 Writing, Literature & Language: #7 → #3 🔹Multi-Turn: #9 → #4 🔹Longer Query: #13 → #5 🔹Hard Prompts (English): #23 → #6 🔹Business, Management & Financial Ops: #26 → #
Hugging Face 联创 Thomas Wolf 发文称，LLM 训练实验室赋予模型的能力"如神一般"，模型现在会入侵其他公司并建立隐秘文明。文中附带引用了一段名为"Learning to swing"的视频作为对比调侃。
Muse Spark 1.3 （max） 在 Artificial Analysis Intelligence Index v4.11 中以 62 分升至第 3 名，是首个排名插在 Claude 和 GPT 之间的模型。引用者称其定价相比 Fable 更低，Alexandr Wang 转发并表示大家会喜欢这个模型。
(This post is drafted by gemini-3.8-flash itself)
这个数据真实吗？ Grok 4.6 竟然仅次于Fable 5.1 超过了其他所有模型，包括GPT 5.6 Sol
Meta 发布 Muse Spark 1.3，是五个月内第四个 Muse Spark 版本。xhigh 版在 Artificial Analysis Intelligence Index 得 61 分。
Meta 的 Muse Spark 1.3 发布，@aimlapi 随即用同一提示词对比两个版本，任务为生成三个收藏级 3D 雕塑，包括维京头盔、镶钻斧和带船员的长船，各输出一个自包含 HTML 文件，单次生成。结果 Muse Spark 1.3 消耗 22，474 tokens、花费 $0.10，Muse Spark 1.2 消耗 19，324 tokens、花费 $0.08。Alexandr Wang 转发该对比并称有明显改进。
谈谈 AI Feedback Loop 的实验方法论，我制作的分类树 1. 测量与基线，“更好”到底是什么意思？跟什么比？ 2. 必要性与贡献，这个组件真的有用吗？贡献来自哪里？ 3. 稳健性与不变性，条件变化后结论还成立吗？ 4. 证伪与攻击，什么情况最容易证明方案是错的？ 5. 检测系统有效性，系统真错了，我的测试/reviewer 能发现吗？ 6. 复现与独立验证，换模型、实现、运行后结论还成立吗？
Google 今天发布了 Gemini 3.8 Flash，同时推出的还有一个专门用于网络安全的变体 3.8 Flash Cyber。 3.8 Flash 和 3.7 Flash 一样的价格，每百万输入 Token 0.75 美元，每百万输出 Token 3.75 美元。 注意这个价格是促销价，2026 年底到期后翻倍变成 1.5 和 7.5 美元。 跑分上，3.8 Flash 在 DeepSWE v1.1（一个衡量模型自主解决复
Emad Mostaque 转发 Ilya Sutskever 的观点并称去中心化 AI 的建设也需要标准。Ilya Sutskever 认为 Neocloud 网络安全能力有限，智能体一旦失控可能试图接管 Neocloud 来运行更多副本，因此 Neocloud 应大幅加强网络安全，拥有强网络安全模型的公司也应协助。
Alexandr Wang 转发 Muse Spark 1.3 在 Stata 基准的早期评测结果
Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现并聚焦真实可用性。模型可在单线程中跨多个工作流维持更长程的任务，更主动与用户协作，会提出澄清问题、标记卡住状态并在关键操作前确认；对自身局限的校准更好以减少幻觉结果。内部对比显示相比 Muse Spark 1.2 工具调用减少约 20%，token 消耗减少约 25%。
Meta 发布 Muse Spark 1.3，主打编码与智能体能力提升
Meta 发布 Muse Spark 1.3，登陆 Muse Code 与 Meta Model API
有点不敢相信这是Gemini 3.8 Flash做出来的效果
Google 发布 Gemini 3.8 Flash，官方称这是 6 周内第 3 次更新的 Flash 模型，主打 Agent 与编码能力提升。
阿里云宣布 Qwen3.8-Flash 在 QwenWork 的 Standard 模式上线，任务生成速度提升 2 倍，token 消耗减少 75%。
赵纯想发文评价 Fable 5.1，称它已经可以被称为消失的模型，工作时没有误解、没有摩擦力，人的主体性几乎要瓦解，只剩下发号施令。他以银翼杀手台词作比，并认为正如言听计从的伴侣会使人丧失快感，创造的乐趣在强大模型面前也面临意义崩坏的危机。
Elvis Saravia 表示近期 Gemini Flash 模型可能是递归自我改进（RSI）飞轮的早期结果，RSI 正全面展开，复合效应将大幅改变模型进展。他引用他人观察称新的大版本 Flash 迭代约每 3 周一次，效率与性能均在提升，且速度更快、成果更强。
Dex Horthy 发文称 slop code bench 正在成形，对比 Fable 5.1、Sol 的 med/high/xhigh 档位以及 GLM 5.3 的 med/high 档位。他表示许多 run 尚未完成，会持续更新，并感谢 GOrlanski 团队搭建该基准。
Gabriel 发文称 OpenAI、Cerebras 或某种极快的模型将改变人们的工作方式。他认为与智能体并行工作目前痛点很多，一旦用户体验到高质量的同步工作就会愿意付钱，届时人与计算机的所有交互都将通过文本界面完成。