noreply@aihot.news (Aravind Srinivas)
noreply@aihot.news (Aravind Srinivas)
Perplexity Computer 打造赛博朋克浏览器游戏

由 Perplexity Computer 打造的赛博朋克风格 Roadster 自由漫游浏览器游戏:https://2049.pplx.app 🔗 阅读原文 via AIHOT · https://aihot.news/items/me71ywvn44806mn0g22bly558

noreply@aihot.news (Tibo)
noreply@aihot.news (Tibo)
OpenAI 今日动态预告

今天在搞什么 🔗 阅读原文 via AIHOT · https://aihot.news/items/pcwbscohqy9tfq53w8i0ddmu0

noreply@aihot.news (Recode China AI)
noreply@aihot.news (Recode China AI)
中国拟议 AI 出口管制,DeepSeek 投资机器人,Infinigence 完成 3.34 亿美元融资

中国商务部和科技部拟将 AI 模型、智能体、芯片设计与算力集群纳入技术出口管制目录,但通过 API、应用、网页界面或 SaaS 提供访问不构成大模型技术出口。DeepSeek 据报将领投机器人 AI 初创公司 Winverse AI 的种子轮融资,美团 Long-Z Investments 也参与其中。 🔗 阅读原文 via AIHOT · https://aihot.news/items/g3h4v1tbgu7giq5ytwfsg39eg

noreply@aihot.news (邵猛)
noreply@aihot.news (邵猛)
邵猛回应模型更新时间纠错:Doubao-seed 与 M3.1 已更新

邵猛承认此前盘点国内 AI 模型发布节奏时漏掉了 Doubao-seed 在 8-9 月的更新,以及 9 月发布的 M3.1-Flash-Preview。他提到原帖收到不少真人评论,有人指出他"时间都搞错了",也有人补充 MiniMax 有 M3.1、Kimi 在 K3 之后有 K2.8。 🔗 阅读原文 via AIHOT · https://aihot.news/items/ctz1so21olkb105c70zoyqn09

noreply@aihot.news (邵猛)
noreply@aihot.news (邵猛)
SemiAnalysis 播客拆解 GLM 5.3:架构不变靠后训练逼近前沿闭源模型

SemiAnalysis Weekly 播客 Ep. 038 全面拆解 Z AI 两个月前发布的开源模型 GLM 5.3,核心论点是架构完全不变、全部提升来自后训练,agentic 基准提升超过 2%,网络安全能力与 5.2 相比是昼夜之差。 🔗 阅读原文 via AIHOT · https://aihot.news/items/a4l3q94htgd3wkoo94p8wigmn

noreply@aihot.news (Ian Johnson)
noreply@aihot.news (Ian Johnson)
探索大量轨迹的全新可视化方式

我想要观察大量轨迹的新方式,目前正在探索: - 按分组(元数据或计算得出)布局的树状图 - 按成功分类(或分组)着色 - 按长度调整大小 - 平滑缩放,把各个轮次看作串在绳子上的珠子 - 极快的对话记录查看器(数千条消息即时加载) - 切换到 3D 以见森林而非只见树木 - 过渡到语义(UMAP)布局 - 按语义聚类着色 🔗 阅读原文 via AIHOT · https://aihot.news/items/jxbmmsgmldk5j2vl9it7m4mfz

noreply@aihot.news (卡尔的 AI 沃茨)
noreply@aihot.news (卡尔的 AI 沃茨)
实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四大 Personal Agent:成功率仅 33%,用三套提示语补齐工作流

作者实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四个 Personal Agent,花两周和每月三百多刀订阅费,最终能稳定委托出去的平台仅占 33%,结论是现阶段 Personal Agent 更适合作为本地 Agent 的组合帮手而非全托管。 🔗 阅读原文 via AIHOT · https://aihot.news/items/truyza4ffva9rt8kv09m12r21

noreply@aihot.news (IT之家·人工智能)
noreply@aihot.news (IT之家·人工智能)
英伟达优化 Kimi K3 推理速度,GB300 NVL72 上提升 1.68 倍

英伟达通过一项上游 vLLM 优化,让 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user 的推理速度,性能提升 1.68 倍。 🔗 阅读原文 via AIHOT · https://aihot.news/items/yjpib8e04l9rntdkg91c2k9ac

加载更多资讯