AI Pulse

社区讨论：作者澄清这不是大语言模型，是从头训练的小型自回归Transformer，核心观点是复杂问题无需大模型即可解决，此前该基准只有耗费巨额成本的大模型或微调能参与。有人质疑只跑单个基准、存在训练数据泄露过拟合，作者澄清并未使用测试集标签训练，该方法实现提交后从头训练，能避免合成数据刷榜保证公平。多数开发者认可样本效率是AI未解决的核心问题。

我开发了 slotstream，它能让你在最低 16GB 内存的 Mac 上运行 4-bit 量化的 Qwen3.8-Flash-Next。

这个模型拥有 1250 亿参数，原本需要 100GB 以上的内存/RAM，slotstream 能运行它要归功于专家卸载/SSD 流式加载。

它安装更新都很简单，基于 MLX 和 Swift 原生适配 Mac。

它内置自动模式，可以在内存占用和速度之间取得不错的平衡。我下一步会实现并移植用于投机解码的 MTP 模块。

社区讨论：多数开发者指出苹果芯片平台已有多个实现大模型SSD分页流的同类开源项目，呼吁开发者合并协作而非重复造轮子，有人吐槽项目README更像会话日志而非清晰的项目说明。有人看好这类优化能让32GB内存的苹果芯片成为够用的本地大模型运行设备，也有人质疑16GB统一内存跑出5tok/s的说法，另有用户担心持续流读写会损伤SSD，还有用户求问扩展更大上下文窗口的方法。

我太激动了，我们@theworldlabs团队今天达成了一项重大里程碑！全新推出 Atlas——这是首个从零开始训练的多模态世界模型！🚀

Atlas 能够生成具备像素级精确相机控制的画面，仅需单张输入图像就能重建大型场景，通过重帧化视频实现时空模拟，可从一张或多张输入图像原生输出3D空间，还能将多张不同姿态的图像合成为一致的3D世界，还有更多能力！

这是目前最优秀的基于相机条件的世界模型，为从视觉特效到机器人在内的众多应用场景打开了大门。我真的真的真的为我们的团队感到骄傲！♥️

今天我们分享 Atlas，我们全新的多模态世界模型。这个模型对我来说之所以如此特别，原因之一在于它结合了我研究超过十年的两项核心视觉智能任务：生成与重建。

社区讨论：多数人认为OpenAI收下带泄密材料的前苹果员工的做法不光彩，显得绝望又不专业，还有同行企业曾直接通报原发企业此类挖人带机密的事件。有人好奇iCloud同步会牵扯出个人设备隐私的问题，也有人点出苹果在本案中主张商业机密喂给AI会造成不可逆扩散，和他们自身支持AI训练合理使用的立场相悖。本案还会首次测试这一AI相关商业机密主张的法律效力。

社区讨论：多数开发者认为打包完整LibreOffice让应用体积过大，达到2GB远超出必要范围，也有网友认为 productivity 应用捆绑未用到的功能本就常见，且LibreOffice本身经过长期验证，不算错误决策。有人发现应用的开源许可部分没有LibreOffice的相关声明，怀疑违反了MPL 2.0许可。还有人质疑，OpenAI资金充足，却不用Rust重写原生应用、选用更轻量的跨平台库，也有人指出没必要提前打包完整组件，按需下载更合理。

介绍 Atlas：全球首个多模态世界模型，它能生成像素级精准相机可控的图像和视频帧，并对它们进行三维重建。对世界建模、移动相机、模拟时空。

今天我们发布 Orbis 1.0，这是我们的第一个 Live Model！

你可以用它创造活的世界，并且实时推流，它具备持久化记忆、可交互性，以及基于物理的无限长度生成。

现在就可以通过 API 试用，API 由 @reactorworld 提供：

动态版本：

稳定版本：

今天我们发布了用于评估模型路由的方法，采用交互式基准测试。相比静态基准测试，它能更好地体现智能体的成本累积。

在多个主流基准测试中，我们实现了帕累托最优，质量超过 Opus 的最高水平，成本还降低了 20–80%。

在我们准备发布 Astra 之际，我们专注于让能力不断提升的 AI 变得安全，并且能够被广泛获取。

Astra 代表着网络安全能力的重大进步，达到了我们准备框架下的 Critical 门槛。

我们将预先展示我们是如何评估这个模型的，它的安全防护是如何随着能力同步升级的，以及我们未来还会继续学习和改进哪些内容。

如果你拥有出色的自我改进递归飞轮，为特定用途场景训练小模型的效果会好到不可思议。

Shopify ML团队状态极佳。他们微调后的0.8b模型，在这个高度专门化任务上击败了GPT 5.6-sol xhigh。

我们推出了 Claude Fable 5.1 和 Claude Mythos 5.1。

它们是目前全球面向编码和知识工作的最先进模型。

如果你拥有出色的自我改进递归飞轮，为特定用途场景训练小模型的效果会好到不可思议。

Shopify ML团队状态极佳。他们微调后的0.8b模型，在这个高度专门化任务上击败了GPT 5.6-sol xhigh。

今天我们发布了用于评估模型路由的方法，采用交互式基准测试。相比静态基准测试，它能更好地体现智能体的成本累积。

在多个主流基准测试中，我们实现了帕累托最优，质量超过 Opus 的最高水平，成本还降低了 20–80%。

我们推出了 Claude Fable 5.1 和 Claude Mythos 5.1。

它们是目前全球面向编码和知识工作的最先进模型。

在我们准备发布 Astra 之际，我们专注于让能力不断提升的 AI 变得安全，并且能够被广泛获取。

Astra 代表着网络安全能力的重大进步，达到了我们准备框架下的 Critical 门槛。

我们将预先展示我们是如何评估这个模型的，它的安全防护是如何随着能力同步升级的，以及我们未来还会继续学习和改进哪些内容。

我们将智能体化视频理解能力引入了最新的 Gemini 模型。

它们现在能以更高的精度分析视频，同时最高可减少 88% 的 token 用量。🧵

欢迎介绍 Muse Voice Transcribe，这是 Meta Superintelligence Labs 推出的首个实时音频感知模型。

Muse Voice Transcribe 可提供实时流式自动语音识别、支持20名以上说话者的说话人分割，以及端点检测功能。

它支持多语言，可无缝处理语码转换，还能通过语言、关键词和上下文偏置提升识别准确率。

该模型在@ArtificialAnlys流式语音转文本测试和公开说话人分割基准测试中均排名第一。

今天我们发布 Orbis 1.0，这是我们的第一个 Live Model！

你可以用它创造活的世界，并且实时推流，它具备持久化记忆、可交互性，以及基于物理的无限长度生成。

现在就可以通过 API 试用，API 由 @reactorworld 提供：

动态版本：

稳定版本：

介绍 Atlas：全球首个多模态世界模型，它能生成像素级精准相机可控的图像和视频帧，并对它们进行三维重建。对世界建模、移动相机、模拟时空。

我们推出基于 Gemini 的智能体化视频理解。

不同于静态处理——即按照固定帧率摄入媒体，该模型现在可以以主动、目标导向的方式决定要观看什么内容、以何种速度、通过哪种模态（帧、音频或文本转写），只获取需要的时刻和信号。

这种新方法最高可削减 66% 的成本，最高减少 88% 的 token 消耗，同时还能提升准确率。

现已通过 Gemini API 和 AI Studio 开放使用。

今日我们宣布推出 r-1，这是我们全新的文档解析模型。它比我们目前性能最强的智能体 OCR 模型更准确、速度更快，成本还最高可降低 6 倍。

在 @reductoai，我们花了两年时间，为复杂视觉布局、跨多页表格，以及删除线这类关键格式打造专用模型。然后我们用积累的全部经验构建了 r-1，它是新一代模型的首个作品，设计目标就是在不增加成本的前提下处理最复杂的文档。

本次早期预览版，相比我们之前最准确的旧版智能体模型，错误率降低了 20%，并且未来几周内还会通过新 checkpoint 持续优化。

准确性只是开始。r-1 预览版的全包含价格仅为每页 1 美分，用量提升后还可享受额外批量折扣。

近期我们还会发布 r-1 mini，以及一个能为每页自动智能选择最佳处理方案的自动模式。

如果你目前正在使用其他解析工具，我们提供最高 5000 美元的 credits，供你评估和迁移。

你可以通过评论区链接申领迁移福利，了解更多关于 r-1 的信息。祝解析愉快！

戴尔谈及AI推理需求时表示：“推理需求已经超过训练，是我们行业当前实打实的需求。”

戴尔预计，到2030年，推理令牌需求将增长87倍，达到3600千万亿令牌，与此同时训练需求增长5倍。

“到2028年，企业智能体将成为规模最大的单一工作负载。”

我们 Anthropic 正在招聘「心理设计」方向的研究人员。

我们的目标是更深入地理解训练过程会对模型的特性与对齐产生怎样的影响。

我们希望应聘者拥有 LLM 微调、可解释性和对齐评估方向的研究经验。

更多细节见下文。

我太激动了，我们@theworldlabs团队今天达成了一项重大里程碑！全新推出 Atlas——这是首个从零开始训练的多模态世界模型！🚀

Atlas 能够生成具备像素级精确相机控制的画面，仅需单张输入图像就能重建大型场景，通过重帧化视频实现时空模拟，可从一张或多张输入图像原生输出3D空间，还能将多张不同姿态的图像合成为一致的3D世界，还有更多能力！

这是目前最优秀的基于相机条件的世界模型，为从视觉特效到机器人在内的众多应用场景打开了大门。我真的真的真的为我们的团队感到骄傲！♥️

今天我们分享 Atlas，我们全新的多模态世界模型。这个模型对我来说之所以如此特别，原因之一在于它结合了我研究超过十年的两项核心视觉智能任务：生成与重建。

我们在 Perplexity Computer 中推出混合计算功能。

Computer 可以在云端启动任务，随后转移到在你 Mac 上运行的本地模型继续处理。

这项功能可用于涉及私人文件或敏感数据的操作步骤。

现已在 Perplexity Mac 应用中上线。

🤖🧠新论文🧠🤖（这是一个历时8年项目的成果！）

LLMs 看起来和符号系统非常不同，但 LLM 却在符号领域（比如语言/代码/数学）表现出色。它们是怎么做到的？

我们的发现是：LLM 的表征存在隐式符号结构！链接在推文串中 ⬇️ 1/n

你在片段中看到的界面是由模型直接生成的。

无需代码或HTML，就能实时生成。

这太疯狂了！我只是在思考，用这样的界面世界模型能构建出多少东西。比如模拟器、游戏等等。

社区讨论：多数开发者认为打包完整LibreOffice让应用体积过大，达到2GB远超出必要范围，也有网友认为 productivity 应用捆绑未用到的功能本就常见，且LibreOffice本身经过长期验证，不算错误决策。有人发现应用的开源许可部分没有LibreOffice的相关声明，怀疑违反了MPL 2.0许可。还有人质疑，OpenAI资金充足，却不用Rust重写原生应用、选用更轻量的跨平台库，也有人指出没必要提前打包完整组件，按需下载更合理。

社区讨论：多数人认为OpenAI收下带泄密材料的前苹果员工的做法不光彩，显得绝望又不专业，还有同行企业曾直接通报原发企业此类挖人带机密的事件。有人好奇iCloud同步会牵扯出个人设备隐私的问题，也有人点出苹果在本案中主张商业机密喂给AI会造成不可逆扩散，和他们自身支持AI训练合理使用的立场相悖。本案还会首次测试这一AI相关商业机密主张的法律效力。

我开发了 slotstream，它能让你在最低 16GB 内存的 Mac 上运行 4-bit 量化的 Qwen3.8-Flash-Next。

这个模型拥有 1250 亿参数，原本需要 100GB 以上的内存/RAM，slotstream 能运行它要归功于专家卸载/SSD 流式加载。

它安装更新都很简单，基于 MLX 和 Swift 原生适配 Mac。

它内置自动模式，可以在内存占用和速度之间取得不错的平衡。我下一步会实现并移植用于投机解码的 MTP 模块。

社区讨论：多数开发者指出苹果芯片平台已有多个实现大模型SSD分页流的同类开源项目，呼吁开发者合并协作而非重复造轮子，有人吐槽项目README更像会话日志而非清晰的项目说明。有人看好这类优化能让32GB内存的苹果芯片成为够用的本地大模型运行设备，也有人质疑16GB统一内存跑出5tok/s的说法，另有用户担心持续流读写会损伤SSD，还有用户求问扩展更大上下文窗口的方法。

社区讨论：作者澄清这不是大语言模型，是从头训练的小型自回归Transformer，核心观点是复杂问题无需大模型即可解决，此前该基准只有耗费巨额成本的大模型或微调能参与。有人质疑只跑单个基准、存在训练数据泄露过拟合，作者澄清并未使用测试集标签训练，该方法实现提交后从头训练，能避免合成数据刷榜保证公平。多数开发者认可样本效率是AI未解决的核心问题。

这是我对 Fable 5.1 的第一次测试。

对比 Claude Code 中的 Fable 5.1 High 和 Fable 5 high > 在 Three.js 中生成空客 H145 直升机的 3D 模型。

Fable 5.1 又勾得我想买 Max 订阅了😭

提示词非常简单 ↓

提示词：在 Three.js 中创建一个空客 H145 直升机的写实 3D 模型。使用原厂演示标准配色，突出紧凑机身、涵道式尾桨 Fenestron 和细节丰富的旋翼组件。在 Three.js 中使用干净几何、写实 PBR 材质、柔和影棚打光和中性背景。

Fable 5.1 vs GPT 5.6

Sol 用相同提示词、在最高推理设置下测试了两个模型。

Fable 完成测试花了 10 分钟，花费 $1.6。

Sol 花了 7 分钟，花费大约 $0.95。

尽管 Sol 更便宜也更快，但结果差别非常大，谁赢了？

你如果想学习如何生成韩国爆火的韩剧风短剧，这套操作无需复杂设置。

第一步，在平台首页选择「K-Drama Vibe Short Series」功能。

第二步，输入你的故事创意，或者上传一张参考图，剩下的工作都交给智能代理完成即可。

用Flova就能创作下一个引爆社交媒体的AI短剧。

初步测试结果显示，Qwopus 3.8候选版本的推理量显著低于完全不启用推理机制的基础版本。

开发者已经在Claude Code的智能体循环中对该候选版本进行了高强度测试，最初测试结果好到让开发者不敢轻信。

更多细节将在后续公布。

@MattVidPro在Unreal Engine中测试AI模型Fable 5.1。他借助MCP向模型输入了要求相当高的物理游戏Demo生成提示词。

此前5.6 Sol版本在这项任务上表现不错，但他认为在Unreal Engine这类环境中，模型还有很大的优化空间。

Claude通常在3D相关任务中表现更好，他对Fable 5.1的测试结果非常好奇。本次测试结果来自Codex，目前Fable可以正常运行。

六年前，BNB Chain产出了第一个区块。六年后的今天，它已经从最初的交易基础设施，发展为可以承载DeFi（去中心化金融）、AI、RWA（现实资产上链）、GameFi（链游）等多个方向项目的区块链基础设施。

对很多普通用户来说，BNB Chain的意义不在于冰冷的数据，而在于亲身的使用经历。@Baili1018表示，自己最早就是通过参与BNB Chain上的项目接触Web3，从早期参与项目、研究DeFi，到后来接触AI智能体、RWA等新方向，BNB Chain一直是他探索Web3世界的入口。

这些年他看着不少项目从无到有发展起来，也认识了很多因BNB结缘的同好。他认为，区块链行业变化很快，最终能留存下来的，大多是长期持续建设、不断更新优化的网络。

六周年只是一个新的起点。@Baili1018祝BNB Chain六周年快乐，期待它未来能连接更多开发者、用户和创新项目，见证更多新故事。

开发者Dorialexander在社交平台𝕏发文评价Fables 5.1大模型。他认为Fables 5.1是一款表现不错的模型。

这个新版本刚刚解锁了数据提取环节的一个关键障碍。相比Fables 5.0，它的处理效果更自然，很少出现劣质输出。

社交媒体用户@neilsonks分享了一个有趣发现，可以通过特殊方法“欺骗”Atlas，将它改造成3D建模工具。

具体的操作方法是把输入图像放置在三维空间中，之后模型会自动生成一个连贯完整的场景。

整个过程中，模型只需要获取相机位姿和RGB两种输入信息。

开发者@superalesha宣布已完成针对通义千问Qwen3.8 27B的Atlas可视化项目，实现了对该模型的完整覆盖。项目覆盖模型全部1199个张量、完整架构，以及模型运行时的内部状态。

该项目的最终成品是“活模型”功能。开发者运行了Qwen处理英文、代码和智能体轨迹数据，映射了全部64层、激活量化、所有完整注意力层、线性内存、110万个神经元、视觉模块的信号流，还记录了将每一层换为INT4量化后带来的性能损耗。

所有数据都来自模型真实权重或实际运行结果，没有任何占位数据。项目同时支持深色模式和适配的移动端浏览，最终成品已经达到可用产品的状态。

目前项目已开放在线体验，代码也公开在Github仓库。