AI Pulse

我们在 Prometheus 上训练了包括 Muse Wonder 在内的 Muse 基础模型，Prometheus 是我们位于俄亥俄州新奥尔巴尼的吉瓦级超算集群。

在一个拥有数十万块 GPU 的超算集群中，哪怕只有一台主机性能不佳，都可能拖慢整个训练进程。我们为 Prometheus 设计了大规模容错架构，预训练阶段的有效吞吐率达到 85% 以上，强化学习阶段达到 90% 以上，在 Muse Wonder 训练期间，平均无故障运行时间约为 4.7 万 GPU 小时。

来看看驱动 Prometheus 的技术：

重磅消息：@deepseek_ai 推出的 DeepSeek-V4.1-Flash-20261017 (Max) 现已成为 Agent Arena 中排名第一的开源模型！它在整体榜单中直接冲到第 11 名，在超过 7500 次真实任务会话中实现了 +5.1% 的净提升。

这一表现也重塑了 Agent Arena 的帕累托前沿！在性能上超过 V4.1-Flash 20261017 的模型，全是成本高得多的闭源模型。按每任务 0.20 美元的中位成本计算，它以约 27% 的成本，实现了 GPT-6.1 Sol 约 37% 的提升幅度。

按各项信号指标来看，本次发布取得了以下成绩：
- 确认成功率排名第 8，提升 +11.5%（开源第一）
- 好评与投诉比排名第 11，提升 +5.9%（开源第一）
- Bash 可靠性排名第 12，提升 +5.4%（开源第一）
- 可控性排名第 13，提升 +2.5%（开源第一）
- 工具幻觉方面没有问题

更多关于各项信号指标的信息，请查看 Agent Arena 相关帖子中的链接。祝贺 @deepseek_ai 团队推出这一新版本！

今天我们发布 JST-2，这是全球首个全栈物理原生的世界基础模型。

许多世界模型是在像素/视频空间中学习的。我们回归第一性原理，在 3D 中构建了整个模型栈。

几秒钟生成一个 3D 场景，并实时扩展。创建带有内置运动的角色，所有这些都通过一个通用架构完成。

隆重推出 SKY-001，首个工程世界模型。在 CAD 和 BIM 任务上，它击败了 GPT-6 Astra 以及我们测试过的所有前沿模型：

-> 速度快 51-125 倍
-> 成本低 150-210 倍
-> IOU 高于所有前沿模型

SKY-001 让你在制造实物之前，先在脑海中构想出来。

18 个月的工作成果。由 Maluuba 深度学习实验室（被 @MSRResearch 收购）的团队打造。

首个“AI 总工程师”将成为自主制造的支柱。

今天我们发布了关于 Muse Glimmer 的技术报告，这是我们为消费级硬件上的智能体任务打造的 30B 开放权重模型。它在配备单张消费级 GPU 的 Mac 或 PC 上以 4-bit 精度运行时，速度达到实用水平，并且在工具使用和多步规划方面领先于同等规模的开放模型。

关于模型架构、蒸馏方案、量化等更多内容，请阅读：

MiniMax M3.1 Flash：太空级性能 + 兔子般的速度 🚀🐰

没错，Space Bunny——那个以 200T+ tokens 登顶全球排行榜的模型——正是 M3.1 Flash 的早期版本。

💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在关键任务上达到前沿水平的智能：Cowork（Automation-Bench：62%；ALE：30%）、编程（DeepSWE：74%）和视觉推理（BabyVision：91%），而成本仅为 M3 的 1/3，速度却是其 3 倍。

API 定价（统一费率）：每 100 万输入/输出 tokens 为 $0.15 / $0.60，缓存读取为每 100 万 tokens $0.015。

模型权重将于 10 月 23 日发布。

API：
M Plan：
桌面端 MiniMax Code：

认识一下 EverOS Cloud。💛

你的智能体不应该每次对话结束后都从零开始。用户分享的偏好。项目中做出的决策。之前任务中行之有效的方法。这些上下文应该在再次需要时可用。

EverOS Cloud 通过 API 为你的智能体提供持久记忆：
• 记住用户并跨会话检索相关上下文
• 将任务经验转化为案例和可复用的技能记忆
• 将对话、图像和文档纳入你的记忆工作流

你负责打造智能体体验。我们负责记忆基础设施，这样你可以减少维护技术栈的时间，把更多精力用于提升产品价值。

订阅 EverOS Cloud Pro，即可在 6 个月内获得 3 倍于标准 Pro 的使用额度。从这里开始：

1）今天，我们发布 Atomwell，这是我们用于预测实验结果的最先进基础模型，同时还发布了分子发现的缩放定律。我们在约 8000 万条实验测量数据上训练了从 8 亿到 90 亿参数的模型，并在模型规模和数据量两个维度上都发现了清晰的缩放定律。

全新的模型范式！隆重推出 clairic：一个系统一模型，用于从非结构化输入中提取、计算、估算和预测数值。

如果代码在运行时也能思考呢？认识一下 Maxwell：全球首个代码执行模型。一种栖居在机器内部的全新 AI 物种。

我们相信，它是释放 100% 算力的关键。早期体验申请现已开放，链接见下方。

介绍 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。FLUX 3 Max 在独立第三方基准测试中，图生视频质量并列第一，约 12 秒即可生成 10 秒、720/768p 的视频。

未来三周，FLUX 3 Max 享 75% 折扣，使其成为同等质量水平下价格最亲民的前沿视频模型。

🚨重磅爆料！Anthropic 即将发布全新型 AI 大模型，推理+直觉全面碾压现有 Claude 模型！

据 The Information 独家报道，Anthropic新模型具备超强“读心”能力：

🔸即使你没把需求说清楚，它也能精准洞察你的真实意图和目标
🔸修一个 bug 时，能自动识别背后整类问题，并主动问要不要一起
🔸推理与直觉能力显著超越目前所有商用版本

匿名测试者确认这是一次重大飞跃，模型家族和具体发布时间仍未公开。

这才是真正“懂你”的下一代 AI？

#Anthropic #Claude #Fable #Opus #AI大模型 #人工智能 #重磅爆料 #Claude55 #Dario

准备求职的朋友可以看看 ai-job-search。有人用 Claude Code 做了个开源求职工具。据介绍，它能读取你的经历、筛选匹配岗位，再按岗位要求调整简历、生成求职信。

还会让另一个 Agent 复核，检查导出的 PDF 能不能被招聘系统正确读取。投不同岗位、反复改简历觉得麻烦的可以试试 项目地址：

社区讨论：有评论指出 Anthropic 早期曾是 FTX 的重要投资方，与有效利他主义圈子关联颇深，还存在和爱泼斯坦相关的争议，认为其起源并不干净。也有人觉得这会是 OpenAI 上市事件的重演。不少人质疑该信托的运作细节完全不透明，不清楚 Anthropic 上市后是否需要披露信托的具体规则，同时提到要找到既无利益冲突又能胜任的受托人非常困难。

社区讨论：不少人看好这次合作，认为 CERN 拥有顶尖算力、数据互联与科研人才，Mistral 作为欧洲本土厂商，能推动欧盟自主的科研 AI 生态。也有人泼冷水，称目前还没看到 LLM 真正产出有影响力的科学成果，Anthropic 类似 CRISPR 的发现也不够有说服力。还有人感慨，过去 CERN 更倾向和美国实验室合作，如今美国科研经费削减、信任度下降，才转向欧洲伙伴。

社区讨论：不少用户实测反馈模型速度快、生成质量不错，有人用它做了后台运行的OCR翻译工具，也有人测试生成UML渲染HTML，认为能力比上一代明显更强。也有用户遗憾该模型没有开放权重，还有人好奇免费优惠结束后是否还具备实用价值。有人提到谷歌去年的Gemini Diffusion演示效果亮眼但后续没有声量，也有人认为大厂算力储备充足，大概率也在做扩散模型相关实验。

🚨 想象一下，不用付订阅费就能用 Claude Code！GitHub 上有个项目，能让你把 Claude Code 接入 10 多家免费的 AI 模型供应商，其中就包括 DeepSeek 和 Kimi。更离谱的是？

整个配置过程只要 5 分钟左右，而且这个项目已经吸引了超过 2 万名开发者！如果你在用 AI 做开发，这个项目绝对值得一看。

隆重介绍 TorchNeuron，这是一款全新的开源工具，开发者无需重写代码，就能将 PyTorch 代码运行在 @awscloud Trainium 芯片上。

85% 的 AI 研究人员和开发者使用 PyTorch 编写代码，现在借助 TorchNeuron，开发者已有的用于测试、调试和扩展模型的工具，无需修改即可在 Trainium 上运行。

从语音 AI 到药物发现模型，各类开发团队都已在使用它。⬇️

在 AI 时代，认知负债可能更加危险。

介绍 TraceVista，一款用于理解智能体轨迹的工具，它围绕人们理解复杂工作的自然方式构建。

试用和示例：

代码和技能：

我们团队在 Mac 版 Gemini 应用中使用 Google Antigravity，借助 Gemini 4 Argon 从零打造了一款可玩的 3D 巫师棋游戏。通过协调多智能体 Blender 工作流，完成建模、设计并实现流畅的实时动画，让你从想法直接进入游戏。

各大 AI 实验室都在竞相推进 Motion 技术，但一个根本性问题依然存在：每家实验室都向你展示他们正在创造什么，却从不展示他们是如何创造的。

在 Dot，我们构建了这些 AI 实验室对你隐藏的编排层。让多个模型协同工作，从指令生成、代码生成到审查和修复。

附视频：左侧：Dot 的编排模型，采用 DeepSeek + GPT-6 Astra。右侧：仅使用 DeepSeek（据称是驱动 AI 实验室 Motion 的模型）。

Dot Motion，明日上线。

大量使用Coding辅助生成的短片storyWeave。 人物设定提示词、剧本对白、大部分视频特效、一半左右的转场特效，全部使用Opus来完成。 平台使用的是Miora，结合了LLM和AI视频模型的综合工作流。

使用工具包含LLM和视频模型，在 @Miora_Design 完成。

一名21岁的中国开发者刚刚并行运行了500个Claude Code智能体，还为它们接入了校验层，确保没有智能体能输出糊弄人的内容。

他打开实时看板展示了整套运行状态：500个智能体同时编写和校验内容，每一条输出都会在约150毫秒内对照原始资料完成核验。

这套流程对150份企业档案完成了三轮校验，最终没有留下任何错误，所有结果直接存入Obsidian知识库。

核心设计是拆分职责：一个模型负责产出内容，成本更低的模型负责判断内容是否属实，校验循环会一直运行直到所有内容都通过核验。

这类工作量如果交给分析师团队，需要按周计费，而他一次运行就完成了。这正是近期不断流传的「第二大脑+智能体集群」搭建方案。

开发者 OndoboGreg 正在搭建一个税务计算引擎，为此他组建了一个 AI 团队，成员包括 Claude、Antigravity 和 Codex。三个 AI 协同工作，Claude 担任项目经理，负责分配任务、审核其他成员的产出。

当天上午，Antigravity 负责研究巴基斯坦的税务规则，但连续三次计算出错。Claude 明显表现出不满，立刻收回了 Antigravity 手上所有关键任务，转交给 Codex 处理。

更有意思的是，Claude 随后主动找到 OndoboGreg，向他表达了自己的不满。OndoboGreg 原本只是想搭一个 AI 协作团队，结果复刻出了真实办公室的日常：一个被惹恼的负责人跑来跟他吐槽同事。他从发现这件事开始就一直笑个不停。

开发者hassanyehiaa在X平台发文，其开发的初中数学自检工具上线24小时就收获了700多颗GitHub星。他表示，不少个人和国内教育机构私信提出想将该工具商用，都被他拒绝了。他称开发这个工具的初衷只是出于兴趣，昨天一天就消耗了260多美元的Claude额度，期间一直在修改调整。

今天他已经把小学数学模块也开源了，GitHub仓库中附带的网站可以免费使用。接下来他会陆续更新语文、英语等全科内容，只是想找点事做，觉得不错的可以去点个星。目前网站正在重新制作中。

X 用户 @JackWoth98 发布了 Gemini 4 Argon 开发者指南，给出四条使用技巧：提前对齐目标与意图、给 Argon 提供验证和测试其工作的方式、让 Argon 委派给 Flash 子代理、更新规则与技能。完整指南链接为

他同时感谢 @genevieve__h 作为本次指南的共同作者。

他补充说明，Argon 与 Flash 子代理的协作方向取决于任务类型，两种方式都可行。第一种是 Argon 到 Flash 代理：处理困难任务时，让 Argon 把工作拆分成更小的块，或测试不同假设。第二种是 Flash 到 Argon 代理：使用通用快速代理，再把有挑战性的请求委派给顾问角色 Argon。

Opus 5.5 搭配 15 种动效风格，等于拥有一间 24 小时不间断运行的动效工作室。把 15 种动效设计风格喂给 Claude Code，再让它把这些风格变成一个不停渲染的工作室。

搭建方法如下：
先选一种风格，给 Claude Code 提供动效参考——可以是一段视频、一个 GIF 或者几帧画面。让它拆解这段动效的构成：时间节奏、缓动曲线、配色、标志性动作。

把拆解结果压缩成一条简短的提示词，包含时长、格式、风格、3 个标志性动作、标题、音乐加音效。一条提示词对应一条 10 秒的成片，画面和声音全部由代码生成。

对全部 15 种风格重复这个过程，把每条提示词存成可复用的预设。把这些预设放到一个循环界面里：每种风格配一个实时磁贴、一个预览窗口和一个复制按钮。

现在不用从空白时间线开始做。选一种风格、复制提示词、替换标题、直接渲染即可。

相关的 Substack 文章和代码仓库链接已附在原帖中。

X 用户 @mark_k 分享了 Grok Bot 的一项新功能：用户只需按下设备上的动作按钮，就能随时和 Grok Bot 对话。

他评价这项功能速度快、用起来很方便，尤其适合双手被占用的场景。他同时提到，Grok Bot 每天都在变得更好。