降低 AI 编程成本:字节发布 Doubao-Seed-Code 模型
更多动态
提前试用 GPT-5.1 能力
:OpenAI 疑似在 OpenRouter 悄悄发布了 Polaris Alpha 这个模型展示了 256K 上下文窗口与显著提升的推理能力。 关键特性与测试表现: 1️⃣ 256K 上下文:知识库截至 2024 年 10 月,处理长文档与复杂多轮对话的能力提升。 2️⃣ 代码生成:实测表明,简单提示即可生成完整可运行的游戏代码(如贪吃蛇),逻辑自洽。 3️⃣ 推理与创意:改进了多步骤推理能力,在 EQ-Bench 创意写作榜单表现突出,情感智能更高。 🔹 该模型在 OpenRouter 上显示 114 TPS 的高吞吐量,且基准测试表现与 GPT-5 家族聚类,高度疑似官方发布的“潜行测试”。 目前已开放测试,可自行体验: https://openrouter.ai/models/polaris-alpha

免费提升10倍视频生成速度
字节跳动开源了 InfinityStar 框架,用新架构实现 720p 工业级视频的快速生成。 1️⃣ 核心原理: 它不像扩散模型那样一次性生成 3D“时空块”,而是先固定“外观”(空间),再专门预测“运动”(时间)。这种时空解耦带来了效率提升。 2️⃣ 可验证收益: 生成 5 秒 720p 视频仅需约 58 秒,是主流扩散模型的 10 倍速。VBench 跑分 (83.74) 超过了 HunyuanVideo (83.24)。 3️⃣ 统一架构: 一个模型即可处理文生图、文生视频、图生视频等多种任务。 4️⃣ 开发者提示: 已完全开源 (NeurIPS 2025 Oral)。模型 8 亿参数 (35GB checkpoint),使用 Flan-T5-XL 文本编码器,依赖 PyTorch 2.5.1+ (为 FlexAttention)。 GitHub 仓库已开放,可本地部署或查看 Demo: https://github.com/FoundationVision/InfinityStar #AI视频 #InfinityStar #开源 #AIGC #字节跳动
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
