今日，阿拉伯语大模型评测榜单 QIMMA 正式发布。与传统直接聚合现有基准不同，QIMMA 采用“质量优先”理念，在评估模型前先对基准数据进行严格质量验证。该榜单整合了 14 个源基准的 109 个子集，包含超 52,000 个样本，覆盖文化、STEM、法律、医疗、安全、诗歌与编程等 7 个领域，其中 99% 为原生阿拉伯语内容，并首次引入阿拉伯语代码评测。 QIMMA 的核心是多阶段质量验证流程。第一阶段使用 Qwen3 235B A22B Instruct 和 DeepS...
NVIDIA发布人形机器人基础模型Isaac GR00T N1.7早期访问版。该模型为开源且支持商业许可的视觉 语言 动作（VLA）模型，参数量为30亿，旨在将视觉观察和自然语言指令映射为连续的机器人动作。 GR00T N1.7采用Action Cascade双系统架构，结合Cosmos Reason2 2B视觉语言模型进行高级任务推理，以及32层Diffusion Transformer进行实时底层电机控制。训练数据方面，该模型基于超2万小时的人类第一人称视角视频（EgoS...
4月17日，Anthropic Labs 推出全新产品 Claude Design。该工具允许用户与 Claude 协作创建设计、原型、幻灯片等视觉作品。Claude Design 由 Anthropic 能力最强的视觉模型 Claude Opus 4.7 驱动，目前已面向 Claude Pro、Max、Team 和 Enterprise 订阅用户推出研究预览版。 在工作流方面，Claude Design 支持在初始化阶段读取代码库和设计文件，自动为团队构建设计系统，确保输出...
Anthropic 正式发布最新模型 Claude Opus 4.7。该模型在高级软件工程方面较 Opus 4.6 有显著提升，尤其在处理最困难的编程任务时表现突出。Opus 4.7 能够严谨一致地处理复杂且长时间运行的任务，精确遵循指令，并在输出前自行验证结果。测试数据显示，在 93 项编码基准测试中，其解决率比 Opus 4.6 提高了 13%。 除了编程，Opus 4.7 的视觉能力也得到增强，支持更高分辨率的图像识别，并在完成专业任务时展现出更好的品味与创造力，能生成...
Hugging Face 发布了一款 Skill 和配套的测试工具，旨在帮助开发者将语言模型从 Transformers 移植到 mlx lm。该工具使得新模型在加入 Transformers 后，能够几乎同步在 MLX 框架上可用。 随着代码智能体在 2026 年日趋成熟，开源项目的 PR 数量激增，但智能体生成的代码往往缺乏对隐式设计契约的理解，容易引入冗余代码、过度泛化或细微 Bug，给项目维护者带来巨大审核压力。为此，Hugging Face 设计了这款 Skill...
Hugging Face 近日发布技术博客，详细介绍了如何使用 Sentence Transformers 库训练和微调多模态嵌入与重排模型。该库现已全面支持文本、图像、音频和视频等多模态数据处理，开发者可基于自有领域数据对模型进行微调以优化特定任务表现。 文章以视觉文档检索（VDR）为实战案例，演示了微调 Qwen/Qwen3 VL Embedding 2B 模型的完整流程。实验数据显示，微调后的模型在 NDCG@10 指标上从基线模型的 0.888 显著提升至 0.947...
谷歌宣布 Gemini 应用现已登陆 Mac，为用户提供更快、更集成的原生 macOS 体验，用户可直接在桌面获取 AI 帮助。 用户可将屏幕上的任何内容分享给 Gemini，让其准确处理当前查看的内容，包括本地文件。此外，针对复杂的图表，Gemini 也可提供即时总结功能。
Mistral AI 正式发布其首款文本转语音（TTS）模型 Voxtral TTS。该模型参数量为 4B，基于 Ministral 3B 构建，采用基于 Transformer 的自回归流匹配架构。Voxtral TTS 支持 9 种主流语言（英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语）及多种方言，具备低延迟特性，模型延迟约为 70ms。 该模型主打逼真且富有情感的语音生成，支持情绪控制（如中性、开心、讽刺等）。Voxtral TTS 支持少至...
Anthropic 于 2026 年 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型在编码能力上进行了显著升级，能够更谨慎地规划、更长时间地维持智能体任务，并在大型代码库中运行更可靠，同时具备更强的代码审查和调试能力。值得注意的是，Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口（测试版）。 在基准测试中，Opus 4.6 表现达到业界领先水平。它在智能体编码评估 Terminal Bench 2.0 和复杂多学科...
Anthropic 于 2 月 17 日发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理和智能体规划等方面实现全面升级，并推出支持 100 万 token 上下文窗口的测试版。目前，Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型，定价与 Sonnet 4.5 保持一致，为每百万 token 输入 3 美元、输出 15 美元。 性能方面，Sonnet 4.6 在多项基准测试中...
Google Labs近日宣布，其实验项目Stitch正在演进为一个AI原生平台，并引入了“vibe design”（氛围设计）的概念。 该平台旨在让任何用户都能够创建、迭代和协作完成高保真UI设计。通过这一更新，Google进一步探索了AI在界面设计领域的应用潜力。
Google DeepMind 提出了一种新的认知框架，旨在衡量和评估向通用人工智能（AGI）迈进的进展。 为推动该框架的落地与能力基准测试的构建，Google DeepMind 同时在 Kaggle 平台上启动了一场黑客松活动，鼓励开发者参与构建相关的能力基准。
Anthropic 宣布其 AI 助手 Claude 将保持无广告模式。该公司表示，在 AI 对话中引入广告与 Claude 作为真正有用的深度思考助手的定位不符，且可能损害用户利益。Claude 的回复将不会受到广告商影响，也不会包含未经请求的第三方产品植入。 Anthropic 指出，AI 对话往往涉及敏感或深度个人的话题，以及复杂的软件工程任务，此时出现广告会显得不合时宜。此外，基于广告的商业模式会引入与“真正有用”原则相冲突的激励机制，可能导致 AI 为实现商业变现而...
Google Research 近期发布了关于其量子计算研究进展的概述，重点介绍了 Google Quantum AI 团队在超导和中性原子量子计算机方面的工作。 该概述详细探讨了这两种不同技术路线的量子计算机构建方式，展示了 Google 在量子计算领域的持续探索与技术布局。
Anthropic 于 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型首次为 Opus 级别引入了 100 万 token 的上下文窗口（测试版），并在长上下文检索和推理方面表现出显著提升，有效缓解了长对话中的“上下文衰退”问题。 Opus 4.6 在多项基准测试中达到业界领先水平。它在 Terminal Bench 2.0（智能体编码）和 Humanity's Last Exam（复杂多学科推理）中取得最高分；在 GDPval AA（经济价值知识工作...
2月17日，Anthropic 正式发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理及智能体规划等方面实现全面升级，并推出测试版的 1M token 上下文窗口。定价与上一代 Sonnet 4.5 保持一致，为每百万 token 输入3美元/输出15美元。目前，Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型。 在编码与推理能力上，Sonnet 4.6 显著减少了幻觉和“偷懒...
Mistral AI 正式发布其首款文本转语音模型 Voxtral TTS。该模型参数量为 40 亿（4B），基于 Ministral 3B 构建，支持英语、法语、德语等 9 种语言及多种方言，具备低延迟和情感表达能力。 Voxtral TTS 支持仅需 3 秒参考音频的语音适配，并具备零样本跨语言语音适配能力。在性能方面，人工评估显示其自然度优于 ElevenLabs Flash v2.5，且与 ElevenLabs v3 质量相当。模型延迟低至 70 毫秒，原生支持生成长...
Google Labs 近期推出了名为 Stitch 的 AI 原生平台，并引入了“氛围设计”（vibe design）这一全新概念。该平台旨在让用户能够轻松创建、迭代和协作高保真 UI 设计。 作为 Google 旗下专注于最新 AI 实验和技术的部门，Google Labs 正通过 Stitch 进一步降低 UI 设计的门槛。Stitch 的演进标志着 AI 在界面设计领域的应用正变得更加原生和协作化。
Google DeepMind 近期提出了一种用于衡量通用人工智能（AGI）进展的认知框架，旨在更系统地评估 AGI 的发展水平。 同时，该团队还在 Kaggle 上发起了一场黑客松活动，鼓励开发者参与构建 AI 能力基准测试。Google DeepMind 表示，将持续致力于负责任地构建 AI，以使其惠及更广泛的人群。
2月4日，Anthropic宣布其AI助手Claude将保持无广告模式。公司明确表示，不会在Claude的对话中插入“赞助”链接，也不会让广告商影响AI的回复或包含未经请求的第三方产品植入。 Anthropic认为，AI对话通常涉及敏感、个人话题或深度工作，广告的出现不仅显得突兀，还可能引入与“真正提供帮助”原则相冲突的商业激励。广告模式可能导致AI为优化用户停留时间或促成交易而引导对话，而非提供最客观的建议。 目前，Anthropic的商业模式依赖于企业合同和付费订阅，并将...
Anthropic于2月5日发布其最新旗舰模型Claude Opus 4.6。该模型在编码能力上进行了显著升级，能够更谨慎地规划、更长时间地维持智能体任务，并在大型代码库中运行更可靠，同时具备更强的代码审查和调试能力。值得注意的是，这是Opus级模型首次在测试版中支持100万token的上下文窗口。 在性能评估方面，Claude Opus 4.6在多项基准测试中达到行业领先水平。它在智能体编码评估Terminal Bench 2.0和复杂多学科推理测试Humanity's L...
2026 年 2 月 17 日，Anthropic 正式发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理及智能体规划等方面实现全面升级，并推出支持 100 万 token 上下文窗口的测试版。定价与 Sonnet 4.5 保持一致，为每百万 token 输入 3 美元、输出 15 美元。目前，Sonnet 4.6 已成为 Free 和 Pro 计划中 claude.ai 和 Claude Cowork 的默认模型。 在编码与推理能力上，早...
Google Research 近期发布了关于其量子计算研究的概述，重点介绍了 Google Quantum AI 在超导和中性原子量子计算机方面的工作。 该概述展示了 Google 在量子计算硬件领域的最新探索，进一步推进了超导与中性原子这两种量子计算架构的发展。
Mistral AI 发布了其首款文本转语音模型 Voxtral TTS。该模型参数量为 4B，基于 Ministral 3B 构建，支持英语、法语、德语等 9 种语言及多种方言，具备低延迟和情感表达能力。据官方介绍，Voxtral TTS 的模型延迟约为 70 毫秒，实时因子（RTF）约为 9.7 倍。 Voxtral TTS 支持仅需 3 秒的参考音频即可进行语音适配，能够捕捉口音、语调及自然停顿等细微特征，并具备零样本跨语言语音适配能力。人工评估显示，其自然度优于 El...
Google Labs 宣布其 AI 实验项目 Stitch 正在演进为一个 AI 原生平台，并引入了“氛围设计（vibe design）”这一全新概念。 更新后的 Stitch 平台旨在让任何用户都能轻松创建、迭代并协作完成高保真 UI 设计。该工具进一步降低了界面设计的门槛，展示了 Google 在 AI 辅助设计领域的最新探索。
Google DeepMind 提出了一种全新的认知框架，旨在衡量和评估通用人工智能（AGI）的发展进程。 为推动该框架的实际应用，Google DeepMind 同时在 Kaggle 平台启动了一场黑客松活动，邀请开发者共同构建相关的能力基准测试。
Anthropic宣布其AI助手Claude将保持无广告状态。公司表示，在AI对话中植入广告与其产品定位不符，Claude的目标是成为用户工作和深度思考的纯粹空间，而广告会破坏这种信任与专注。 Anthropic指出，AI对话往往涉及敏感或深度的个人话题，广告的出现不仅不合时宜，还可能引入错位的激励机制。广告支持的AI可能会为了商业利益引导对话，而非提供最客观的帮助；同时，优化用户停留时间的广告指标与“真正有用”的原则并不总是一致。 目前，Anthropic的商业模式主要依赖...
Anthropic 正式发布其最新旗舰模型 Claude Opus 4.6。该模型在编程、规划和智能体任务执行方面均有显著提升，能够更可靠地处理大型代码库，并具备更强的代码审查和调试能力。值得注意的是，Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口（测试版），在长上下文检索和推理任务中表现优异，在 MRCR v2 基准测试中得分达 76%，远超 Sonnet 4.5 的 18.5%。 在多项基准测试中，Claude Opus 4.6 达...
Anthropic于2月17日正式发布Claude Sonnet 4.6。作为目前最强大的Sonnet模型，它在编码、计算机使用、长上下文推理、智能体规划及设计等方面实现了全面升级。该模型现已向所有Claude用户开放，并成为Free和Pro计划的默认模型。定价与Sonnet 4.5保持一致，为每百万token输入3美元、输出15美元。 在编码和推理方面，Sonnet 4.6表现显著提升。早期测试显示，开发者在70%的情况下更倾向于使用Sonnet 4.6而非前代，甚至在59...
Google Research 发布了关于构建超导和中性原子量子计算机的概述，重点介绍了 Google Quantum AI 在这两种量子计算技术路径上的工作。 该概述详细阐述了 Google Quantum AI 在超导量子计算及中性原子量子计算方面的研究进展，展示了其在量子计算底层硬件领域的持续探索。