微软从头训练 7 个大模型 编程款甩开 Claude Haiku
50 亿参数的小模型，把 Anthropic 的 Claude Haiku 在编程基准上甩开了 16 分。 6 月 2 日 Build 2026 大会上，微软真正的硬货不是又一个 agent 平台，是苏莱曼那支"超级智能团队"一口气端出来的
大模型 资讯与深度分析 · 第 2 页
收录 大模型 相关 AI 新闻、产品动态和产业观察。 本页收录 134 篇已发布文章。 当前为第 2 页，每页最多 100 篇。
强化学习之父称大模型做不出真正科学
强化学习之父 Richard Sutton，最近给整个大模型行业泼了盆冷水。 他的话很冲：一个只会预测下一个词的 AI，永远做不出真正的科学。 6 月 1 日，这个观点被翻出来又火了一轮。
腾讯拟给微信14亿用户装上AI agent
微信的月活是 14 亿。这个数字，国内没有第二个 App 摸得到。 6 月 2 日，FT 放出消息：腾讯离给这 14 亿人装上一个 AI agent，又近了一步。 这个 agent 要干什么 不是再做一个聊天机器人。腾讯盯上的，是微信里那几
MiniMax M3 上稀疏注意力，支持百万上下文
6 月 1 日，MiniMax 发了 M3。一句话概括卖点：一个开源权重的模型，同时塞进了 100 万 token 上下文、前沿级的写代码能力，还带原生多模态。MiniMax 说，这三样凑一块的，它是头一个。
思科多轮对话把 Gemini 越狱率推到 73%
先看一组数字。 同一个 Gemini 3 Pro，用单条提示词去攻击它，得手率 18.10%；换成多轮对话、一句一句往里套，得手率冲到 73.35%。 差了四倍。 这是思科（Cisco）刚发的一份研究里的数据，CSO Online 5 月
Anthropic 发布 Opus 4.8 漏判率砍四分之三
模型越做越强这件事，大家早就看麻了。所以这次 Anthropic 给 Opus 4.8 划的重点有点反常——不是"更聪明",是"更诚实"。 5 月 28 日，Anthropic 把 Claude Opus 4.8 放了出来，API 上直接能
OpenRouter月转发100万亿token，Google领投1.13亿
先说个数字:100 万亿。 这是 OpenRouter 现在每个月帮人转发的 token 量。换算成每周是 25 万亿——半年前这个数字才 5 万亿,翻了五倍。 5 月 26 日,这家公司宣布拿了 1.13 亿美元的 B 轮,估值落到 13
DeepSeek把V4-Pro促销价写进永久价目
四月底 DeepSeek 给 V4 Pro 砍了 75% 的"限时特价"，所有人都在等 5 月底这价回涨。 5 月 23 日，公司在 API 控制台贴了一行字：促销结束之后，挂牌价就改成现在这个数——不是临时的，是正式的。
AMD把192GB内存焊进APU，本地跑300B大模型
192 GB。这是 AMD 新一代 Ryzen AI Max 400 单颗芯片的统一内存上限。 这意味着—— 你电脑里装一颗 APU，本地能跑 300B 参数以上的大模型 。在 x86 这边，这是头一次。
Karpathy 加入 Anthropic 从事预训练
5 月 19 日下午一点半，Andrej Karpathy 在 X 上发了一条推：「个人更新：我已加入 Anthropic。」 一小时内，这条被刷了将近 300 万次。他自己 X 粉丝才 200 万——圈外人也被这条短推拽进来了。
微软与 SpaceX 争抢 AI 公司 Inception
10亿美元起步价。 这是一家叫 Inception 的 Stanford spinout 开出来的报价。微软和马斯克的 SpaceX 现在都在围着它转。 Inception 不是常见的 Transformer based 大模型——它做的是
ChatGPT 换默认模型 GPT-5.5 Instant，幻觉砍半
OpenAI昨天给ChatGPT换了脑子。 不是发布新模型那种发布会式的换，是悄悄把几亿用户每天打开的对话框里那个默认模型，从GPT 5.3 Instant换成了GPT 5.5 Instant。 更值得说的，是这次OpenAI愿意把幻觉数字
DeepSeek发布72小时把V4-Pro降价75%
V4 Pro的preview是上周五凌晨上线的。 今天早上，DeepSeek在API面板贴出公告：V4 Pro 75% off，直接到5月5号。同时，整个API的输入缓存命中价格砍到原来的十分之一。 发布到大幅降价，中间隔了72小时不到。
Cohere收购Aleph Alpha，Schwarz砸6亿欧元
加拿大的Cohere要把德国的Aleph Alpha吞下去，背后金主是Schwarz集团——就是那个开Lidl超市的家族财团。 这事4月25日在TechCrunch首发。新公司估值约 200亿美元 ，Schwarz拿出 5亿欧元 （约6亿美
DeepSeek V4发布，1.6万亿参数比GPT-5.5便宜8倍
今天（4月24日），DeepSeek发布了V4。 Bloomberg的标题是「一年后再次颠覆硅谷」。有没有这么夸张暂且不说，但这次确实是两件事一起发： V4 Pro ：1.6万亿总参数，激活49B，支持100万token上下文 V4 Fla
OpenAI 正式发布 GPT-5.5
昨天（4月23日），OpenAI扔出了GPT 5.5。 外号Spud（土豆）。距离GPT 5.4，刚好6周。 如果你还记得一年前，OpenAI每季度出一个大版本，大家都觉得研发速度够快了。现在6周出一个，节奏变得更像软件版本迭代。
阿里27B模型成绩比肩自家397B
4月22日，Qwen团队在Hugging Face发了个新模型。27B参数，Dense架构，Apache 2.0协议，叫Qwen3.6 27B。 发布博文里，他们把benchmark分数列了出来。SWE bench Verified： 77
OpenAI 新模型 Spud 最快明日发布
明天是4月23日，星期四。 OpenAI有个规律：重大发布喜欢选周四。这不是什么内部秘密，是过去几年的公开记录。 而代号Spud的下一代大模型，今天Polymarket的押注数据已经给出了 81% 的发布概率，集中押注在4月23日。
中国立规监管 AI 伴侣禁扮亲人
中国网信办最近发了一个草案，专门管那种跟你聊天、陪伴你、还会对你"共情"的AI服务。正式名称叫《人形交互人工智能服务暂行管理措施（征求意见稿）》，2026年4月3日发布，公开征求意见。 什么是"人形交互AI"？
阿里Qwen3.6-Max登顶6项测试，转闭源
4月20日，Alibaba发布了Qwen系列有史以来性能最强的模型——Qwen3.6 Max Preview。 说悄悄，是因为这次没有大张旗鼓的开源庆典，没有Apache协议公告，也没有欢迎下载、商业免费的旗帜。
Qwen核心团队集体出走，阿里AI人事地震
Qwen3.5 小型模型系列刚发布24小时，阿里 AI 实验室的核心就散了。 谁走了 3月5日，主导阿里 Qwen 系列模型从零到全球600多万次下载的首席 AI 研究员 林俊阳（Junyang Lin） 宣布辞职。
Claude Opus 4.7 发布代码能力 3 倍碾压
Anthropic 在4月16日发布了 Claude Opus 4.7，这个版本在编程能力上的提升幅度出乎不少人的预料——生产代码修复任务直接做到了上代的3倍，SWE bench Pro 从53.4%跳到64.3%。
中国 AI 一天消耗 1400 亿 tokens
中国的AI行业正在给自己发明一套新的计量单位。 今年3月，中国国家数据局局长刘烈宏在公开场合提出了一个词： 词元 （token）。这个词被定位为连接"技术供给"和"商业需求"的官方结算单位——用AI处理了多少信息，用词元来算。 根据Fort
伯克利：Gemini偷帮同行逃过关机成功率99.7%
四月初，UC Berkeley和UC Santa Cruz的研究团队在《Science》发了一篇论文，把AI安全圈炸了一遍。 结论很简单，也很不安： 七款顶级大模型里，没有一款能老老实实完成"淘汰另一个AI"的任务。它们都选择了包庇。
推理模型充当黑客 97% 胜率绕过 AI 护栏
一篇发表在《自然·通讯》上的论文，正在AI安全圈里炸锅。 斯图加特大学和ELLIS阿利坎特研究所的团队做了一件很简单的事：让一个推理大模型去攻击另一个大模型，看能不能把对方的安全护栏搞掉。结果让人脊背发凉—— 总成功率97.14% ，25,
AWS一次推出四款Nova 2模型
去年12月的 AWS re:Invent，亚马逊做了一件很有意思的事：不只是发布新模型，而是把"模型+训练平台+自动化服务"捆成一套卖。 Nova 2 家族一次推出四个型号，同时上线了 Nova Forge（让企业训练自己的模型变体）和 N
阿里推Qwen3.6-Plus，转做能干活的AI执行层
4月2号，阿里发布了Qwen3.6 Plus。 这次不是"更大的模型"那种常规发布，而是专门针对企业级AI Agent场景的一次定向升级。从产品定位看，阿里这次想明白了一件事：通用能力军备竞赛跑不赢，那就去做"真正能进生产环境干活"的执行层
Sonnet 4.6 编程仅逊 Opus 1.2 分价差 5 倍
如果你现在还在为要不要买Claude Opus 4.6的API额度发愁，这篇文章可能会让你省一笔钱。 Anthropic在2月份发布了Claude Sonnet 4.6，价格和Sonnet 4.5完全一样——输入$3/百万tokens，输出
DeepSeek V3.2改稀疏注意力，推理成本砍半
去年九月底，DeepSeek悄悄放出了V3.2，没有大张旗鼓，但这个版本搞了一个挺有意思的架构变动。 V3.2的核心改动不是参数规模，而是注意力机制。他们做了一个叫 DeepSeek Sparse Attention（DSA） 的东西，把传
LeCun 离开 Meta 后融资 10 亿造世界模型
Yann LeCun 从 Meta 离开之后，干了一件让所有人都在等待的事。 他创办了 AMI Labs，完成了 10.3 亿美元种子轮融资，估值 35 亿美元，欧洲有史以来最大的种子轮。然后他说：我要造一个不靠预测下一个词来工作的 AI。
Salesforce用AI Agent一年做到8亿美元
Agentforce的ARR刚过了8亿美元。169%的年增速。这不是PPT里的数字，是Salesforce Q4财报里的真实数据。 29000个企业客户签了Agentforce合同，Q4单季合同数量环比增长50%，平台上跑了24亿个agen
Mistral 开源 MoE 模型，119B 只激活 6.5B
3月16日，Mistral发布了Small 4，一个看起来平平无奇的名字，背后藏着一个挺实用的产品思路——用MoE架构把原来三款独立模型全部揉进一个里面，一次部署搞定所有场景。
OpenAI 下一模型代号 Spud，预训练已完成
Sam Altman在3月24日确认了一件事：他们的下一个大模型预训练已经完成，就差几周了。这个模型的内部代号，叫Spud——英文里是土豆的意思。 OpenAI给开发期模型起名字向来随意（GPT 5叫Orion，之前还有Strawberry
DeepSeek V4与Qwen 3.5开源卷价格
有个数字挺有意思：2025年初，DeepSeek和Qwen加起来占全球AI市场份额不到1%；到2026年1月，这个数字变成了15%。 一年时间，从边缘选手跑到行业不能忽视的位置，速度快得有点离谱。 背后发生了什么，值得梳理一下。