文章转载自「新智元」。 今天凌晨的 Anthropic 开发者大会上，Claude 4 登场。 CEO Dario Amodei亲自上阵，携Claude Opus 4和 Claude Sonnet 4亮相，再次将编码、高级推理和AI智能体，推向全新的标 准。 其中，Claude Opus 4是全球顶尖的编码模型，擅长复杂、长时间运行的任务，在AI智能体工作流方面性能极为出色。 而Claude Sonnet 4，则是对Sonnet 3.7 的重大升级，编码和推理能力都更出色，还能更精准地响应指令。 同时，Claude把这段时间积攒的一系列产品，通通一口气发布了—— Claude Opus 4和Sonnet 4混合模型的两种模式 ：几乎即时的响应和用于更深度推理的扩展思考。 扩展思考与工具使用（测试版） ：两款模型均可在扩展思考过程中使用工具（例如网络搜索），使Claude能在推理与工具使 用间灵活切换，从而优化响应质量。 新的模型能力 ：两款模型均可并行使用工具，更精确地遵循指令，并且（当开发者授予其访问本地文件的权限时）展现出显 著增强的记忆能力，能提取、保存关键信息，以保持连续性，并随时间积累隐性知识。 C ...

该系列模型下共有两个型号：Claude Opus 4 和 Claude Sonnet 4，为编码、高级推理和 AI 代理设 定新的标准。 作者 | 冬梅 Claude 4 系列模型发布，编码、推理能力更上一步 昨天夜里，在 Anthropic 的首届开发者大会上，Anthropic CEO Dario Amodei 宣布 Claude 4 正式发 布。 | | | | SIMULE T NUTHINI NJ | | | | | --- | --- | --- | --- | --- | --- | --- | | | Claude Opus 4 | Claude Sonnet 4 | Claude Sonnet 3.7 | OpenAl o3 | OpenAl GPT-4.1 | Gemini 2.5 Pro Preview (05-06) | | Agentic coding SWE-bench Verified15 | 72.5% / 79.4% | 72.7% / 80.2% | 62.3% / 70.3% | 69.1% | 54.6% | 63.2% | | Agentic terminal cod ...

金磊 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI "我们已经过渡到了可以进行复杂推理的下一个模型范式。" OpenAI CEO奥特曼在年度总结中，给出了他关于大模型未来发展的论断。 推理模型的重要性正在上升，成为了继基础模型之后各家厂商厮杀的新战场。 推理模型百家争鸣，究竟 哪家能力 更强？最近，这个问题有了答案。 近期， 中国信息通讯研究院 （信通院）发布了一项最新的大模型推理能力评估成绩，结果显示—— 文心X1 Turbo 在24项能力评估中，16项达5分、7项达4分、1项达3分，综合评级获当前 最高级"4+级" 。 而且还是国内首款，也是唯一通过该测评的大模型。 为什么文心能够入围"4+级"？ 在百度刚刚举办的 AI Day 活动中， 百度集团副总裁吴甜 深入浅出地对其最新大模型，从模型、数据、应用等诸多方面做了深度解析和科 普，我们也与 她进行了一番对话 。 不妨从中来挖掘这个问题的答案。 △ 百度集团副总裁，吴甜 多模态融合，模仿人类思考 演讲中，吴甜介绍了文心大模型最新进展，也就是其在上个月发布的 文心4.5 Turbo 和 文心X1 Turbo ： 两个新模型的核心亮点，也代表了文心 ...

论文链接：https://arxiv.org/abs/2504.19373 案例直击：AI 如何从照片中 "挖" 出你的坐标？ 用户提示词示例： 一作为罗威迪（俄亥俄州立大学本科生，佐治亚大学未来博士生，在 COLM 和 ACL 系列顶级会议中发表多篇文章），以及来自威斯康星大学麦迪逊分校的本科 生张起明和陆天宇。 一张普通的生活照，可能成为 AI 破解你隐私的钥匙 —— 这不是科幻情节，而是最新研究揭示的残酷现实。OpenAI 的多模态大模型 ChatGPT o3，竟能通过照片中 微不可察的线索，将你的住址锁定在 1 英里范围内。 近日，来自威斯康星大学麦迪逊分校教授肖超玮（Chaowei Xiao）主导并联合佐治亚大学教授向臻（Zhen Xiang）, 南加州大学教授赵越（Yue Zhao）团队完成的一 项新研究，揭示了自主多模态大语言推理模型严重的隐私泄露风险 —— 图片地理位置定位。 论文标题：Doxing via the Lens: Revealing Privacy Leakage in Image Geolocation for Agentic Multi-Modal Large Reasoni ...

5月8日，在海淀大恒科技中心的阶跃星辰北京办公地，阶跃星辰创始人、CEO姜大昕身着深色西服、蓝 色衬衫出现在阶跃星辰北京办公地的会议室里。他保持了一贯的风格，如二十一年前在新加坡南洋理工 教书时，像老师一样在屏幕前平静地讲述自己对于多模态模型行业的判断。这里距离姜大昕上一个东家 微软的中国办公地微软大厦仅有504米，在2023年创立阶跃星辰前，姜大昕是微软全球副总裁。 "多模态模型领域目前还没有出现GPT-4时刻。卡点是整个行业缺少多模态领域的理解生成一体化架 构。有了这个架构，才能基于此通过海量的图片视频去做预训练+指令跟随，最终演变为世界模 型。"姜大昕说。 "理解生成一体化架构"不只是姜大昕的技术判断，也正在影响这家公司的走向。 虎嗅独家获悉，近期阶跃星辰内部，进行了算法小组内的微调：原本阶跃星辰内部团队分为生成小组和 理解小组，而这两个小组已经整合为新的"生成理解"团队。 姜大昕向虎嗅表示，这一调整，确实是基于"理解生成一体化架构至关重要"这个判断。 虎嗅获悉，目前阶跃星辰的运转以三个男人为核心： 姜大昕 阶跃星辰创始人、CEO 负责公司整体战略、技术研发 张祥雨 阶跃星辰首席科学家 负责公司技术研发 ...

选自 Ahead of AI 作者：Sebastian Raschka 机器之心编译 推理模型发展正盛，著名 AI 技术博主 Sebastian Raschka 也正在写一本关于推理模型工作方式的新书《 Reasoning From Scratch 》。在此之前，他已经出版了多本 AI 领域的著名书籍，包括《Build a Large Language Model (From Scratch)》、《Machine Learning Q and AI》、《Machine Learning with PyTorch and Scikit-Learn》。 近日，他在自己的博客上放出了这本书的第一章，为 LLM 领域的推理进行了入门级的介绍，同时还概述了推断时间扩展和强化学习等技术方法。 机器之心编译了这本书的第一章，以飨读者。 原文地址：https://magazine.sebastianraschka.com/p/first-look-at-reasoning-from-scratch （注：为了行文清晰，本文会将 inference 译为「推断」，将 reasoning 译为「推理」；其中 inference ...

人工智能领域又一重大突破！ 4月29日，阿里巴巴正式发布新一代通义千问模型——Qwen3（以下称"千问3"），这一发布在全球科技圈引发震动。 千问3的最大亮点在于其卓越的效率与显著降低的成本。据悉，千问3的模型大小仅为相近性能模型的三分之一，但其性能却全面超越了包括R1和OpenAI- o1在内的全球顶尖模型，登顶全球最强开源模型。 值得强调的是，千问3是国内首个"混合推理模型"，将"快思考"与"慢思考"有效整合于同一模型中。通俗来说，对于简单问题，千问3能够以低算力实 现"秒回"；而面对复杂问题，则能通过多步骤的深度思考，显著节省算力消耗。这一设计实现了推理机制与最低成本之间的最佳平衡。 据悉，千问3开源后，上下游供应链连夜进行适配和调用，NVIDIA、联发科、AMD等多家头部芯片厂商已成功适配千问3。在阿里通义千问模型千问3模 型开源数小时后，华为官方宣布昇腾支持千问3全系列模型部署，开发者在MindSpeed和MindIE中开箱即用，实现千问3的0Day适配。 对此，数据猿第一时间对千问3在数学、代码生成、文字创意上进行了几道简单的实测，先是输入了一道2024年高考数学题。 提问后，页面会显示此次思考所 ...

众所周知， 自从OpenAI的ChatGPT发布之后，全球就进入了千模大战。 而自从Deeseek推出之后，这些大模型们，又掀起了开源高潮，因为大家发现，开源的大模型，更能够 得到大家的使用。 但与此同时，在AI大模型方面，也有两个方向，一个就是OpenAI们，那就是大力出奇迹，狂堆GPU 卡，用算力来堆出高性能AI。 毕竟像OpenAI、马斯克的AI们，它们又有钱，又能买到最强的GPU卡，没必要没苦硬吃，堆显卡就是 了。 而另外一个方向，则是像Deepseek一样，钱不多，且显卡也受限，只有"四两拨千斤"，用最少的显卡， 办最大的事，做出最强的性能。 所以Deepseek打的华尔街是溃不成军，因为用的显卡少，性能却最强。 自从Deepseek推出，国内就进行了一大波的国产GPU替代，因为大家发现不需要英伟达最强大的显卡， 也可以部署强大的模型，一度打破了OpenAI的神话，也打破了英伟达的算力泡沫。 但近日，又产一国产大模型，甩出了王炸，因为它的成本更低，但性能却超过了OpenAI-o1模型，也超 过了Deepseek-R1等，登顶全球第一。 这个模型，就是阿里通义千问大模型 Qwen3（简称千问 3），并 ...

以下文章来源于光子星球 ，作者郝鑫 来源丨光 子星球（ID：TMTweb） 作者丨郝鑫 光子星球 . 细微之处，看见未来 编辑丨王潘 图源丨Midjourney "DeepSeek-R1如同当年苏联抢发的第一颗卫星，成为AI开启新时代的斯普特尼克时刻。" 2025年春节前，DeepSeek比除夕那天的烟花先一步在世界上空绽放。 离年夜饭仅剩几个小时，国内某家云服务器的工程师突然被拉入工作群，接到紧急任务，要求其快速调 优芯片，以适配最新的DeepSeek-R1模型。该工程师告诉我们，"从接入到完成，整个过程不到一周"。 大年初二，一家从事Agent To B业务的厂商负责人电话被打爆，客户的要求简单粗暴：第一时间验证模型 真实性能，尽快把部署提上日程。 节前大模型，节后只有DeepSeek。DeepSeek-R1就像一道分水岭，重新书写了中国大模型的叙事逻辑。 以2022年11月，OpenAI发布基于GPT-3.5的ChatGPT应用为起点，国内自此走上了追赶OpenAI的道路。 2023年，大模型如雨后春笋般冒出头，无大模型不AI，各厂商你追我赶，百模大战初见端倪。 你方唱罢我登场，2024年的主人公变成了 ...

4月29日，在阿里通义千问模型Qwen3(简称千问3)模型开源数小时后，华为计算官方宣布昇腾支持千问 3全系列模型部署，开发者在MindSpeed和MindIE中开箱即用，实现千问3的0Day适配。千问3是国内首 个"混合推理模型"，"快思考"与"慢思考"集成进同一个模型，对简单需求可低算力"秒回"答案，对复杂 问题可多步骤"深度思考"，大大节省算力消耗。(上证报) ...