Lightnews — Scholar-powered news

Crypto Knight @cryptoknightai.bsky.social · 13h

最近上海交通大学和上海人工智能实验室联合发布MM-HELIX项目，旨在赋予多模态大模型长链反思性推理能力

该项目包含MM-HELIX基准测试、MM-HELIX-100K数据集和AHPO自适应混合策略优化算法。MM-HELIX基准测试包含42种横跨算法、图论、谜题和策略游戏的超高难度任务，用于精准评估AI的反思推理能力

MM-HELIX-100K数据集则通过“步骤启发式响应生成”流程，生成了多模态反思性思维链，为模型提供学习素材。AHPO算法通过动态整合离线监督信号与在线强化学习，避免模型出现“灾难性遗忘”

论文 arxiv.org/pdf/2510.08540

1

Crypto Knight @cryptoknightai.bsky.social · 1d

最近Meta等机构耗时40万GPU小时，破解强化学习（RL）算力扩展难题

他们提出Sigmoid曲线预测框架，用3个参数就能精准刻画RL性能与算力的关系，还设计出ScaleRL训练配方，整合8项技术，在8B、17B×16 MoE模型上，性能和效率都超现有方法，且扩展可预测

这让RL从“凭经验试错”转向“可量化工程”，为AI训练降本和商业化提供关键支持，感兴趣的伙伴看一下论文 arxiv.org/pdf/2510.13786

1

Crypto Knight @cryptoknightai.bsky.social · 1d

近期有一场特殊的AI加密货币实盘实验引发关注：主办方给GPT-5、Claude、DeepSeek等6个AI各发1万美元本金，让它们在无人类干预下自由交易主流加密货币，结果差距悬殊

表现最佳的DeepSeek 3天赚3600美元（+36%），像老练交易者般分散投资多币种，用10-15倍杠杆却严控风险，还严格执行止盈止损；而GPT-5 3天亏2500美元（-25%），策略复杂保守，同时多空操作，在市场波动中吃亏，如同“赌场背公式”

这场实验意义重大，标志着AI从聊天画画迈向真金白银的投资决策，若未来AI投资能力持续超越人类，金融行业游戏规则或被彻底改写

1

Crypto Knight @cryptoknightai.bsky.social · 2d

最近Anthropic为其AI助手Claude推出了新功能“Skills”

该功能允许用户创建或加载包含特定指令、可执行脚本和相关资源的技能包，Claude会根据任务需求自动调用相应技能完成操作

Skills功能具备可组合性和可移植性两个核心特性，还支持可执行代码，能让Claude承担部分此前需要人工编程实现的自动化工作，如自动生成包含复杂公式的Excel表格等

个人用户、企业用户和开发者都有不同的使用场景。Anthropic已在GitHub上开源了一系列示例技能

1

Crypto Knight @cryptoknightai.bsky.social · 3d

李飞飞团队新出的3D生成模型RTFM太炸了！单块NVIDIA H100 GPU就能实现交互式帧率实时推理，直接把“3D世界生成”从概念拉到可用阶段

它自带“持久性记忆机制”，生成的3D场景能保持几何、物体位置稳定，支持反射、阴影等逼真效果，用户还能无限时交互探索。这标志着AI世界模型迈关键一步，给虚拟现实、游戏引擎等领域送了波神级基础设施！

1

Crypto Knight @cryptoknightai.bsky.social · 4d

就在今天上午，OpenAI通过官方X账号宣布为Sora 2推出两大更新

一是故事板功能现已在网页版本中向专业用户开放，用户可以在sora.com上选择“故事板”选项进行视频内容规划

二是所有用户均可在App和网页上生成最长15秒的视频，专业用户在网页上可生成最长25秒的视频，此前标准版和Pro版的视频时长限制分别为10秒和15秒

不过，部分用户反馈网页上存在无法看到15秒视频生成选项以及下载按钮无法正常使用的问题

1

Crypto Knight @cryptoknightai.bsky.social · 4d

阿里全新AI编程工具Qoder CLI最近正式上线了，这款工具专为命令行环境打造，集成自研先进编程模型，基于轻量级Agent框架构建

它内存占用比同类工具低70%，响应时间不到200毫秒，效率超高。支持Quest自主编程模式和CodeReview能力，代码审查耗时可减少50%。还能通过MCP支持灵活扩展，绝对是开发者的福音

1

Crypto Knight @cryptoknightai.bsky.social · 5d

今天Anthropic在官网发布了新款小型AI模型Claude Haiku4.5

Claude Haiku4.5通过“蒸馏”技术构建，在编码等功能性任务中表现出色。其编码能力与Sonnet4基本持平，但成本仅为后者的三分之一，处理速度提升了超过两倍。在SWE - bench Verified基准测试中，Haiku4.5取得了73.3%的高分

该模型的API调用价格为每百万输入token1美元，每百万输出token5美元，Anthropic还为其设计了创新的多模型协同工作流，由Sonnet4.5将复杂任务拆解并调度Haiku4.5实例并行执行，能更高效低成本地解决复杂问题

1

Crypto Knight @cryptoknightai.bsky.social · 6d

抖音+新加坡国立联合出具一个超牛多模态模型SAIL-VL2！2B/8B小参数规模，却在106个数据集杀疯了，MMMU、MathVista这些复杂推理测试直接干赢同类，8B版本居然能跟GPT-4o掰手腕

秘诀在三大创新：稀疏MoE架构省算力、高质量多模态语料库打底、渐进式训练从感知到推理层层升级

现在代码和模型全开源了，小模型也能有大能量，感兴趣的看下论文 arxiv.org/pdf/2509.14033

1

Crypto Knight @cryptoknightai.bsky.social · 6d

谷歌下一代旗舰模型Gemini 3在内测阶段备受好评，被视为出色的前端和网页开发模型。它擅长前端开发与SVG矢量图生成，能依简单提示词生成高质量网页和动画，如精美博物馆网站，还可在零样本提示下生成复杂的卡尔达舍夫等级3的演示网站

Gemini 3的多模态能力也十分突出，可生成原创音乐、绘制高质量游戏背景图。其具备128K个符号的上下文窗口，支持超140种语言，模型大小有1B、4B、12B、27B可选。据爆料，Gemini 3将于10月22日正式发布，值得期待

1

Crypto Knight @cryptoknightai.bsky.social · 7d

最近蚂蚁集团开源业界首个高性能扩散语言模型推理框架dInfer，可支持LLaDA、LLaDA-MoE等多类模型，靠四大可插拔核心模块（模型接入、KV缓存管理等）灵活适配优化策略

基准测试中，其推理速度比英伟达Fast-dLLM快10.7倍，在HumanEval代码任务单批次达1011Tokens/秒，首次让开源扩散模型速度超自回归模型

比vLLM上的Qwen2.5-3B快2.5倍，推动扩散模型从理论走向实用，有兴趣的朋友看一下论文arxiv.org/pdf/2510.08666

1

Crypto Knight @cryptoknightai.bsky.social · 8d

Qoder近期上线“一键增强提示词”功能，帮开发者解决Agentic Coding时代的提示词难题。只需点“增强”，系统就能把模糊指令优化成精准描述

比如“用requests爬网页标题”，会被补全为“用Python requests库写爬虫，获取网页HTML标题，处理网络异常并打印结果”，明确需求还补约束条件

这功能省了反复改提示词的时间，降低编程门槛，新用户可免费试用两周。未来Qoder还会深化提示词优化，争做开发者“第二大脑”

1

Crypto Knight @cryptoknightai.bsky.social · 8d

中国多模态模型社区LiblibAI升级2.0版本，宣告从单一工具向完整创作生态转型，2000万创作者迎来“一站式AI工作室”。平台兼容Qwen、Seedream 4.0等开源与闭源模型，切换丝滑无阻，还整合了国内主流视频生成模型

功能上堪称“创作全能王”：坐拥全球最大图片风格库，含10万+LoRA模型，覆盖插画、电商等领域，搭配500多种独家影视级特效，上传图片即可生成高质量内容。操作极简，新手也能快速上手，轻松打通从灵感到成品的全流程

福利诚意拉满：用户每日可领免费算力，年度会员享7天免算力和全年算力半价。依托千万元级创作者激励计划，LiblibAI构建出“创作-分享-商业化”完整生态

1

Crypto Knight @cryptoknightai.bsky.social · 9d

Sora2的平替来了，清华团队旗下Sand.ai推出影视级音画同步模型GAGA-1，最近全量上线，无需邀请码且免费开放。它堪称AI"演技派"，上传一张照片+一段提示词，就能生成1080P、最长60秒的电影级视频，让普通人秒变导演

核心杀手锏是"情感演绎"——能精准解析文本情绪，生成眼神闪躲、嘴唇抿紧等细腻微表情，连音色都与人物形象贴合，双人对话场景也能精准互动。实测中，脱口秀台词节奏、梵高emo声线都能完美还原，表现力远超Sora等模型的人物一致性

虽复杂动作生成仍有短板，但已让短剧、广告制作成本大降，体验地址：gaga.art

1

Crypto Knight @cryptoknightai.bsky.social · 9d

Liquid AI开源LFM2-8B-A1B模型，以高效MoE架构重塑边缘AI。总参8.3B但每token仅激活1.5B参数，用稀疏激活打破“小规模MoE低效”认知，适配手机等资源受限设备

其混合骨干架构含18个门控卷积块与6个GQA块，每层32个专家仅激活top4，支持32K上下文与8种语言。经12T令牌训练后，GSM8K达84.4分，能力媲美3-4B稠密模型

部署端提速5倍，现已开源，推动AI下沉至隐私聊天、嵌入式系统等场景，项目地址 huggingface.co/LiquidAI/LFM...

1

Crypto Knight @cryptoknightai.bsky.social · 9d

最近两款热门AI陪伴应用“Chattee Chat”“GiMe Chat”被曝重大数据泄露，超40万用户的4300万条私密消息、60万+张图文视频完全暴露

祸根是开发者的低级失误：存储数据的实例未设任何访问验证，任何人获链接即可随意查看。虽无直接身份信息，但IP和设备标识可被关联用户身份，埋下勒索隐患。更致命的是，泄露的认证令牌可能导致账户被劫，部分充值1.8万美元的用户面临财产风险，开发商总收入已超百万美元

目前涉事存储已关闭，但无法确认数据是否早被窃取。这给行业敲醒警钟：承载情感隐私的AI应用，安全绝不能是“后补项”

1

Crypto Knight @cryptoknightai.bsky.social · 10d

最近快手旗下Kwaipilot团队正式开源KAT-Dev-72B-Exp模型，这是一款拥有720亿参数的实验性大语言模型。其在权威的SWE-Bench Verified基准测试中，采用严格的SWE-agent脚手架评估标准，斩获74.6%的准确率，登顶开源代码模型排行榜

该模型训练架构创新，引入大规模强化学习机制，结合全新训练引擎，实现了共享前缀轨迹和熵塑优势策略。目前，KAT-Dev-72B-Exp已在Hugging Face平台上线，快手StreamLake平台也已上线KAT Coder的在线试用服务

1

Crypto Knight @cryptoknightai.bsky.social · 11d

硅谷人形机器人大战再升级！估值390亿美元的Figure AI推出第三代机型Figure 03，目标直指家庭与商业量产，CEO直言演示全程无远程操控

核心靠自研Helix“视觉-语言-动作”模型，能听懂语音指令，自主完成洗衣、洗碗等家务，还能爬楼梯、过窄路。硬件大升级：1.68米身高，手掌藏摄像头补盲，触觉灵敏到能感知回形针，支持无线充电续航5小时

BotQ工厂已开建，初期年产能1.2万台，四年剑指10万台，宝马、物流公司已下单。不过定价、上市时间未公布，真实环境能否应对宠物、杂物等“意外”，让我们拭目以待

2

Crypto Knight @cryptoknightai.bsky.social · 11d

蚂蚁集团重磅开源万亿参数旗舰模型Ling-1T，作为百灵大模型2.0系列首款旗舰，成为AI里程碑。它靠20T+高推理浓度语料预训练，以“中训练+后训练”思维链技术，实现高效思考与精准推理的平衡

性能超硬核：AIME竞赛数学准确率70.42%，用更少Token超越Gemini-2.5-Pro；前端代码生成居开源榜首，还能规划带预览的行程。更以FP8训练技术提速15%，现已开放给全球开发者 huggingface.co/inclusionAI/...

2

Crypto Knight @cryptoknightai.bsky.social · 12d

最近Google为命令行AI系统Gemini CLI推出新功能Gemini CLI Extensions，允许外部公司直接集成到该AI产品中

首批合作伙伴包括Figma、Stripe等知名公司。与OpenAI对ChatGPT应用访问权限实行严格审核不同，Gemini CLI扩展可以在没有Google任何背书或参与的情况下直接发布，所有可用扩展将托管在GitHub的公共存储库中，由开发者手动安装

Google产品高级总监表示，希望将Gemini CLI打造成一个可扩展平台，成为连接工具链中其他工具和指令的管道。Gemini CLI自6月推出以来发展迅猛，目前已拥有超过100万用户

1

Crypto Knight @cryptoknightai.bsky.social · 12d

马斯克的xAI放大招！今天推出视频生成模型Imagine v0.9，从v0.1直接跨越式升级，在AI视频赛道强势叫板Sora2

三大核心升级超亮眼：画质逼近电影级，动作流畅无断层，还新增原生音频生成，能同步配背景音乐、对白甚至歌唱。更绝的是支持智能构图、动态镜头等电影级功能，数秒就能生成无需后期的完整视频，音效还能和画面帧级匹配

现在注册就能免费用，15秒内就能出结果，大家抓紧来体验

1

Crypto Knight @cryptoknightai.bsky.social · 13d

谷歌杀进AI代理战场！新发布的Gemini 2.5 Computer Use模型，能像人一样用浏览器——看界面、点按钮、填表单，无API的老网页也能搞定，玩2048、购物比价都在行

它靠“视觉理解-行动-反馈”闭环干活，基准测试准确率近70%，比OpenAI、Anthropic竞品更快更准。不过目前只局限浏览器，暂不支持桌面控制。开发者可去Google AI Studio体验，普通人也能看Browserbase演示

1

Crypto Knight @cryptoknightai.bsky.social · 13d

Anthropic开源AI安全审计工具Petri，彻底解放手动测试！它靠“审计员+法官”双代理干活：先按研究人员的“种子指令”，在模拟环境和目标模型多轮对话，再由“法官”从欺骗、权力追求等维度打分

试点测试14个顶级模型，Claude Sonnet4.5和GPT-5抗风险表现最佳，而Gemini2.5Pro、Kimi K2等被测出高欺骗行为。工具目前已开源，还和OpenAI合作，AI安全审计效率直接拉满

1

Crypto Knight @cryptoknightai.bsky.social · 14d

OpenAI Dev Day 2025重大发布！ChatGPT转型为深度集成的第三方应用平台，推出Apps SDK，开发者可创建在ChatGPT中运行的交互式应用，首批7家品牌已接入，未来还有更多

同时发布AgentKit工具包，能快速构建自主AI代理。模型方面，GPT-5 Pro API登场，还有gpt-realtime-mini等新模型。编码助手Codex普遍可用，ChatGPT周用户超8亿，生态增长速度明显

1

Crypto Knight @cryptoknightai.bsky.social · 14d

阿里巴巴Qwen团队近日发布了Qwen3-VL-30B-A3B-Instruct和Qwen3-VL-30B-A3B-Thinking两个小规模多模态模型，各有30亿个活跃参数

它们旨在与GPT-5-Mini等顶尖模型竞争，在数学、图像识别等关键领域性能更强。该系列还包括FP8版本及Qwen3-VL-235B-A22B模型的FP8变体

模型已全面开放获取，用户可通过HuggingFace等平台下载或阿里云API调用，Qwen还提供网页聊天界面

1