社区供稿 | Jina Embeddings V4: 为搜索而生，多模态多语言向量模型

今天，我们正式发布 jina-embeddings-v4，一款全新的多模态向量模型，参数规模达到 38 亿，并首次实现了对文本与图像的同步处理。为了在各类检索任务中发挥极致性能，我们在模型内置了一套面

Doc2Agent“爬”了所有API文档，一键API，MCP简单了

我想问您一个问题：上次为了让AI代理调用某个第三方API，您花了多长时间写包装代码？一天？三天？还是一周？不过现在，Brandeis大学的研究者们带来了一个让人眼前一亮的解决方案——Doc2Agent

MiniMax-Speech，零样本语音合成新突破，32 种语言轻松拿捏！

我们推出了 MiniMax-Speech，这是一款基于自回归 Transformer 的文本转语音（TTS）模型，能够生成高质量的语音。其关键创新在于我们可学习的说话人编码器，它可以从参考音频中提取

如何使用AI分析整个代码仓库？专为大模型“投喂”代码而生！这款IDE插件火了！

这个PasteMax和我之前写的AI Context 源代码分析工具异曲同工，都是将整个仓库进行分析全并后拖喂给大模型，然后对整个项目，整个仓库进行对话。我开发的线上工具地址如下：https://by

豆包大模型“考上”清北的背后

文｜豆包Seed1.6-Thinking + OpenAI o3 + DeepResearchPrompt | 骆轶航高考是左右命运的人生“大考”，也是人工智能的试金石。AI 写作文到 AI 解数学和

主权AI争夺战：OpenAI将智谱视为了头号威胁

作者｜Yoky邮箱｜yokyliu@pingwest.com智谱“中国版OpenAI”的身份，被OpenAI官方“认可”了。6月25日，OpenAI官网在最新一期的《The Prompt》专栏中，介绍

罗永浩王自如，AI路上又成死敌

文章转载于白鲸实验室作者：八尺01多年以后，科技的风把两个旧时代的人吹到AI这条路上。罗永浩准备做AI产品，王自如已开始做AI测评博主。冤家路窄，两人折腾半生，归来可能又将成为死敌。罗永浩理想主义本色

ICML 2025 | 何恺明的“残差连接”被魔改，新架构给Transformer建了个“动态立交”，28亿参数打平69亿

坦白地说，你是不是觉得 Transformer 已经被研究透了？经过了无数轮的验证与优化，Transformer 的结果看似已经达到了非常稳定的最佳状态，想做出颠覆 Transformer 的结构创新

音画同步，AI视频也能有完美「原声音」，可灵AI刚上线的！

机器之心报道编辑：泽南AI 生成的「最后一道关卡」已经突破？因为生成式 AI，火遍全球的 Labubu 有了超萌专属 BGM：视频来自可灵 AI 创意圈用户。复杂的自然环境也可以获得相应的背景音。视频

这个扩散LLM太快了！没有「请稍后」，实测倍速于Gemini 2.5 Flash

机器之心报道机器之心编辑部只需一眨眼的功夫，Mercury 就把任务完成了。「我们非常高兴地推出 Mercury，这是首款专为聊天应用量身定制的商业级扩散 LLM！Mercury 速度超快，效率超高，

ICML 2025 | 打破残差连接瓶颈，彩云科技&北邮提出MUDDFormer架构让Transformer再进化！

本文第一作者为北京邮电大学副教授、彩云科技首席科学家肖达，其他作者为彩云科技算法研究员孟庆业、李省平，彩云科技CEO袁行远。残差连接（residual connections）自何恺明在 2015 年

2G 内存跑 Gemma 3n 完整版！全球首个 10B 内模型杀疯 LMArena：1300 分碾压记录

整理 | 褚杏娟 当地时间 6 月 26 日，在上个月的 Google I/O 上首次亮相预览后，谷歌如今正式发布了 Gemma 3n 完整版，可以直接在本地硬件上运行。“迫不及待地想看看这些 And

这波AI淘金热里，卖“铲子”的公司正闷声发财，“征服"了几十家国内外巨头！

作者 | 华卫 “选择合成数据赛道的底层逻辑其实很简单，AI 的快速爆发带来了数据需求，这个 Gap 要靠合成数据去填。”光轮智能联合创始人兼总裁杨海波表示，在大语言模型领域不存在外部合成数据的发展机

OpenAI员工爆料：已抢先体验GPT-5！7月上线，疑似完全多模态

新智元报道 编辑：Aeneas KingHZ【新智元导读】GPT-5，已经被OpenAI员工抢先用上了？就在今天，奥特曼在X上关注了一个神秘人，引起全网猜测。不止两人爆料，自己可能提前体验了GP

谷歌杀疯！百万token神器免费开源，Claude和Codex都顶不住了？

新智元报道 编辑：kingHZ【新智元导读】谷歌扔下重磅炸弹：AI编程工具Gemini CLI，开源！免费！权限拉满！百万token上下文、千次调用额度、VS Code+终端全打通，谷歌彻底掀桌

零开销，消除图像幻觉！基于零空间投影挖掘正常样本特征 | CVPR 2025

新智元报道 编辑：LRST【新智元导读】当前大型视觉语言模型（LVLMs）存在物体幻觉问题，即会生成图像中不存在的物体描述。西安交通大学研究团队提出了一种名为Nullu的方法，通过提取「幻觉子空

新智元十年，ASI降临，诚邀你加入！

新智元报道 【新智元导读】2025年9月7日，新智元将迎来十岁生日！值此，新智元诚邀你加入，共同见证ASI降临。2015年9月7日—2025年9月7日，新智元星舰远航十年。「新智元」星舰搭载了数

@所有开发者：Agent变现，阿里云百炼联合支付宝首创「AI打赏」！Agent Store全新发布

西风 发自 凹非寺量子位 | 公众号 QbitAI2025年已成为名副其实的Agent元年。不论是Operator、Manus、Genspark等爆款Agent的相继出现，还是各大厂商陆续发布MCP协

建筑生破解60年数学悬案，制成「永远同一面朝上」的单稳四面体

闻乐 时令 发自 凹非寺量子位 | 公众号 QbitAI扔100次，99次「同一面朝上」。这个由碳纤维和碳化钨（航空材料）打造的“几何怪物”，竟破解了60年数学悬案。如果这个发明早一点出现，或许“雅典

最低仅需2G显存，谷歌开源端侧模型刷新竞技场纪录，原生支持图像视频

克雷西 发自 凹非寺量子位 | 公众号 QbitAI谷歌开源模型，又上新了。今天凌晨，谷歌正式官宣了Gemma 3n，原生支持文本、图像和音视频等多种模态。在大模型竞技场中，Gemma 3n取得了13

90后清华博士厨房机器人融资数千万，拿下北京市首张具身智能机器人食品经营许可证

梦晨 发自 凹非寺量子位 | 公众号 QbitAI让机器人下厨房，获数千万元融资！享刻智能正式官宣完成数千万元Pre-A轮系列融资，投资方阵容相当豪华：世纪长河科技集团、启迪之星联合领投，网龙天映创投

阿里发布信息检索Agent，可自主上网查资料，GAIA基准超越GPT-4o | 模型&数据开源

不圆 发自 凹非寺量子位 | 公众号 QbitAIAgent能“看懂网页”，像人类一样上网？阿里发布WebDancer，就像它的名字一样，为“网络舞台”而生。只要输入指令，它就可以帮你上网搜索、做攻略

Agent性能暴涨90%，刷榜GAIA可太容易了～

嘿，大家好！这里是一个专注于前沿AI和智能体的频道~今年，各种 AI Agent层出不穷。因为manus，GAIA火了，每家都能试着在GAIA上刷个榜，然后再发布。很多开源项目跑出来的效果跟论文里差了

喝点VC｜a16z最新洞察：消费级AI根本没有护城河？真正的护城河是势能，关键在于能多快占领用户心智

来源：Andreessen HorowitzZ Highlights:在这种动态环境下，已经几乎不可能像移动互联网时代那样缓慢而有条理地构建产品了。此时此刻，最关键的是速度：你能多快推出产品、多快获取

深度｜Andrej Karpathy：LLM 是一种新型的OS，Software 3.0 时代你的编程语言就是英语

图片来源：Andrej KarpathyZ Highlights软件正经历70年未有之大变局，我们正从 Software 1.0 (代码) 和 2.0 (权重) 迈向 Software 3.0 (提示

速递｜Meta重金从OpenAI挖走四名研究人员，并讨论收购PlayAI

图片来源：MetaMeta Platforms 正从 OpenAI 挖角四名研究人员，这是该公司在人工智能领域经历过去一年的挫折后，为招募人才和追赶竞争对手而采取的激进举措。卢卡斯·拜尔（Lucas

速递｜谷歌“终端智能体”的野心：发布Gemini CLI，面向终端的开源AI工具

图片来源：谷歌 谷歌正在推出一款新型 AI Agent 工具，旨在让 Gemini AI 模型更贴近开发者的编程环境。该公司本周宣布推出 Gemini CLI，这是一款设计用于在终端本地运行的AI

DeepSeek R2 「难产」原因曝光：梁文锋不满意，H20 算力告急

[AI安全论文] (40)CCS24 PowerPeeler：一种通用的PowerShell脚本动态去混淆方法

2024年4月28日是Eastmount的安全星球 —— 『网络攻防和AI安全之家』正式创建和运营的日子，并且已坚持大半年每周5更。该星球目前主营业务为 安全零基础答疑、安全技术分享、AI安全技术分享

一手实测有道14B「子曰3」数学模型，击败满血版DeepSeek R1

刚刚，网易有道开源了「子曰3」数学模型（Confucius3-Math），以14B参数的轻量级模型在多项数学推理任务上超越了满血参数的DeepSeek-R1。其号称国内首个专注于数学教育的开源推理模型