有没有佬分析一下为什么会这样

阶跃星辰（StepFun）发布了 Step-DeepResearch 的论文和技术报告并开放 Beta 测试。这是一个 32B 参数、专为开放式研究场景设计的深度研究 Agent 模型，通过 StepFun Open Platform API 提供访问。
该模型在单次推理内实现了原子能力（如规划、信息搜索、反思与交叉验证等）的内部化与闭环。在 Scale AI Research Rubrics 评估中，该模型达到了 61.4% 的分数。
官方数据显示，其性能与顶级闭源模型相当，同时具有极高的成本效益。用户现已可申请 Beta 版 API 访问权限，并可加入相关社群以获取项目最新进展。

(左) 在 ResearchRubrics 上的成本效益： Step-DeepResearch 在显著降低推理成本（人民币）的同时，实现了接近顶尖的性能（61.42），处于高效前沿。
(右) 在 ADR-Bench 上的专家评估： Step-DeepResearch 在所有维度上始终保持 Elo 评级领先，可与顶级闭源模型相媲美。

在 ResearchRubrics 上的性能表现： Step 3.5 Flash 在基准测试中获得 65.27 分。
模型摘要
Step-DeepResearch 是一款经济高效的端到端深度研究智能体模型，专为开放式研究场景中的自主信息探索与专业报告生成而设计。
原子能力集成 ：通过将复杂研究任务分解为可训练的原子能力——包括规划、信息检索、反思与交叉验证、专业报告生成——并在模型层面实现深度内化，该系统确保在单次推理过程中完成闭环反思与动态修正。
渐进式训练管道 ：我们构建了从代理式中途训练到监督式微调（SFT）及强化学习（RL）的完整优化路径，将训练目标从"预测下一个词元"重塑为"决策下一个原子动作"。该方法显著提升了模型在复杂环境中的适应能力与泛化性能。
跨模型规模的强劲表现 ：仅凭 320 亿参数，Step-DeepResearch 在 Scale AI ResearchRubrics 测试中取得 61.4%的成绩，与 Ope

超强多模态MiniCPM-o 4.5 开源了，这次是个真·全能小钢炮。
核心亮点是 9B 参数 就能在OpenCompass上跑出 77.6 的分，视觉能力号称硬刚 GPT-4o 和 Gemini 2.0 Pro。
传统的语音助手大多是轮询式，这个模型实现了听觉、视觉、语音的并行流式处理。也就是说，它可以在你说话的同时进行“思考”和“观察”，互不阻塞，体验接近 GPT-4o 的实时语音模式。
这种体量能做到全双工+多模态，本地 Agent 玩出花来了。
最重要的是支持 PC 本地部署。这意味着你可以在自己电脑上跑一个支持全双工的实时助手：

边看边听边说：真正的实时流式交互，不用像对讲机那样“讲完-等待-回答”。
主动交互：模型不再是被动问答，能主动发起提醒

可以根据视觉输入主动打断或提醒用户，而不只是被动 Response。
9B 参数量，本地可跑，门槛很低。



  

      huggingface.co
  

  
    

openbmb/MiniCPM-o-4_5 · Hugging Face

  We’re on a journey to advance and democratize artificial intelligence through open source and open science.

2026年2月2日 OpenAI推出Codex应用，目前仅支持mac版本

今天，我们推出适用于 macOS 的 Codex 应用。这是一个强大的新界面，旨在轻松管理多个智能体、并行运行工作，并与智能体协作完成长时间任务。
我们也很高兴向更多人展示 Codex⁠ 现在的可能性。在有效时间内，我们将为 ChatGPT 免费版和 ChatGPT Go 用户提供 Codex，并将 ChatGPT Plus、Pro、Business、Enterprise 和 Edu 套餐的速率额度翻倍。更高的额度适用于你在任何地方使用 Codex，包括应用内、CLI、你的 IDE 中，以及云端。
Codex 应用正在改变软件的开发方式以及谁可以开发：从与单个智能体配对进行有针对性的编辑，到在设计、开发、发布和维护软件的完整生命周期中监督并协调智能体团队。

桌面版应该是默认读取.codex下认证信息进行登录的，如果之前使用过cli打开后无需二次登录。现在我是使用直连方式打开的，还没有发送过请求，有佬知道在不适用tun等模式下如何让这个app流量走自建梯子么？担心直连发过去直接给我BAN了

本质上和cc-switch差不多。
如果有佬感兴趣的话，我就整理一下开源了。