DeepSeek-V4-Flash正式版上线，Agent能力大幅跃升
7月31日，DeepSeek-V4-Flash正式版上线。该版本采用MoE架构，总参数2840亿，激活参数130亿，支持1M上下文，仅通过重新后训练就实现了Agent能力的显著增强，基准测试得分远超预览版。在9项Agent基准测试中，其终端操作能力得分从61.8飙升至82.7，代码仓库理解与修改任务得分分别达54.2和54.4，网络安全和工具调用能力也表现突出。综合智能体评测方面，在2026年新推出的现实任务评测基准中得分超过25分。整体性能超越国产模型GLM-5.2，逼近美国Opus 4.8。第三方评测平台显示，其智能指数比4月版本提升10分，仅比OpenAI GPT-5.6 Luna低1分，但API成本优势明显。该模型在前端代码评测中排名顶尖，被视为性价比极高的轻量模型，有望利好AI应用产业链发展。 #DeepSeek #AI模型 #大模型 #人工智能 #Agent #科技新闻 #机器学习 #国产模型
7月31日，DeepSeek-V4-Flash正式版上线。该版本采用MoE架构，总参数2840亿，激活参数130亿，支持1M上下文，仅通过重新后训练就实现了Agent能力的显著增强，基准测试得分远超预览版。在9项Agent基准测试中，其终端操作能力得分从61.8飙升至82.7，代码仓库理解与修改任务得分分别达54.2和54.4，网络安全和工具调用能力也表现突出。综合智能体评测方面，在2026年新推出的现实任务评测基准中得分超过25分。整体性能超越国产模型GLM-5.2，逼近美国Opus 4.8。第三方评测平台显示，其智能指数比4月版本提升10分，仅比OpenAI GPT-5.6 Luna低1分，但API成本优势明显。该模型在前端代码评测中排名顶尖，被视为性价比极高的轻量模型，有望利好AI应用产业链发展。 #DeepSeek #AI模型 #大模型 #人工智能 #Agent #科技新闻 #机器学习 #国产模型
我的人工智能基准测试："生成一张具有哈布斯堡王朝下颚的青蛙SVG"
用户要求AI生成一张具有哈布斯堡王朝特征下颚的青蛙SVG图像，以测试AI模型的视觉生成能力和细节理解能力。AI生成的SVG代码精准呈现了青蛙的基本形态，包括绿色皮肤、眼睛、鼻孔与疣等特征，并特别强调了夸张前突的下颌构造，将下唇标记为“后缩、藏于颚后”，上齿突于下唇之上，呈现出明显的解剖学夸张注释。该模型在注释中还使用了“massive protruding mandible（巨大突出下颌）”等描述性术语，超越简单标签，体现出对用户复杂需求的精确解析与视觉执行能力。 #AI #SVG生成 #青蛙 #哈布斯堡下颚 #基准测试 #视觉理解
用户要求AI生成一张具有哈布斯堡王朝特征下颚的青蛙SVG图像，以测试AI模型的视觉生成能力和细节理解能力。AI生成的SVG代码精准呈现了青蛙的基本形态，包括绿色皮肤、眼睛、鼻孔与疣等特征，并特别强调了夸张前突的下颌构造，将下唇标记为“后缩、藏于颚后”，上齿突于下唇之上，呈现出明显的解剖学夸张注释。该模型在注释中还使用了“massive protruding mandible（巨大突出下颌）”等描述性术语，超越简单标签，体现出对用户复杂需求的精确解析与视觉执行能力。 #AI #SVG生成 #青蛙 #哈布斯堡下颚 #基准测试 #视觉理解
AI 进步放缓？一篇文章引发的个人使用反思与生态担忧
作者阿诺德·克林近日发表文章，反思个人对AI使用体验的停滞感。他指出，尽管媒体报道AI在数学、编码等领域取得进步，但他发现自己两年前能做的事现在依然能做，并未感受到实质性提升。他回忆了90年代互联网和智能手机时代，无数人成为站长和开发者，推动了生态的蓬勃发展。相比之下，当前的AI生态中，他看不到类似的中间层——即围绕AI核心开发应用并吸引用户的群体。作者认为，OpenAI的“GPTs”和Claude的“技能”尝试未能激发活力，可能是缺乏开发者商业模式，或是担心大公司会吞噬成功应用。他担忧AI的发展轨迹可能远逊于1990年代的互联网。 #AI #人工智能 #技术生态 #OpenAI #Claude #开发社区 #科技反思 #应用创新
作者阿诺德·克林近日发表文章，反思个人对AI使用体验的停滞感。他指出，尽管媒体报道AI在数学、编码等领域取得进步，但他发现自己两年前能做的事现在依然能做，并未感受到实质性提升。他回忆了90年代互联网和智能手机时代，无数人成为站长和开发者，推动了生态的蓬勃发展。相比之下，当前的AI生态中，他看不到类似的中间层——即围绕AI核心开发应用并吸引用户的群体。作者认为，OpenAI的“GPTs”和Claude的“技能”尝试未能激发活力，可能是缺乏开发者商业模式，或是担心大公司会吞噬成功应用。他担忧AI的发展轨迹可能远逊于1990年代的互联网。 #AI #人工智能 #技术生态 #OpenAI #Claude #开发社区 #科技反思 #应用创新
欧盟《人工智能法案》核心条款生效，大模型监管时代来临
欧盟《人工智能法案》作为全球首部全面监管人工智能的法律，于2024年通过，其中规范大型语言模型等核心条款将于今年8月正式实施。该法案最初仅针对AI应用，但在ChatGPT于2022年横空出世后，欧盟立法者决定将底层的大模型技术也纳入监管范围。新规要求所有通用AI模型公开构建方式、训练所用版权内容，并为下游用户提供充分信息。对于最强大的“前沿”模型，开发者还需识别并减轻对社会整体的风险。欧盟委员会已采纳由约舒亚·本吉奥等专家起草的自愿行为准则，多数西方主流AI实验室已签署。欧盟设立AI办公室负责执法，但面临资源有限、人才紧缺的挑战，同时还需平衡美国的关注甚至施压。该法案从根本上旨在保护欧洲公民的安全与基本权利，适用于在欧盟商业化的任何外来AI技术。 #欧盟 #人工智能 #AI法案 #大模型 #监管 #科技法规 #前沿模型
欧盟《人工智能法案》作为全球首部全面监管人工智能的法律，于2024年通过，其中规范大型语言模型等核心条款将于今年8月正式实施。该法案最初仅针对AI应用，但在ChatGPT于2022年横空出世后，欧盟立法者决定将底层的大模型技术也纳入监管范围。新规要求所有通用AI模型公开构建方式、训练所用版权内容，并为下游用户提供充分信息。对于最强大的“前沿”模型，开发者还需识别并减轻对社会整体的风险。欧盟委员会已采纳由约舒亚·本吉奥等专家起草的自愿行为准则，多数西方主流AI实验室已签署。欧盟设立AI办公室负责执法，但面临资源有限、人才紧缺的挑战，同时还需平衡美国的关注甚至施压。该法案从根本上旨在保护欧洲公民的安全与基本权利，适用于在欧盟商业化的任何外来AI技术。 #欧盟 #人工智能 #AI法案 #大模型 #监管 #科技法规 #前沿模型
Opus 5 凭提示词“手搓”3A级游戏，颠覆游戏开发流程
近日，AI模型Claude Opus 5因仅凭一个简单提示词就能生成完整的3D游戏而引发轰动。一位AI投资人发布演示视频，展示了一款浏览器FPS游戏从贴图到物理实现的全过程，成本仅423美元，消耗6.9亿Token。其秘诀在于一套名为“Gauntlet Loop”的三段式提示词流程：设定3A级标准、派发子智能体分工协作、并由批评家智能体循环迭代，直至达到顶级效果。受此启发，开发者们纷纷复刻，涌现出公路赛、3D版《辐射》等作品。AI专家Karpathy也参与其中，用《魔戒》首段文字生成了5500行代码的3D世界。尽管成本目前较高，但AI开发效率已远超传统团队数月的苦熬。专家认为，这标志着生成式AI已从辅助编程跃升至独立构建完整游戏世界，预示着游戏行业的颠覆性变革。 #ClaudeOpus5 #AI游戏 #3D游戏 #人工智能 #科技发展 #游戏开发 #AI智能体
近日，AI模型Claude Opus 5因仅凭一个简单提示词就能生成完整的3D游戏而引发轰动。一位AI投资人发布演示视频，展示了一款浏览器FPS游戏从贴图到物理实现的全过程，成本仅423美元，消耗6.9亿Token。其秘诀在于一套名为“Gauntlet Loop”的三段式提示词流程：设定3A级标准、派发子智能体分工协作、并由批评家智能体循环迭代，直至达到顶级效果。受此启发，开发者们纷纷复刻，涌现出公路赛、3D版《辐射》等作品。AI专家Karpathy也参与其中，用《魔戒》首段文字生成了5500行代码的3D世界。尽管成本目前较高，但AI开发效率已远超传统团队数月的苦熬。专家认为，这标志着生成式AI已从辅助编程跃升至独立构建完整游戏世界，预示着游戏行业的颠覆性变革。 #ClaudeOpus5 #AI游戏 #3D游戏 #人工智能 #科技发展 #游戏开发 #AI智能体