VC Boom
VC Boom是一款利用AI评分商业计划书、匹配投资者并生成个性化邮件的融资工具，帮助创始人高效筹集资金。
热门产品
ZeroGPU
ZeroGPU 通过混合边缘网络和优化的小模型，为 AI 推理提供高效、低成本的计算层，适合需要快速响应的 AI 应用开发者。
Krisp Voice Translation API
Krisp Voice Translation API 是一款实时语音翻译 API，专为需要高准确率多语言语音通信的企业打造，在嘈杂环境和口音下仍保持 96% 准确率。
agmsg
agmsg 是一个开源工具，让 Claude Code 等 AI 编码代理通过 SQLite 直接通信，避免手动复制粘贴，提升开发效率。
Kimi Work
Kimi Work 是面向知识工作者的桌面 AI 智能体，能连接本地文件、自动化浏览器操作、运行定时任务、生成文档并集成金融数据工具。
Uiverse Design
Uiverse Design 是一个 AI 优先设计系统库，为使用 AI 生成网站的开发者和设计师提供专业排版、间距和色彩方案，消除廉价感。
BooBar
BooBar 是为 Mac 用户打造的本地优先 AI 动态岛屿，在菜单栏集中管理文件、任务和 AI 工作流，提升效率。
TravelMind
TravelMind是一款基于AI口味匹配的城市探索应用，为旅行者提供个性化推荐，节省筛选时间。
Reve 2.0
Reve 2.0 是一款基于布局优先模型的AI图像生成工具，专为设计师和营销团队设计，提供4K图像生成与编辑能力，实现精确的构图控制。
Whistle
Whistle 是一款 AI 健身教练，通过读取 Apple Health 数据为用户定制个性化训练计划，适合各水平健身爱好者。
agentcad
AgentCAD 是一个开源 CAD 设计工具，让 AI 编程代理能够设计并校验可制造的 3D 零件，提升自动设计准确性。
Signal Recorder SR-7
隐私优先的语音记录器，在设备端进行转录和AI摘要，支持导出Markdown，适合注重数据安全的用户。
Solarch
Solarch 是面向开发者的 AI 驱动图表转代码平台，能够自动生成 DTOs 和 Services 等样板代码，帮助开发者专注核心逻辑。
AgentOS
AgentOS是一款集中管理AI代理、任务和工作区的控制面板，适用于团队协调AI工作流，提升效率。
NudgeFile
基于本地AI自动整理、重命名和管理文件，帮助用户保持工作区整洁且数据不离开设备。
Pixel Snapper
Pixel Snapper 是一款免费开源工具，自动修复AI生成的混乱像素画，适合游戏开发者或设计师优化图标和素材。
TrakMac
为健身爱好者提供语音记录饮食的AI工具，自动计算营养数据，简化追踪流程。
OrchestraML
OrchestraML通过多个AI智能体将英语提示转化为生产级机器学习模型，适合开发者，核心价值在于自动化ML流程并保留人工控制。
Overly
Overly 是一款 AI 驱动的讲座视频学习工具，帮助学生搜索、提问、生成摘要并定位关键时间点，提升复习效率。
开源项目
hivemind
面向多 Agent 团队的共享记忆和技能传播工具，自动捕获 Claude Code、Cursor 等 Agent 的会话轨迹，挖掘重复模式生成 SKILL.md 并在团队内同步。相比无记忆基线，成本降低 25%、token 数减少 1.7 倍。支持 Deeplake 存储和 BYOC 部署。注意：所有会话活动会存储并共享给团队工作区，属于设计特征。
论文
Agents' Last Exam
近期AI系统在众多基准测试中表现出色，但这些成果并未转化为多个专业领域中有经济意义的实际部署。我们认为，这一差距很大程度上源于评估问题：广泛使用的基准缺乏对真实且具有经济价值的工作流的持续性能测量。本文介绍Agents' Last Exam（ALE），一个旨在评估AI代理在长期、经济价值高、可验证结果的真实世界任务上的基准。
LatentSkill: 从上下文文本技能到权重内隐技能的LLM代理
当前代理系统常用文本技能编码可复用任务流程，但每次注入提示带来大量上下文开销且暴露技能内容。本文提出 LatentSkill，通过预训练的 超网络 将文本技能转换为即插即用的 LoRA适配器，存储于权重空间而非上下文空间，消除每步技能令牌，保留模块化加载、缩放和组合能力。
FlashMemory-DeepSeek-V4: 通过Lookahead Sparse Attention实现闪电级超长上下文
传统LLM在解码时加载完整KV缓存，导致超长上下文服务时出现严重的GPU内存瓶颈。本文提出Lookahead Sparse Attention (LSA)，一种基于Neural Memory Indexer的新型推理范式，该索引器构建于DeepSeek-V4架构之上。
大规模端到端 Context Compression
长上下文语言模型推理受限于内存，因为 KV cache 随上下文长度线性增长。现有压缩技术存在缺陷：要么大幅降低模型质量，要么需要大量时间和计算来压缩单个长提示。此外，许多方法要求输入适配目标模型的上下文窗口，且通常与现代生产推理引擎不兼容。 本文重新审视 编码器-解码器压缩器，通过架构搜索与大规模预训练填补其与 KV cache 压缩 的精度-效率差距。
OmniGameArena: 具有改进动态的统一 UE5 视觉语言模型游戏智能体基准测试
现有视觉语言模型（VLM）智能体在交互式游戏环境中的基准测试存在三大不足：仅报告每个(智能体,游戏)对的单次首次尝试分数、聚焦于单人Solo模式、缺乏跨异构智能体类别的统一评估协议。为此，我们提出 OmniGameArena，一个包含十二个全新 Unreal Engine 5 游戏的实时基准测试，覆盖 Solo（7个）、PvP（3个）和 Coop（2个）模式…
通过角度-范数分解的激活操控几何解释
线性激活操控（linear activation steering）作为一种简单且经验有效的方法，被广泛用于控制语言模型的行为。近年来，球形操控（spherical steering）范式被提出以解决加性干预的局限性，其动机通常基于一个假设：隐藏状态范数（hidden-state norm）不携带与概念相关的信息。
AHA-WAM: 异步视界自适应世界-动作建模与观测引导上下文路由
现有世界-动作模型将世界预测与动作执行耦合在相同时间分辨率下，迫使世界分支建模冗余且信息量低的近端帧变化。本文提出AHA-WAM，一种基于双Diffusion Transformer (DiT) 架构的异步视界自适应世界-动作模型，利用时间异步性重组建模： - 世界分支：低频运行的视频DiT，维护滚动键值记忆，提供可复用的层级潜在上下文，编码长视界场景演化。
SwiftVR: 实时单步生成式视频恢复
实时视频恢复（VR）用于直播流，在严格的每帧延迟约束下需要高分辨率输出。现有基于单步扩散的VR模型仍难以部署在消费级GPU上，主要瓶颈有二：高分辨率下的二次空间注意力，以及大型视频自编码器的延迟-内存开销。 我们提出SwiftVR，一种流式单步生成式VR框架，在因果分块协议下缓解两个瓶颈。
Bayesian-Agent: 后验引导的技能演化用于LLM智能体框架
LLM 智能体 日益依赖外部推理条件：提示、工具、记忆、SOPs、技能和框架反馈。这些资源在不改变模型权重的前提下提升任务执行，但传统方法常通过启发式反思或简单复用成功/失败经验来修订，缺乏可靠置信度量。 我们提出 Bayesian-Agent，一个原生跨框架框架。它将可复用技能和SOPs视为关于冻结模型在特定提示、上下文和框架环境下能否成功的假设。
Whisper 幻觉检测与缓解：基于隐藏表示操控和稀疏自编码器
Whisper 是一种广泛使用的 ASR 模型，但存在幻觉问题——为非语音音频生成连贯但无关的转录。本文通过 Whisper 的内部表示来检测和缓解幻觉。 我们提取了 音频编码器激活值，并评估两个表示空间：原始 Whisper 激活和 稀疏自编码器 (SAE) 隐变量。
DEI：面向质量多样性搜索的进化推理中的多样性
本文提出 DEI（Diversity in Evolutionary Inference），一个分布式质量多样性（QD）搜索框架。该方法将异质大语言模型（LLM）作为变异算子（mutation operator）部署在对等节点（peer node）上，节点间通过非阻塞集合通信（non-blocking collective operations）协作。
Skill-RM: 通过智能体技能统一异构评估标准
当前奖励模型为 LLM 后训练（尤其是强化微调与强化学习流程）提供关键反馈信号，但评估依赖规则验证器、真实参考、过程清单与复杂评分等异构标准，缺少统一机制整合所有证据。为此，我们提出 Skill-RM（技能奖励模型），一个将奖励建模重构为执行可复用 奖励评估技能 的统一框架。
OmniCap-IF: 全模态视频描述中指令遵循能力的基准测试与改进
尽管全模态大语言模型在联合处理音频和视觉流方面展现出令人印象深刻的能力，但它们严格遵循复杂、多层面用户指令的能力仍 largely 未被探索。现有的基准测试主要关注整体视频理解或纯文本指令遵循，未能捕捉模态与用户约束之间的复杂相互作用。为填补这一空白，我们提出了 OmniCap-IF，这是首个专门用于评估全模态描述中指令遵循能力的综合性基准测试。
释放全双工语音模型中 LLM 的能力
当前语音大语言模型（LLMs）通常局限于生成口语回复，这限制了用户界面的输出形式为可语音化的内容，并抑制了代码生成、结构化分析和多步推理等文本原生能力，尤其是在需要持久、结构化且可检验的中间输出的实时交互中。现有工作虽然改进了口语推理或全双工轮流对话，但仍将文本视为隐藏的中间状态或次要模态，而非第一类输出通道。
SlimSearcher: 通过自适应奖励门控训练效率感知的Web智能体
深度研究智能体在复杂信息检索任务中表现出色，但高昂的计算成本成为瓶颈。现有模型基于准确率驱动的训练范式，采用暴力搜索策略，表现为盲目依赖工具和表演性推理，生成冗长的轨迹，导致大量工具调用和令牌消耗。 为突破这一效率陷阱，我们提出 SlimSearcher 框架，在监督微调(SFT)和强化学习(RL)阶段同步优化准确率与计算代价的帕累托前沿。
Muon为何优于Adam：曲率视角
Muon 在大型语言模型训练中效率比 Adam 提升约两倍，但其局部几何来源尚不清晰。本文从曲率视角首次揭示 Muon 的优势。 首先，我们对训练损失面进行二阶泰勒近似，发现 Muon 在相同验证损失下每步损失降低更大。两优化器一阶增益相当，但 Muon 始终承受更小的二阶曲率惩罚。
Light-WAM: 基于状态融合动作解码的高效世界动作模型
World Action Models (WAMs) 通过将未来预测作为额外训练目标来扩展机器人策略学习，促使策略在其表示中编码与任务相关的时间结构。然而，当前的 WAMs 通常依赖大规模生成式架构，导致高训练成本和推理延迟，难以部署为高效的闭环策略。 Light-WAM 是一种轻量级世界动作模型，专为高效机器人操作设计。
答案存在驱动 RAG 重写收益
检索增强 QA 管道通常将检索到的段落通过 LLM 重写器 处理后，再送入较小的 读者模型，在多项跳基准上可将 F1 提升数十个百分点；先前研究常将此收益归因于证据质量的改善。 我们通过 控制干预审计 来探究该提升是否因果性地由重写上下文中出现 黄金答案字符串 驱动，而非重写本身。
Reasoning Arena：可验证奖励不足时的追踪锦标赛
RLVR（可验证奖励强化学习）已成为通过结果监督提升大语言模型推理能力的主流范式。然而，可验证奖励在组层面常失去信息价值：当同一提示的所有采样轨迹获得相同奖励时，组相对优势估计无法提供梯度信号，即使轨迹的推理质量差异显著。 本文提出 Reasoning Arena，一种自适应训练框架。它将这类非多样奖励组路由至评判系统，而非丢弃。
Text-to-Image 模型对文本编码器的依赖比你想象的要少
文本到图像模型以文本提示作为与人类意图交互的主要接口。提示由文本编码器编码为嵌入，以条件化图像生成过程。除了单个词的含义，文本嵌入还编码了整个提示的上下文信息，如组合性和属性绑定。然而，图像模型是否实际利用了这些更丰富的信息尚未被充分探索。 本研究探讨了以下问题：文本表示的哪些方面对图像生成至关重要？
动态
作者发布新文章，谈AI飞速发展需政策跟进
今天我要发布一篇新文章《论AI指数级发展的政策》。AI进展极快，远超政策流程的处理能力。文章阐述了当前技术所处位置，以及缩小差距所需的行动：https://t.co/Lh6PWae178
恶意软件利用LLM安全拒绝规避AI扫描
新发现：恶意软件开发者将核武器与生物武器相关文本加入间谍软件。 目的？触发 LLM 安全拒绝... 这样他们的间谍软件就不会被 AI 安全扫描器分析。 我能想到的最简洁的实际例子，说明为什么过度依赖一阶安全对齐是有风险的。 当封闭（和开放）模型搭载激进的拒绝机制时，它们会散布二阶盲点，攻击者会发现并利用这些盲点。
批评Anthropic封锁Fable在生命科学领域
让我感到疯狂的是，Fable 在生命科学领域被广泛封锁，即使你通过了分类器和过滤器级别的封锁，也会被削弱。AGI/ASI 的全部意义在于治愈所有疾病，其他一切都只是锦上添花。但 Anthropic 想要关闭这条道路。我认为 Anthropic 可能是地球上最糟糕的公司。
祝贺Anthropic团队推出Fable。
恭喜Anthropic团队在Fable上的成就！
恶意软件利用LLM安全拒绝机制逃避AI安全扫描
NEW: malware developers added nuclear & biological weapons text to to their spyware. Goal? To trigger LLM safety refusals... so that their spyware wouldn't be analyzed by an AI sec…
发表关于AI指数级发展的政策论文
今天我发表了一篇新文章《AI指数级发展的政策》。AI进展极快——远超政策制定流程的应对速度。文章阐述了技术现状以及缩小差距所需的行动：https://t.co/Lh6PWae178
Gemini发生故障，正在修复中
注意：Gemini目前正在发生故障。我们正在处理，将尽快恢复正常。部分修复已完成，其余很快完成。敬请关注更新，感谢您的耐心等待！
讨论AI模型作为创意头脑风暴伙伴的局限性
我认为这些模型很棒，每天都能做出惊人的事情。但当我将它们用作创意工作的头脑风暴伙伴时，它们就糟糕透了，无论怎么引导都无法让它们变得稍微好一点。这让你思考这些东西到底是什么。
模型演进需要约束系统，5人14天vibe-coding诞生MiMo Code
一个强大的模型演进需要一个坚实的约束系统，反之亦然。14天，5个人，一次vibe-coding之旅——MiMo Code诞生了。它是开源的：https://t.co/Yb0aPX5IOH https://t.co/Gfw0JK9a6d
讽刺若开发竞争技术，苹果、Gmail、特斯拉会作恶
绝妙的主意！接下来：如果你在开发竞争技术，苹果随机重启你的Mac；如果你提到竞争对手平台，Gmail静默编辑你的邮件；特斯拉Autopilot如果检测到你在研发自动驾驶汽车，就会突然转向。当然，这一切都是以安全的名义。因为恶意行为者控制世界的操作系统、收件箱和汽车将极其危险！
曾认为编程是创造性，但LLM编程好而创造性得零分，误将枚举选择当创造
我曾说编程是创造性工作，但LLM编程很好，而在更明显的创造性工作上得零分。我认为我们误将枚举大量可能性并选择其一当作创造性。
Yann LeCun批评Anthropic静默降级Fable 5，影响开放研究
As believers of open research, we are disappointed to see Anthropic silently degrading Fable 5 for AI development "Any topic related to building pretraining pipelines, distributed …
引入AI agent，协作激发想法，停止担忧，集体提示。
与人们合作，我比以往任何时候都更有乐趣。把一个agent加入其中，我们互相激发想法。提示它，获得更多想法。聚焦于某件事。停止对AI和你工作的担忧，开始集体提示吧。
希望前沿实验室披露模型大小以估算利润率
我希望前沿实验室披露他们模型的大小。我理解他们为什么不这样做——我问这个是为了估算他们的利润率。但这是有趣的信息，Fable的价格是Opus的两倍，但我想知道它们最终是不是一样大。
Codex像录音室助手协助音乐人创作
For musician and composer @sound4movement, Codex works like a studio assistant. He asks for a piano track in 3/4, sets the tempo and harmony, then describes how the performance sho…
Fable模型被视为自GPT 5.2以来首次重大能力跃升
到目前为止，Fable给我的感觉是自六个多月前的Opus 4.5 / GPT 5.2以来，我们看到的第一个真正的非渐进式能力跃升。Anthropic这次真是做到了极致。为OpenAI感到有点遗憾——我确信5.6会很好，但不会这么好。
DiffusionGemma开放式文本生成模型发布
推出 DiffusionGemma，这是我们在开放扩散文本生成模型中的首次探索。 🔥一次生成文本块 🤏基于 Gemma 4 构建的 26B MoE ⚡️在主流消费级 GPU 上速度提升高达 4 倍 🤗Apache 2.0 许可 期待看到社区用它构建什么！https://t.co/zros8uvBsi
Cloudflare内部应用使用workers、sqlite、r2，受opencode启发
我们在Cloudflare上做了类似的事情。我们有一些内部应用使用Cloudflare原语，如workers、sqlite、r2，并且它们都由需要SSO的Cloudflare Access代理。100%受opcode启发。
LeCun转推强调AI开源和科学重要性
RT @ClementDelangue: 权力、能力和经济财富的集中是AI最大的风险。我们比以往任何时候都更需要开放科学和开源！
Anthropic因竞争假设降低模型性能
哦，太好了——Anthropic 假设 Semi Analysis 正在开发一个竞争性的 LLM，因此为他们降低了模型性能，因为 Semi Analysis 在分析尖端 GPU 研究。 这真是个奇怪的时期。Anthropic 试图限制竞争，也限制了许多其他人……