OpenAI 发布 o1 模型
北京时间 · UTC+8
OpenAI 发布 o1 模型，官方公告题为 Introducing OpenAI o1。本次抓取未获取到正文，更多细节以官方公告页 https://openai.com/index/introducing-openai-o1-preview 为准。
AI PRICE SPY / INTELLIGENCE
精选归档
追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
精选归档 · 4264
清除筛选当前公开精选集合，保留来源更正和撤回。最后同步：
AIHOT 精选理由OpenAI 官方宣布 o1-mini，定位为更具成本效益的推理模型，可作为了解其推理系列布局的入口。
Cognition 评测 OpenAI o1 系列在 Devin 编码智能体上的表现并公开评测方法
北京时间 · UTC+8
Cognition 公布在 Devin 中测试 o1-mini 和 o1-preview 数周的早期结果：在内部基准 cognition-golden 上，Devin-Base 从 GPT-4o 的 25.9% 提升到 o1-mini 的 34.6%、o1-preview 的 51.8%，生产版 Devin 达 74.2%。
AIHOT 精选理由Cognition 作为 Devin 开发方给出 o1 系列的实测对比数据，并完整披露其内部基准 cognition-golden 的评测方法。
我爱计算器
北京时间 · UTC+8
作者在书店偶遇计算器历史书籍，顿悟自己热爱这种零依赖的技术产品。计算器作为"大脑插件"，仅需太阳能或电池即可工作，无需联网、账户或订阅，不收集数据，即买即用且完全私密。这与当下强制更新、订阅制、数据密集型的复杂科技形成鲜明对比。反思资本主义经济下公司追求股东价值最大化导致技术异化，呼吁开发者和消费者追求计算器式的技术理想——简单、独立、真正为用户服务。
AIHOT 精选理由Karpathy借计算器反思现代技术产品哲学，对AI产品设计有启发意义
DeepSeek-V2.5：融合通用与代码能力的全新开源模型
北京时间 · UTC+8
DeepSeek-V2.5 保留原有 Chat 模型的通用对话能力和 Coder 模型的代码处理能力，并更好地对齐人类偏好。
AIHOT 精选理由DeepSeek首次将通用对话与代码能力合一的开源模型，当时直接拉低了多任务成本，今天看仍是模型混合能力演变的早期标杆。
DeepSeek V2.5 模型发布：合并升级并提升代码与通用能力
北京时间 · UTC+8
DeepSeek 将 V2 Chat 与 Coder V2 合并升级为 V2.5，API 用户通过 deepseek-coder 或 deepseek-chat 均可访问。新模型在通用与代码能力上显著提升，ArenaHard winrate 升至 76.3%，HumanEval 达 89%。
AIHOT 精选理由DeepSeek 把 coder 和 chat 合并成 V2.5，API 端点不变但性能全线拉高，已有的集成直接受益，代码和通用能力不再是两张皮。
PromptArmor 披露 Slack AI 可经间接提示词注入窃取私频数据
北京时间 · UTC+8
PromptArmor 披露 Slack AI 存在间接提示词注入漏洞，攻击者可在其自建的公开频道发布恶意指令，诱导 Slack AI 把用户私有频道中的 API key 等机密数据嵌入钓鱼链接并渲染给用户，点击后数据被外泄。
AIHOT 精选理由报告给出完整攻击链和复现细节，读者可以据此评估 Slack AI 的间接提示词注入风险并调整设置。
OpenAI API 推出 Structured Outputs 功能
北京时间 · UTC+8
OpenAI 在 API 中推出 Structured Outputs 功能，模型输出现在能够可靠地遵循开发者提供的 JSON Schema。
AIHOT 精选理由OpenAI 官方宣布 API 输出可遵循开发者提供的 JSON Schema，对需要稳定结构化输出的工程场景有直接参考价值。
LlamaIndex 推出 LlamaExtract Beta：从非结构化文档抽取结构化数据
北京时间 · UTC+8
LlamaIndex 发布 LlamaExtract beta，这是一个托管服务，可从非结构化文档中抽取结构化数据：能从候选文档集推断 schema（用户可后续编辑），并按指定 schema 抽取字段值。
AIHOT 精选理由原文来自 LlamaIndex 官方，介绍了从文档推断 schema 并抽取结构化数据的用法，读者可以评估它在 RAG 数据处理管线中的适配性。
DeepSeek API 更新：/chat/completions 新增 JSON 输出、Function 调用与 8K 最长输出（Beta）
北京时间 · UTC+8
DeepSeek 更新 /chat/completions 接口，新增 JSON 输出、Function 调用、对话前缀续写（Beta）及 8K 最长输出（Beta）。同时新增 /completions 接口，支持 FIM 补全（Beta）。
AIHOT 精选理由DeepSeek API 这次更新补上了 Function calling 和 JSON 模式，加上 FIM 补全，让开发者的工具调用和代码补全场景有了更完整的方案，虽然都是 Beta 但方向很对。
DeepSeek-Coder 升级为 DeepSeek-Coder-V2-0724
北京时间 · UTC+8
DeepSeek 将 deepseek-coder 模型升级为 DeepSeek-Coder-V2-0724。此次升级为模型版本更新，具体参数规模、性能基准及可用性细节未在更新日志中披露。
AIHOT 精选理由DeepSeek Coder 升级到 V2-0724，编码能力再进一步，对 API 用户是直接可用的提升，虽然官方没给技术细节，但仍值得关注。
Meta 发布 Llama 3.1 系列：405B、70B 与 8B，支持多语言和长上下文
北京时间 · UTC+8
Hugging Face 发布 Llama 3.1 系列模型，包含 405B、70B 和 8B 三个规格，支持多语言和长上下文。
2024年7月电路更新：迈向神经网络机制理解的下五个挑战
北京时间 · UTC+8
Anthropic可解释性团队分享了2024年7月的多项研究进展与初步想法，并指出了未来面临的五大核心挑战。这些挑战包括：大量未被提取的“缺失特征”可能构成神经网络的“暗物质”；跨层叠加现象使特征难以映射到特定层；注意力叠加可能掩盖了如归纳头等基本单元的真实结构；权重叠加产生的“干扰权重”给电路分析带来混淆；以及如何将微观的电路理解整合为宏观的模型认知。团队认为，尽管在特征叠加等问题上已取得显著进展，但这些新挑战是通往神经网络机制性理解道路上的关键障碍。
AIHOT 精选理由可解释性研究新挑战，帮助理解AI模型黑箱，对安全和信任至关重要。
FunAudioLLM 发布 Fun-CosyVoice 3.0 开源语音合成模型
北京时间 · UTC+8
通义 FunAudioLLM 团队开源基于 LLM 的 TTS 系统 Fun-CosyVoice 3.0，官方称在内容一致性、说话人相似度和韵律自然度上超越前代 CosyVoice 2.0，面向零样本多语言语音合成。
AIHOT 精选理由官方发布开源 TTS 新版本，附评测表、安装与部署方式，适合关注多语言语音合成落地的开发者参考。
SenseVoice 开源语音理解模型仓库：支持 ASR、情感识别与音频事件检测
北京时间 · UTC+8
SenseVoice 是一个语音理解基础模型，支持 ASR、语种识别、语音情感识别和音频事件检测。发布的 SenseVoiceSmall 检查点支持普通话、粤语、英语、日语和韩语，并输出情感与事件标签；采用非自回归端到端架构，同参数量级下推理速度比 Whisper-Small 快 5 倍以上、比 Whisper-Large 快 15 倍以上。
AIHOT 精选理由官方仓库文档同时给出基准对比、部署路径和微调方案，读者可以据此评估 SenseVoice 在中英文语音识别场景的可用性。
LlamaIndex 开源发布 llama-agents 多智能体框架 alpha 版
北京时间 · UTC+8
LlamaIndex 宣布开源框架 llama-agents 的 alpha 版发布，用于构建和部署生产级多智能体 AI 系统，可将每个 agent 变成独立运行的微服务。
AIHOT 精选理由官方发布开源多智能体框架 alpha 版，介绍了微服务架构、编排方式、监控工具和从本地到生产部署的具体用法。
Sierra 发布 𝜏-bench 基准，测试 AI 智能体真实场景可靠性
北京时间 · UTC+8
Sierra AI 研究团队发布 𝜏-bench 基准，通过 LLM 模拟用户与工具 API 交互、领域政策遵循和 pass^k 指标评估智能体在真实场景下的性能与可靠性。
AIHOT 精选理由基准引入动态用户与工具交互及 pass^k 可靠性指标，测试结果显示现有简单智能体架构在一致完成任务上表现明显不足。