把一千篇真实论文丢给三个模型做摘要，同一份语料、同一份 prompt：DeepSeek 的 Flash 跑完全部只花 $3.99，Claude 的 Haiku 花了 $35.76。 《年度 AI 论文：2025–2026 年的关键研究》 一年 1,000 篇论文的图鉴，外加一个成本实验。 是 Hassan El Mghari（GitHub 上的 Nutlope，Together AI 生态的知名开源开发者，做过 roomGPT、SmartPDFs 等热门项目）做的「年度 AI 论文」站点：2025 年 8 月 4 日到 2026 年 8 月 4 日这一年的 1,000 篇论文，每篇都有摘要，可按实验室、主题、月份浏览。整个项目的起点其实是个成本实验：把这一年的论文全部摘要完，要花多少钱？ 基准结论：同一份输入，三个模型差了 8.95 倍。 语料合计 30,681 页、1.027 亿字符。三个模型拿到完全相同的提取文本、prompt、分块方式和输出合同，关闭 reasoning，各跑一遍： • DeepSeek V4 Flash：合计 $3.99，每篇约 $0.004 • GPT-5.6 Luna：合计 $6.00，每篇约 $0.006 • Claude Haiku 4.5：合计 $35.76，每篇约 $0.036（8.95×） 费用按官方报价的 token 用量计算，价格冻结在 2026 年 8 月 5 日；只统计成功完成的摘要，失败重跑不计入。 方法论可复现。 语料从 8,262 个候选（Hugging Face Daily Papers + OpenAI、Anthropic、DeepSeek、MiniMax、Moonshot AI 的官方论文）按 arXiv ID 去重，冻结成恰好 1,000 篇；放得进上下文预算的整篇一次读完，超长的走 50,000 字符的 map-reduce，不静默截断。作者明确说这是成本对比，不是质量排名——没有引入 LLM judge 打分。 图鉴本身也好看。 按实验室（OpenAI、Anthropic、Moonshot AI、DeepSeek、MiniMax、 275 篇、Reasoning 177 篇、Video 164 篇、Multimodal 144 篇、Systems 143 篇、Robotics 59 篇）、月份浏览；trending 和 most cited 两个榜单（Qwen3-VL 1,802 次引用、DINOv3 1,216 次、InternVL3.5 1,212 次）。再叠上 18 篇 Together AI 官方论文，共 1,018 篇。 适合想快速补完这一年 AI 研究的人，以及要批量处理 PDF 摘要、想先估成本的工程团队。全流程开源在 GitHub（Nutlope/1kpapers），语料清单、抽取画像、逐篇费用都能自己复现。 原文： #AI论文# #成本基准# #LLM#

15个值得关注的AI账号： 1. @karpathy 他的推文创造的LLM叙事，你两个月后会在LinkedIn上看到。 2. @fchollet 发布关于智能、基准和AI局限的深思熟虑研究。Keras创始人+ARC-AGI。 3. @ylecun 深度学习先驱、Meta首席AI科学家；大局观研究和评论（还有drama）。 4. @AndrewYNg AI教育传奇；实用ML建议、课程和真实应用。 5. @rasbt 发布实用ML/LLM实现、'从零开始构建'教程和书籍。 6. @dair_ai 每周ML/AI论文线程和易懂的研究解读（高质量信息流）。 7. @lilianweng 前OpenAI员工，Lil'Log风格线程优质。深度LLM研究分解。 8. @jeremyphoward 发布有趣的AI/加密新闻观点，致力于民主化实用深度学习教育。 9. @simonw 实用LLM工具、观点、实验、提示词和工程分解。Django联合创始人。 10. @_akhaliq 精选最新arXiv论文、模型发布和开源AI项目。 11. @ID_AA_Carmack AGI/低级优化观点，让你重新思考问题。 12. @gwern 高质量长篇AI研究笔记和论文。 13. @goodside LLM评估、提示词研究和真实能力测试。 14. @drfeifei 计算机视觉先驱；以人为中心的AI和空间智能研究。 15. @demishassabis 跟踪他的工作9年了。Demis是我对抗谷歌用AI滥用权力的希望。DeepMind CEO。 告诉我遗漏了谁，保存以备未来参考

想建立高质量的AI信息流，从这15个账号开始！ 这 15 个账号基本覆盖了： 研究 工程 教育 开源 产品 AGI 思考 AI 真实能力评测 @karpathy 他的推文经常提前定义 LLM 叙事。很多你两个月后在 LinkedIn 上看到的 AI 话题，可能他早就讲过了。 @fchollet Keras 作者，ARC-AGI 提出者。经常分享关于智能、本质能力、Benchmark 和 AI 局限性的深度思考。 @ylecun 深度学习先驱，Meta 首席 AI 科学家。观点很宏观，也经常有对 AI 研究路线的批判和讨论。 @AndrewYNg AI 教育领域的传奇人物。内容非常实用，覆盖机器学习建议、课程、产品落地和真实世界应用。 @rasbt Sebastian Raschka，经常分享实用 ML / LLM 实现、“从零构建”教程，以及相关书籍内容。 @dair_ai 高频更新 ML / AI 论文线程，用通俗方式拆解前沿研究，适合快速跟进 AI 进展。 @lilianweng 前 OpenAI 成员。她的 Lil’Log 风格内容非常值得看，擅长深入拆解 LLM 研究和技术细节。 @jeremyphoward 经常分享 AI / Crypto 相关观点，也长期推动实用深度学习的普及和大众教育。 @simonw Django 联合创始人。聚焦实用 LLM 工具、实验、提示词、Agent 和工程实践拆解。 @_akhaliq 持续整理最新 arXiv 论文、模型发布、开源 AI 项目和研究动态，信息流非常快。 @ID_AA_Carmack 关注 AGI 和底层优化问题，很多观点能让你重新思考“智能”和“工程”的本质。 @gwern 高质量长文作者，擅长 AI 研究笔记、深度 essays 和长期主义视角的技术观察。 @goodside 专注 LLM 评测、提示词研究和真实能力测试，经常能看到非常细的模型行为观察。 @drfeifei 计算机视觉先驱，关注以人为中心的 AI、空间智能和未来 AI 研究方向。 @demishassabis Google DeepMind CEO。长期关注通用 AI 的未来方向，也是理解 DeepMind 路线的重要窗口。 大家还有要补的吗？评论区👇👇👇👇

翻墙之后，别再只会刷财经媒体的二手解读了！！！ 真正拉开差距的，是你有没有找到那些散户不知道的一手信息源。 很多人天天刷美股新闻，却一直在吃别人嚼过的饭 这10个信息源，AI+美股关注者建议直接收藏 👇 1. SEC EDGAR｜美国证监会官网 所有上市公司的原始财报、10-K/10-Q文件，别人的"解读"都是从这里来的 2. Federal Reserve｜美联储官网 利率决议原文、鲍威尔讲话全文，一手信息不用等媒体二次翻译 3. CME FedWatch｜利率预期工具 市场对下次加息/降息概率的实时定价，比任何"专家预测"都准 4. 全球最新AI研究论文首发地，很多大模型突破在这里比新闻早几周 5. Hugging Face｜AI模型社区 看哪些模型真正在被开发者使用，比公司PR稿更真实 6. SemiAnalysis｜半导体产业深度分析 AI芯片、算力供需的一手行业研究，机构投资者常用的信息源 7. Stratechery｜科技产业战略分析 Ben Thompson对科技公司战略布局的深度拆解，看懂财报背后的逻辑 8. FactSet Earnings Insight｜财报日历与预期 所有公司财报时间、市场一致预期，提前排班蹲点不错过 9. Finviz｜美股可视化筛选器 一张热力图看全市场板块表现，比任何文字总结都直观 10. Brookings｜布鲁金斯学会 顶级智库的宏观经济、AI政策研究报告，理解政策对市场的长期影响

🔥NVIDIA CEO 黄仁勋 @JensenHuang 开通X账号4天，发了两条推文，AI全球影响力排名来到全球第64，粉丝数接近百万。 这哪是新号上线，分明是AI圈顶级大佬集体来给老黄“随份子”。🤣 有意思的是，这些大佬里，老黄只回关了3个，剩下7个还在“单向关注”状态： 🟢老黄已回关的（互关） Elon Musk @elonmusk| XHunt AI排名：8 xAI创始人、特斯拉&SpaceX CEO，亲自转发力挺黄仁勋首帖 Demis Hassabis @demishassabis | XHunt AI排名：10 Google DeepMind联合创始人&CEO，诺贝尔奖得主 Garry Tan @garrytan| XHunt AI排名：25 Y Combinator总裁&CEO 🔴老黄没回关的（单向关注） Andrej Karpathy @karpathy | XHunt AI排名：1 前OpenAI创始成员、前特斯拉AI总监，现Eureka Labs创始人，AI圈最强技术布道者 Yann LeCun @ylecun| XHunt AI排名：7 Meta前首席AI科学家、图灵奖得主，深度学习三巨头之一 Andrew Ng @AndrewYNg | XHunt AI排名：11 Coursera联合创始人、斯坦福教授，前Google Brain和百度AI负责人 Logan Kilpatrick @OfficialLoganK | XHunt AI排名：15 Google Gemini与API核心技术负责人 Jim Fan @DrJimFan | XHunt AI排名：16 NVIDIA机器人与具身智能方向顶级科学家，GEAR Lab联合负责人 AK @_akhaliq | XHunt AI排名：19 AI论文圈最强分发节点，Hugging Face ML Growth Lead（原Gradio核心成员） hardmaru @hardmaru | XHunt AI排名：27 Sakana AI联合创始人&CEO（David Ha）

Meta的AI视频论文里有一个和主流竞品的双盲测试对比结果，虽然主要是为了支撑Meta全面碾压的结论，但其实也可以用来反推同行们的水平高低。 这个图的分数，正值意味着Meta Movie Gen在单项测试里表现更优，数值越高越领先，反之亦然。 可以看到，快手的Kling（可灵）基本上是最能打的一个，甚至超过了OpenAI的期货Sora，在运动完整性和文本理解能力两项上也高于Meta的这波大招，反而是Runway Gen-3的评分很不够看，离Kling都差很远。

原来AI证明那篇文章就是AI写的，但是arxiv不许AI写论文，几个人手工拙劣的改成了人工，还留下来一堆AI词汇残留，我一眼看味就不对。。。这篇文章最有用的一个概念就是，一定要警惕AI say sorry，AI道歉之后就开始作弊胡扯幻觉了

预印本开放存储库 @arXiv 打击使用 AI 生成论文，若被发现则作者 1 年内不得发布新论文，且之后发布必须经过信誉良好的同行期刊评审后才能发布。arXiv 的措施主要是打击部分研究人员滥用 AI，这并不是禁止研究人员使用 AI，而是部分研究人员直接复制粘贴而不仔细审查 AI 生成的内容是否存在错误：

我觉得一个好的思路是用AI去学术打假，人力读论文速度是很慢的，更不谈去找论文中的不合理之处。可以先让AI去阅读筛选，再人工验证。如果是计算机类、生物信息类论文，AI还可以直接自主去复现