冷知识，Artificial Analysis紧急更新了自己的测评规则到V4.2 核心是增加了更多私有测试集，权重调整并防止作弊 看来了发现Gemini 和 Muse Spark的刷分行为了 更新后的规则Claude Fable 5.1 和 GPT-6 Astra又领跑全球了 Muse Spark 1.3 从第三掉到了第五名，Gemini 3.8 Flash也掉了排名，总算让这个榜单又有点可信度了🤣

视频模型的榜单，现在有点像 Google 被一群中国厂商包围了。 Artificial Analysis 最新的带音频图生视频榜单里，字节 Seedance 2.0 第一，Google Gemini Omni Flash 第二，刚发布的 MiniMax H3 已经冲到第三。 再往下看，还有阿里的 HappyHorse 和 Wan、昆仑万维的 SkyReels、快手 Kling，以及 PixVerse。前 8 名里，中国团队占了 6 席。 当然，这个榜单来自用户盲测偏好，排名还会持续变化。前三名的分数也很接近，所以 H3 更像是刚刚挤进第一梯队。 我觉得国内视频模型集体跑得这么快，背后可能和产业环境有关。短视频、电商、广告、游戏，本来就是国内互联网公司投入最深的领域。模型上线后，可以迅速进入真实创作流程，再根据用户反馈继续迭代。MiniMax 也明确把 H3 面向广告、电商、产品设计和游戏等场景。 视频模型的优势，可能不只藏在模型结构里，也藏在谁拥有最多真实创作场景，以及最快的反馈循环里。

POP Art Style Drawing Photographer : @zuoannorman @zuoannorman1860 Artist : @KateHew03 Thank you so much for sharing! Non-artificial intelligence making! 这幅作品灵感来源于摄影师左岸Norman的作品，非常感谢您的慷慨分享。 📬 @SMlnZhl @SMlnZhi @SMInZhl

In-Depth Investigation: Seizing the Commanding Heights of the Intelligent Era — A Survey of China's Artificial Intelligence Industry Development 深度调研 | 抢占智能时代制高点：我国人工智能产业发展调查 By "Joint Research Team of Qiushi Economics Editorial Department and CCID Research Institute" Translation Interesting comments about Nvidia

DeepSeek官网把V4 Pro 0813的发布公告给撤了，疑似打算回滚，但API文档没变。 V4 Pro 0813昨天深夜上线之后，从各路测试来看，表现比较一般，没太对得上之前期待的氛围值，大模型竞技场Artificial Analysis开榜分数排在全球第9，和GLM-5.2相当，比不上Kimi K3。 目前DeepSeek官方一直没说话，全是用户在乱猜，有说部署出了问题的，有说推错模型了的，有说要配合Harness端上来的才是满血版，有说故意虚晃一枪的⋯⋯ 好笑的是，不少媒体应该是早就把稿子准备好了，今天上午定时发出来一顿梁圣乱吹，根本没了解模型实际表现，现在就很尴尬了哈哈哈~

上个月，那个把文本、图像、视频全模态模型 API 无限期免费开放的 Agnes AI。 一度爆火，至今都还有很多人在白嫖。 今天在 Artificial Analysis 榜单上，看到了它家有个新模型 Agnes 2.5 Pro Alpha 在打榜。 了解了下这次 2.5 Pro Alpha 模型，在复杂推理、专业开发和 Agent 任务等方面，都有不少提升。 同时也支持到 1M 超长上下文窗口，对于开发大型项目、处理长文档等场景来说超有用。 另外我发现它的基础模型已迭代到 Agnes-2.5-Flash，依然还是不限期免费。 开发者可以通过API直接调用，文本之外，Agnes的图像和视频模型也依然免费开放。 拿Agnes-2.5-Flash处理一些日常开发任务已经够用了，感兴趣的朋友可以通过新官网查看模型和调用方式。 官网：

今天，我在AI 概念的诞生之地。 70 年前的那个夏天，约翰·麦卡锡、马文·明斯基、克劳德·香农就是在 Dartmouth Hall 附近的教室里，划时代地定义了Artificial Intelligence。 这里有一种在别处极少能感受到的空间张力。 一侧是阿尔卑斯雪山般原始、静谧且近乎冷酷的自然，另一侧则是用两百年红砖、双层落地玻璃与极高资本密度堆叠出来的智识象牙塔，在我眼里，它如此神秘。 达特茅斯的校训是 Vox Clamantis in Deserto，“荒野中的呼喊”。 在喧嚣、功利、被算法和流量裹挟的世俗之外，选择在深山与红砖大楼里推演底层逻辑、攻克最硬核的理论与科学，这种静水流深的精神，才是这所常春藤最深沉的灵魂，也是我深爱着这里的原因。 可以看到，达特茅斯的优雅与端庄，是几代人的资本积累、顶尖私校与极其充沛的容错率养出来的环境惯性。 而在这些背景板之下，最性感的东西，始终是大脑里的思考密度。 实话说，每次来到这里，都仿佛来到威廉姆斯。 有人说来达特茅斯会觉得自己很贫穷。 其实，环境从来只是背景风光。你可以欣赏它的松弛，但不必为它的富贵而自惭形秽。

这两天，在 X 首页的推荐时间线上，被 Kimi K3 刷屏了。 不得不说，这次 K3 真的有点东西，参数干到2.8 万亿，是目前全球最大尺寸的开源模型。 而且，从 Artificial Analysis 和 Arena 这两大权威 AI 基准测试给出的得分来看。 紧排在 Fable 5、GPT-5.6 Sol 之后，整体性能超过 Opus 4.8 和 GPT-5.5。 这就很厉害了，我也抽空实测了下。 让它重构一个 2026 世界杯赛事追踪应用，并实现一个带后端和数据库的冠军预测功能。 实测完效果比预期要好不少，K3 的前端审美依然在线，全栈开发能力也很强。 感觉能摸到 GPT-5.6 Sol 的水平，说实话，这次 K3 各方面能力都不错，可以试试。