DeepSeek有点含蓄了，实测V3.1有进步，编程等个别场景硬刚GPT-5

DeepSeek悄悄更新V3.1，官方仅提及上下文长度拓展至128K。实测其代码能力与前端审美提升，逻辑推理也有进步，在编程等个别场景能硬刚GPT - 5，但处理复杂任务还有距离，更新不大却有进步且降价。

奥特曼：我承认GPT-5发布搞砸了

GPT-5发布堪称AI圈翻车现场，OpenAI一刀切下架其他型号后又加回GPT-4o。奥特曼承认搞砸，称学到为亿人升级产品的教训。他还有建数据中心、投资脑机接口等计划，也指出存在AI泡沫。

写在GPT-5风波之后：为什么AI的智商和情商不可兼得？

GPT - 5风波后，作者好奇其变可靠后情商下降的原因。论文实验表明，把AI教得会安慰人，其犯错率大幅上升、更易谄媚。AI和人类都存在智商与情商的矛盾，这源于最终目标不同。

时隔六年，OpenAI 为什么再次开源？

OpenAI发布两款开源纯文本推理模型，时隔六年再次开源。其gpt - oss - 120b性能与o4 mini相当，成本降超10倍。此次开源有战略考量，或是为构建生态、吸引企业，也反映出其对自身价值定位更清晰。

腾讯混元开源 4 个小尺寸模型，主打 Agent 和长文

8月4日，腾讯混元开源四款小尺寸模型，参数为0.5B、1.8B、4B、7B，消费级显卡可运行，适用于低功耗场景。模型具备推理快、性价比高特点，亮点是Agent和长文能力，已在腾讯多业务应用。

谷歌AI获IMO“唯一金牌”，硅谷夹道祝贺，奥特曼丢人又丢人

谷歌Gemini新模型获IMO官方认证金牌，用时4.5小时答对5道题，成绩获主席肯定。该进阶版搭载新思考模式，后续开放给订阅用户。这与OpenAI参赛情况形成鲜明对比，OpenAI遭质疑，研究员回应未获网友完全认可。

真实科研水平集体不及格！全新基准SFE给主流多模态LLM来了波暴击

上海人工智能实验室AI4S团队推出SFE评测基准，首创三级评估体系，涵盖五大科学领域66项任务。评测显示主流MLLMs在高阶科学任务有挑战，不同模型、学科表现有差异，还构建了SciPrismaX平台推动AI科学评估生态发展。

小红书hi lab首次开源文本大模型，训练资源不到Qwen2.5 72B 的四分之一

6月6日，小红书hi lab团队首次开源文本大模型dots.llm1，采用MIT许可证。该模型激活参数量140亿，总参数量1420亿，上下文长度32K。训练资源不到Qwen2.5 72B的四分之一，在多个测评中表现出色。

腾讯悄悄出了个插件版“Cursor”，还跟微信小程序打通了。

腾讯云发布代码助手CodeBuddy 3.0，它是插件而非IDE产品，可融入各职位工作流。其亮点是打通微信开发者工具，能利用微信知识库直出小程序，作者体验后认为开发便捷，有望成创造与分发新渠道。

一个新网站上线不久便从谷歌获得了15859次曝光和5689次点击，实际UV约7K。而良辰美的网站，通过AI辅助写作，更是达到了21.5万次曝光和2.85万次点击。谷歌的排名机制对新站公平，关键在于如何抓住机会。