英伟达发布端到端自动驾驶模型 Alpamayo 2 Edge
英伟达11月10日发布端到端自动驾驶模型 Alpamayo 2 Edge,VLM 骨干约 2.45B、动作专家约 0.2B,跑在车规级芯片 DRIVE AGX Thor 上。
英伟达11月10日发布端到端自动驾驶模型 Alpamayo 2 Edge,VLM 骨干约 2.45B、动作专家约 0.2B,跑在车规级芯片 DRIVE AGX Thor 上。
Google 发布 Gemini 4 Hydrogen 模型,称这是搜索迄今最大的一次模型改进,能更好理解多部分、高具体度和含拼写错误的复杂问题。该模型面向快速执行的智能体工作流,完成任务速度是 Gemini 3.8 Flash 的 2.5 倍,在 Artificial Analysis Intelligence Index 默认高思考档位上超过 Gemini 4 Argon。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen,定价为每百万 token 输入 1.50 美元、缓存输入 0.075 美元、输出 7.50 美元。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen 模型,称其能更好地处理包含多个部分、拼写错误或高度具体要求的复杂问题,并会拆解问题逐项作答。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen,并已在自家产品中替换 Gemini 3.8 Flash。该模型提供 low、medium、high 和新增的 xhigh 四档思考等级,Google 称 high 模式下速度是 Flash 3.8 的 2.5 倍,编造性表述减少 5 倍以上,Terminal-Bench 得分超过 3.8 Flash 三倍。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Latent Space 对 NaiveAI 的开源权重模型 Naive-N0.5-Flash 做了实测,该模型宣称峰值约 2100 tokens/s、思考阶段接近 1000 tokens/s。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由:原文给出 Carbon 与 Argon 的定位分工、多项基准排名和每任务成本对比,便于判断何时该换用更强模型。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日上午正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,上下文窗口 100 万 token,面向软件工程、推理和长程智能体任务,采用 Apache 2.0 许可。
推荐理由:Reflection 首个开放权重模型 Beam 以 Apache 2.0 发布,读者可据此了解其 MoE 规模、百万 token 上下文与智能体定位。