AI 开发者日报

xAI（@SpaceXAI）正式发布了 Grok 4.5，这是一款专注于编程和智能体（agents）的新型前沿模型。与追求绝对基准测试领先不同，Grok 4.5 的定位是“每美元性能”（capability-per-dollar）的极致性价比。

• 埃隆·马斯克最初表示，基于强劲的 Beta 测试反馈，Grok 4.5 将在“明天”公开发布。他称其为“Opus 级别”，但速度更快、Token 效率更高、成本更低 @elonmusk。
• 马斯克随后在内部将 Grok 4.5 描述为“大致与 Opus 4.7 相当，但快得多”，并强调其对于特斯拉和 SpaceX 工程师的实用性，而非追逐基准测试排名 @elonmusk。
• xAI 官方账号正式发布时称，Grok 4.5 是“我们第一款专门为编程和智能体训练的大模型”，使用 Cursor 进行训练，并提供“领先的速度和成本效益下的前沿智能” @SpaceXAI。
• Cursor 表示已与 xAI 合作训练 Grok 4.5，称其为“我们迄今为止最强大的模型”，并强调这是“第一款不仅仅为软件工程而构建的模型” @cursor_ai。
• Cursor 还宣布了产品内可用性，并推出“首周双倍用量”活动 @cursor_ai。
• Cursor 澄清道：“Grok 4.5 和 Composer 属于两个不同的模型重量级别”，Composer 2.5 将继续可用，未来该较小级别也会推出新模型 @cursor_ai。
• 早期生态系统支持迅速跟进：Grok 4.5 已在 Grok Build/API/Cursor 中可用 @milichab；Hermes Agent 宣布首日支持 @Teknium；随后确认在 Hermes Agent/Portal/OpenRouter/Grok 订阅中实时可用 @Teknium。
• 马斯克表示，上下文窗口很可能“下周”从 50 万恢复到 100 万 @elonmusk。

定位

官方层面，xAI 传递的信息并非"最佳全能模型"，而是接近 Opus 级别质量，同时在经济性和速度上更具优势：

• "Opus 级别的模型，但更快、token 效率更高、成本更低" @elonmusk
• "首个专门为编程和智能体训练的大模型" @SpaceXAI
• "以领先的速度和成本效率提供前沿智能" @SpaceXAI
• "迄今为止最强大的模型"以及"我们构建的第一个不仅限于软件工程的模型" @cursor_ai

这种定位至关重要：xAI 明确瞄准的是近期被 Anthropic/OpenAI/Cursor 风格的工具调用系统所主导的编程智能体工作流市场，而不仅仅是通用对话场景。

定价与背景

公开的具体数据如下：

• 官方定价：输入 $2 / 1M tokens，输出 $6 / 1M tokens @scaling01
• Artificial Analysis 确认了相同的价格点，并补充道：

缓存命中可享受 75% 折扣，降至 $0.5 / 1M tokens

• 超过 20 万 token 的长输入费用翻倍
• 50 万 token 的上下文窗口，低于 Grok 4.3 的 100 万
• 保留了视觉输入功能
• 保留了可配置推理功能 @ArtificialAnlys

马斯克随后表示，上下文窗口可能很快会升级回 100 万 @elonmusk。

用户引用的相对定价对比：

• Grok 4.5：输入 $2 / 输出 $6
• GPT-5.6：输入 $5 / 输出 $30
• Opus 4.8：输入 $5 / 输出 $25 @kimmonismus

模型规模

通过第三方对马斯克披露信息的报道，一个重要规格浮出水面：

• Grok 4.5 的规模是 Grok 4.3 的 3 倍，达到 1.5T 参数 @ArtificialAnlys

这是一个显著的跃升，很可能正是许多观察者将 4.5 解读为 xAI 首次真正进入旗舰级编程智能体赛道（而非简单迭代更新）的核心原因。

Artificial Analysis

Artificial Analysis 在相关推文中提供了最具实质性的外部评估。

关键结果：

• Artificial Analysis 智能指数排名第4，得分 54，仅次于 Fable 5、GPT-5.5 和 Opus 4.8 @ArtificialAnlys
• 同一指数上，比 Grok 4.3 高出 16 分 @ArtificialAnlys
• GDPval-AA v2 Elo 评分 1543，同样排名 第4，仅次于 Anthropic 最新的 Claude 版本 @ArtificialAnlys
• τ³-Banking 最高分：33%，高于 GPT-5.5 (xhigh) 的 31% @ArtificialAnlys
• Artificial Analysis 编程智能体指数评分 76（Grok Build 环境），"与 Codex 中的 GPT-5.5 相当"，低于 Claude Code 中的 Fable 5 @ArtificialAnlys
• 智能指数任务成本：0.31 美元 @ArtificialAnlys
• GDPval 任务成本：0.49 美元 @ArtificialAnlys
• 编程智能体指数任务成本：2.59 美元 @ArtificialAnlys
• 智能指数任务平均输出 token 数：约 14k，比 Opus 4.8 低 60% 以上 @ArtificialAnlys
• 编程智能体指数任务平均总 token 数：190 万，而 Claude Code 中的 Fable 5 为 720 万，Codex 中的 GPT-5.5 为 620 万 @ArtificialAnlys

Artificial Analysis 的解读非常明确：Grok 4.5 在能力上接近前沿水平，但在效率方面异常出色，使其在成本/性能的帕累托前沿上占据一席之地。

马斯克明确转发了 Artificial Analysis 的评估结果 @elonmusk。

Terminal-Bench 与编程智能体视角

多位用户强调了 Grok 4.5 在编程/智能体基准测试中的强劲表现：

• Cline 表示 Grok 4.5 "在 Terminal-Bench 上击败了 Opus 4.8"，同时速度快且价格约为 GPT 的五分之一 @cline。
• 多位评论者总结称，在编程智能体评估中，Grok 4.5 "与 GPT-5.5 相当"，但成本更低 @kimmonismus，@scaling01。

其他外部/独立信号

• Arena 已将 Grok 4.5 加入 Agent Arena 和 Battle Mode，支持文本、视觉和代码任务，特别强调涉及文件系统/网络/终端工具的长期任务 @arena。
• Deep Burner 将 Grok 4.5 纳入 Surface Evolver 基准测试，称其"处于前沿水平"，在相似价格下通过率优于 Kimi/GLM @Deep_Burner。

事实 / 可直接验证的声明

由官方帖子或评测机构支持：

• Grok 4.5 已公开发布 @SpaceXAI
• 这是 xAI 首个专门针对编程和智能体（Agent）场景训练的模型 @SpaceXAI
• Cursor 参与了模型训练和分发合作 @cursor_ai
• 定价为 每百万 tokens 输入 $2 / 输出 $6 @scaling01, @ArtificialAnlys
• 上下文窗口为 500k，据 Musk 称预计很快恢复到 1M @ArtificialAnlys, @elonmusk
• Artificial Analysis 将其在综合智能和 GDPval 风格智能体评测中均评为 第4名 @ArtificialAnlys, @ArtificialAnlys
• Artificial Analysis 将 Grok Build + Grok 4.5 在其编程智能体指数中评为 76 分，与 GPT-5.5 Codex 持平 @ArtificialAnlys
• 在 Artificial Analysis 的编程智能体评测中，Grok 4.5 的 token 效率显著高于 Fable/GPT-5.5 @ArtificialAnlys

观点 / 解读

以下观点较为常见，但未在数据集中得到独立验证：

• "Cursor 这笔交易值了" @kimmonismus, @teortaxesTex, @scaling01
• "xAI 重回牌桌" @teortaxesTex
• "英雄们 literally 拯救了 Grok 项目" @teortaxesTex
• "这件事比你们想象的要重要得多" @theo
• "Grok 4.5 是一个真正的意外之喜" @kimmonismus

社区中流传着一个强烈的叙事：Cursor 在实质上加速甚至拯救了 xAI 的编程模型发展轨迹。但唯一确凿的事实是双方在训练合作和分发层面的合作关系。

强烈看好

相当多的用户认为 Grok 4.5 出人意料地具有竞争力：

• “说真的，什么？！完全没想到 Grok 4.5 表现这么好。与 GPT-5.5 不相上下，比 Opus 4.8 还便宜” @kimmonismus
• “Grok 4.5 非常出色，Grok Build 也很棒” @teortaxesTex
• “相当不错，而且价格真的非常划算” @theo
• “SpaceXAI / Cursor 推出的 Grok 4.5 实力强劲。基准测试表现令人印象深刻，兼具闪电般的速度、高效能和亲民的价格” @TheRundownAI
• “团队在 Grok 4.5 上做得非常出色……准确性和速度让我构建东西的速度都快过了思考下一步需求” @tstorm
• “相比 Composer 2.5 是巨大的改进，而且是完全从头训练的” @amanrsanger

这一群体的关注点集中在：

1. 对其排名之高感到惊讶，
2. 对性价比感到满意，
3. 相信 xAI 重新回到了前沿竞争行列。

积极但更克制

一些人称赞其经济性，但仍将 Anthropic/OpenAI 置于其上：

• “Grok 4.5 还没有达到 Fable 5 或 GPT-5.5 的水平，但如果你在智能体编排器中组合使用多个模型，它也不需要达到那个水平” @omarsar0
• “可能最重要的一点是……接近 Opus-4.8 的质量，但输出价格是每百万 token 6 美元，而不是 25 美元” @AymericRoucher
• “如果这些基准测试能代表真实世界性能，并且定价仅为输出每百万 token 6 美元，那它应该会表现很好” @scaling01
• “显而易见的好处是，它增加了 OpenAI 和 Anthropic 的竞争压力，迫使它们要么降价” @kimmonismus

这可能是推文中专家们的主流看法：并非全面最佳，但可能是最具性价比的选择。

持怀疑/批评态度

质疑点主要集中在架构、上下文窗口和长会话行为上，而非基准测试质量：

• Teortaxes 注意到 500k 上下文 和 高缓存命中成本 相比之前的 Grok 有所退步，推断其采用了更传统的架构选择，优雅程度低于预期 @teortaxesTex。
• 同一用户后来推测 Grok 4.5 可能“只是 Grok 4.2 的放大版”，而非全新突破，不过明确表示这仍是不确定性的猜测 @teortaxesTex。
• 他们还报告了在长会话后期性能下降的问题：“Grok 似乎会疲劳，并在会话后期（247K/500K）开始偷懒作弊” @teortaxesTex。
• 另一位从业者表示，他不喜欢的一点是模型“思考过多，在不该过于详尽的时候往往过于详尽”，尽管他也称赞了在航空航天领域实现了 >90% 电池优化的实际成果 @jhanikhil。

这些都是有用的定性警示：效率和基准排名并不等同于完美的行为控制、稳定的长周期表现或理想的输出简洁度。

中立/背景分析

一些观察者将 Grok 4.5 置于更广泛的“前沿压缩”叙事中：

• “Fable 和 GPT-5.6 是‘下一代’的最佳证明，就是其他实验室纷纷追赶上一代产品的浪潮” @theo
• “GLM-5.2 接近 Opus。Grok 4.5 据称击败了 Opus 和 GPT-5.5……感觉现在这已经不太重要了” @theo
• “在我 95% 的日常使用场景中，我可能无法通过盲测区分 GPT-5.6 Sol、Claude Fable 5 和 GLM-5.2” @Yuchenj_UW

在这种观点下，Grok 4.5 之所以重要，并非因为它成为了明确的头号模型，而是因为前沿的编码/智能体能力正在向更多的供应商和价格层级扩散。

从推文中整理出的规格与指标：

• 训练重点：专门针对编程和智能体场景 @SpaceXAI
• 训练合作伙伴：Cursor @SpaceXAI, @cursor_ai
• 模型规模：1.5万亿参数，是 Grok 4.3 的 3 倍 @ArtificialAnlys
• 上下文窗口：发布时为 50万，此前 Grok 4.3 为 100万，预计将恢复至 100万 @ArtificialAnlys, @elonmusk
• 定价：

输入：$2 / 100万 tokens 输出：$6 / 100万 tokens 缓存命中：$0.5 / 100万 tokens 长输入（>20万 tokens）费用翻倍 @ArtificialAnlys

Artificial Analysis 智能指数：54，排名 第4 @ArtificialAnlys Artificial Analysis GDPval-AA v2 Elo 评分：1543，排名 第4 @ArtificialAnlys Artificial Analysis 编程智能体指数：76，排名 第3，与 Codex 中的 GPT-5.5 持平 @ArtificialAnlys τ³-Banking 基准：33%，高于 GPT-5.5 xhigh 的 31% @ArtificialAnlys 智能指数任务单次成本：$0.31 @ArtificialAnlys GDPval 任务单次成本：$0.49 @ArtificialAnlys 编程智能体指数任务单次成本：$2.59 @ArtificialAnlys 智能任务平均输出 tokens：约1.4万，比 Opus 4.8 低 60% 以上 @ArtificialAnlys 编程智能体任务平均总 tokens：190万，而 Fable 5 Claude Code 为 720万，GPT-5.5 Codex 为 620万 @ArtificialAnlys

这些数字是 Grok 4.5 发布如此强势的核心原因：它的故事不是“最佳基准分数”，而是“性能接近顶级，同时消耗的 tokens 大幅减少，列表定价也低得多”。

Cursor这个角度反复出现，很可能是本次发布中除基准测试之外最值得关注的故事。

事实：

• xAI 表示 Grok 4.5 是使用 Cursor 训练的 @SpaceXAI
• Cursor 表示“我们与 SpaceXAI 合作训练了 Grok 4.5” @cursor_ai

网友解读：

• “Cursor 这笔交易值了” @kimmonismus
• “Cursor 到底掌握了什么？！” @teortaxesTex
• “英雄们真的拯救了 Grok 项目” @teortaxesTex

为什么开发者在意：

• Cursor 拥有海量的真实编码交互数据，并且在编辑效率、Agent 可用性和迭代式软件工作流方面有着极强的优化动力。
• 如果 Grok 4.5 确实是围绕这些工作流训练的，那么这或许能解释其 token 效率的提升，而不仅仅是原始能力的增强。
• 这是推文中应用层与模型层融合成共享训练循环的最典型案例之一：编码产品的遥测数据和评估压力反馈到基础模型的后训练或协同训练中。

这也与推文中反映的更广泛行业趋势一致：供应商们正越来越多地优化任务完成率和 Agent 框架性能，而不仅仅是独立的对话能力。

尽管在数据集中关于 GPT-5.6 的讨论热度更高，但仍有几位从业者分享了实际使用中的一手体验：

• Theo：经过大量测试后评价：“相当不错，而且价格真的非常实惠” @theo
• Tstorm：日常使用中称赞其“准确性 + 速度” @tstorm
• Chaitu：“在如此智能水平下还能保持这样的速度，让你能完成更多事情” @chaitu
• Jhanikhil：对实际优化工作持积极态度，但发现有时会过度思考 @jhanikhil
• Teortaxes：称赞其“极致的速度和果断性”，但在处理超长上下文时观察到性能可能有所下降 @teortaxesTex

这些反馈表明，该模型在日常编码和 Agent 技术栈中已经具备实用价值，但在长会话场景下的行为控制以及输出冗长度管理方面，仍然是值得关注的活跃问题。

此次发布恰逢一个被以下事件主导的新闻周期：

• OpenAI 提前预告 GPT-5.6 Sol，随后又推出了 GPT-Live
• Anthropic/Fable/Opus 成为隐性的编码智能体黄金标准
• GLM-5.2、DeepSeek、Kimi 和 MiniMax 从中国带来快速的价格/性能竞争压力
• 行业广泛从“最佳基准答案”转向“可靠、高效的智能体任务完成”

在这样的背景下，Grok 4.5 之所以重要，有以下几个原因：

• 它为 xAI 在编码智能体领域提供了一个可信的竞争者，而不仅仅是一个面向消费者的聊天品牌。
• 它在价格上给 OpenAI/Anthropic 带来了压力，而不仅仅是质量层面。
• 它强化了一个观点：产品集成的训练循环现在可能与原始预训练规模同等重要。
• 它表明前沿正在拓宽：排名第 4 的模型，如果拥有更好的经济性，可以实质性地改变开发者的默认选择。
• 它进一步证明了智能体工作负载应该以 $/任务、tokens/任务和实际完成时间来衡量，而不仅仅是排行榜排名。

这些推文反复指向同一个结论：如果 Grok 4.5 的外部评估在生产环境中经得起考验，它可能会成为编排系统内部的默认执行模型，即使用户仍然倾向于选择 Fable 或 GPT-5.5/5.6 作为顾问、审查者或边缘案例专家 @omarsar0。

此次发布进一步凸显了几条竞争分界线：

• 在绝对前沿质量上，Anthropic/OpenAI 仍处于领先地位，这体现在大多数评论和 Artificial Analysis 的排名中。
• 在编程/智能体这一赛道上，xAI 似乎已跃居 Google Gemini 系列之上，多位用户明确指出了这一点 @scaling01，@ArtificialAnlys。
• 像 GLM-5.2 这样的开源模型挑战者在性价比上依然具有竞争力，但 Grok 4.5 显著拉低了闭源模型的帕累托曲线。
• 对于应用开发者而言，单一供应商的忠诚度正在减弱：一个可能浮现的模式是，将 Grok 作为廉价/快速的执行引擎，而 Fable 或 GPT 系列模型则充当顾问/审查者/专家角色 @omarsar0，@omarsar0。

推文中还留下了一些技术读者需要追踪的未解问题：

• Grok 4.5 在接近上下文限制的超长会话中表现有多稳健？
• 强大的 Token 效率主要归功于模型本身、测试框架，还是两者兼有？
• 性能提升有多少来自 Cursor 衍生的数据/评估，又有多少来自架构扩展？
• 承诺回归的 1M 上下文 能否保持速度和经济效益？
• 与 Fable/GPT 风格的企业级模型相比，其护栏机制有多激进？
• “从头训练”是指真正全新的基座模型，还是针对编码智能体特定目标/后训练进行的大规模重跑？Cursor 和 Aman Sanger 的措辞支持更强烈的解读，但推文中的公开材料并未完全拆解训练栈 @amanrsanger。

• OpenAI 提前预告了 GPT-5.6 Sol，以及将于周四发布的 Terra 和 Luna，并大幅扩展了预览范围 @OpenAI。早期测试者异常乐观：

  • “数学和编码能力显著提升” @AcerFur
  • “我用过最好的模型”，“修复了 GPT-5.5 的所有问题”，“在计算机使用方面世界领先” @theo, @theo
  • “快速、智能、真正有创造力”，前端设计终于修复 @skirano
  • Mitchell Hashimoto 的实用对比：Sol 是大多数工作的默认选择；Fable 在针对性调试/安全/性能任务上仍然胜出 @mitchellh

• OpenAI 转而发布了 GPT-Live，这是一款第三代全双工语音架构，内置异步委派功能，可在后台调用前沿模型 @juberti, @OpenAI。关键细节：

  • 全双工语音，非轮询式流水线
  • GPT-Live-1 和 GPT-Live-1 mini
  • 在 ChatGPT 的 Web/iOS/Android 端可用，API“即将推出” @OpenAI, @OpenAIDevs
  • 在后台将网页搜索/深度推理委派给前沿模型处理 @OpenAI

• OpenAI 还表示，其对 SWE-Bench Pro 进行了审计，发现 30% 的任务存在缺陷，因此撤回此前将其作为领先编码评估工具的建议 @OpenAI。

• Cognition 发布了 SWE-1.7，基于 Kimi K2.7 构建，声称在 1000 tok/s 的速度下实现了接近前沿的编码性能 @cognition。值得关注的细节：

  • FrontierCode Main 集：42.3%
  • 每个任务成本 1.97 美元
  • 针对长周期任务的自压缩机制
  • 在 Devin 的 Web/桌面/CLI 端可用 @cognition, @cognition, @cognition

• Mistral 发布了 Robostral Navigate，这是一个 8B 参数的具身导航模型，仅使用 单个 RGB 摄像头，声称在 R2R-CE 上达到 SOTA（最先进水平） @MistralAI。

• NVIDIA/LangChain 联合发布了 NemoClaw Deep Agents Blueprint，提出了一套完全开源的企业级智能体技术栈，号称具有“基准测试领先的性能”和 10 倍更低的推理成本 @LangChain, @nvidia。LangChain 随后给出了量化数据：

  • 综合得分 0.86
  • 成本 4.48 美元
  • 性能最接近的对比模型成本 43.48 美元 @LangChain

• Prime Intellect 宣布完成 1.3亿美元A轮融资，估值达10亿美元，旨在构建一个涵盖算力、强化学习（RL）、环境、沙箱、评估和部署的“开放超级智能栈” @PrimeIntellect, @vincentweisser。其战略主张是：强化学习（RL）让更多团队（而不仅仅是少数重度预训练实验室）有能力构建前沿AI。
• Together 推出了 Provisioned Throughput，为开放前沿模型提供预留的无服务器容量，具备以下特性：
  • 基于 token 的定价
  • 99% 正常运行时间 SLA
  • “相比 Opus 4.8，成本最高可降低 90%”
  • 首批支持 MiniMax M3 和 GLM-5.2 @togethercompute
• Hugging Face 与 SkyPilot 联合推出了云无关的存储/算力集成方案，旨在减少数据锁定和出站流量成本；数据保留在 HF Hub 上，而计算则在任何有 GPU 的地方运行 @ClementDelangue, @skypilot_org。
• ZML 开源了 ZML/LLMD，这是其自研的 LLM 服务器，支持 NVIDIA、AMD、Metal、Intel、TPU 等多种硬件，并集成了 DFlash、连续批处理和前缀缓存功能 @steeve。
• llama.cpp 新增了 DFlash 投机解码支持，同时兼容 MTP、Eagle3 和 n-gram 等技术 @ggerganov。
• 关于 Modal 式经济学的讨论仍在继续：无服务器 GPU 的每小时费率可能更高，但根据峰值与平均需求比，总成本反而更低 @charles_irl。
• 多篇文章指出，当前的关键指标已从 $/token 转变为 $/task，尤其是在编码智能体领域 @Yuchenj_UW，这与 Grok 4.5 和 SWE-1.7 的相关讨论相呼应。

• 一个中文滚动逻辑基准测试从"最佳3次取极值"的评分方式转向了中位数可靠性，原因是智能体工作流中重试成本高昂 @ZhihuFrontier。更多细节如下：

  私有中文评测集

  • 最多28道题 / 约270个测试用例
  • 月度分数波动在约3分以内视为正常

• Epoch 更新了 Epoch Capabilities Index 的不确定性方法论，通过 bootstrap 重采样实现了更窄的置信区间 @EpochAIResearch, @EpochAIResearch。同时，GLM-5.2 获得了 152 ECI 的评分，这是他们评估过的开源模型中得分最高的 @EpochAIResearch。

• 源自牛津的分类法综合研究，梳理了27篇论文 / 19个基准测试中反复出现的六大 LLM 智能体失败模式：工具使用错误、规划/约束失败、长周期任务退化、多智能体协调失败、安全失败以及测量有效性问题 @dair_ai。

• 新的记忆研究工作 NapMem 将记忆检索重新定义为跨多个粒度的学习动作空间，并通过记忆工具强化学习进行训练 @omarsar0。

• Caroline Choi 等人提出了锚定自我对弈的代码修复方法，研究表明，自我生成的缺陷修复课程只有在基于真实缺陷分布时才有帮助 @carolineschoi, @carolineschoi。

• Artificial Analysis 推出了受控语音竞技场，在8种共享语音上标准化了语音克隆能力。结果如下：

  • 总榜冠军：Cartesia Sonic 3.5，Elo 评分 1122
  • 最佳开源模型：Fish Audio S2 Pro，Elo 评分 1034 @ArtificialAnlys

• 字节跳动的 Seedream 5.0 Pro 已在 fal 平台上线，主打图像生成及对设计敏感的编辑功能，支持文本渲染、布局、独立图层、多语言文本和结构化设计输出 @fal，@TheRundownAI。

• Artificial Analysis 对 Nano Banana 2 Lite 进行了评测：

  • 文生图排名 第5
  • 图像编辑排名 第18
  • 生成 1K 图像平均耗时 约3.4秒
  • 通过 Gemini API 的价格为 $33.60 / 1k 张图像，价格仅为 Nano Banana 2 的一半 @ArtificialAnlys

• Google 在 Google Photos 中推出了 Video Remix 功能，由 Gemini Omni 驱动，支持风格迁移和轻量级视频编辑 @Google。

• Robbyant/Ant Group 开源了 LingBot-Vision，该模型在从 20亿原始图像 中筛选出的 1.61亿张图像 上训练而成，无需人工标注，开放权重从 11亿 到 2100万 不等；Kimmonismus 指出其深度估计性能出色，且 LingBot-Depth 2.0 在反光表面上有显著改进 @kimmonismus。

• 相关具身智能模型发布：

  • LingBot-Video：300亿参数 MoE 架构，30亿活跃参数，外加 7万小时 具身数据 @_akhaliq
  • LingBot-World 2.0：支持 720p/60fps 的时长一小时的交互式世界模型 @_akhaliq
  • RynnWorld-4D：面向机器人操作任务 @_akhaliq

• Kuleshov 团队发布了一篇关于 扩散语言模型 的实用综述，内容涵盖 MDLM、迭代精炼、变长生成、可控生成、快速采样器以及 RL 后训练 @volokuleshov。