ai_news_summary_2025-10-04

AINews - 2025-10-04

原文链接

Kling 2.5 Turbo在Artificial Analysis视频竞技场中同时领跑文生视频和图生视频，击败了海螺02 Pro、Google Veo 3和Luma Ray 3，生成5-10秒1080p视频，FAL API定价约4.20美元/分钟，比竞品更具价格优势

Sora 2在实际使用中展现出令人印象深刻的指令跟随和混音能力，但评测发现存在物理不一致性和过度营销问题，在特定物理场景测试中表现不如Veo 3

Gemini 2.5 Flash图像模型（代号”Nano Banana”）正式发布，支持10种宽高比、多图像融合和纯图像输出，定价为每张图像0.039美元，已集成到合作伙伴产品中

IBM发布Granite 4.0系列模型，采用Mamba/Transformer混合架构，在减少内存使用的同时保持准确性，包含32B/9B、7B/1B、3B/3B等规格，128K上下文，Apache 2.0许可

Claude Sonnet 4.5在LM Arena文本排行榜上与Claude Opus 4.1并列第一，在编程和创意写作等类别表现强劲，基于数万人类投票排名

在Cline的diff-edit测试中，GLM-4.6达到94.9%成功率，接近Claude 4.5的96.2%，但成本仅为后者的约10%，用户开始相应调整工作流程

Thinking Machines的Tinker API允许编写CPU训练循环并在分布式GPU上运行，支持包括大型MoE模型在内的开源模型，实现高效的LoRA资源共享

多项复制研究表明rank-1 LoRA在推理任务中可匹配全微调质量，同时节省约43% VRAM，支持在更大模型上进行强化学习

DeepSearch通过Tree-GRPO稳定化和高效缓存/过滤将蒙特卡洛树搜索移入训练循环，在AIME/AMC上达到62.95%，仅用约330 GPU小时

Perplexity的Comet AI浏览器全球正式发布，Comet Plus同步推出并与主要出版商建立合作关系，Pro/Max用户将捆绑获得Plus功能

支持文本到视频和图像到视频生成，可生成5-10秒1080p视频，通过应用积分约0.15美元/视频，在价格和性能上具有竞争优势

模型已在HuggingFace、Replicate、Ollama等平台部署，H Small定价为每100万输入/输出token 0.06/0.25美元，支持GGUF格式和Unsloth微调

提供灵活的微调服务，支持分布式GPU训练，保持算法/损失控制，同时管理调度、资源分配和故障处理，支持大型MoE模型

发布跨平台Docker镜像，支持Windows/Linux无依赖训练，报告最快的gpt-oss RL循环，VLM RL速度提升2倍，VRAM使用减少90%

Thinking Machines发布Flash-MoE，Flash Attention的稀疏专家变体，结合非确定性LLM推理解决方案，提升MoE推理的可扩展性

vLLM推理引擎现在支持BERT模型，进一步扩展其模型支持范围，提升推理效率

基于1000篇arXiv论文的基准测试显示，带有语义搜索的代理比仅使用CLI工具的代理在各种问题类型上产生更完整的答案

基于MCP的开源系统，使代理能够运行笔记本单元并接收Jupyter输出，分享”实验者代理”与”软件开发代理”的经验教训

Google的Jules Tools提供代理CLI，可通过npm安装，镜像浏览器功能，增强命令行AI能力

推出性能标签可视化提供商指标，引发关于量化级别过滤的讨论，需要FP4 vs BF16等精度设置进行公平比较