AI改变搜索引擎模式超过60%的用户开始使用AI助手查询产品和服务推荐，而不是传统搜索引擎。当用户问“最好的项目管理工具是什么？”时，你的品牌是否出现在回答中？用户提问哪个品牌的智能手表更适合运动？如果AI没有推荐你的品牌，你就失去了这个潜在客户

AI资讯AI新闻资讯正文腾讯WorkBuddy宣布开放平台能力，面向软硬件及开发者，共创AI Agent行业新标准发布于AI新闻资讯发布时间 :2026年9月2号 16:18阅读 :1分钟9月2日，腾讯WorkBuddy宣布开放平台（open.WorkBuddy.cn）正式上线，首批引入超百家生态伙伴，面向智能硬件、行业应用与开发者等开放底层Agent能力。这是国内AI Agent赛道首个同时打通硬件、应用与开发者三层生态的开放平台，也是WorkBuddy今年3月上线以来首次披露完整开放生态战略。发布会现场，9款联名智能硬件首发亮相，合作方包括Plaud、乐奇Rokid、影石、科大讯飞、安克、猛玛、京东京造等品牌;30余个行业应用同步接入，覆盖金融、法律、医疗、教育、公益等20多个领域。“真正的生产力，从来不取决于一个工具有多强，而取决于它能连接多少能力、走进多少场景。“腾讯云副总裁、腾讯CodeBuddy & WorkBuddy负责人刘毅表示，“我们希望把WorkBuddy打造成面向Agent时代的操作系统——不是做一个更强的工具，而是做一个能承载所有工具的平台。“腾讯云副总裁、腾讯CodeBuddy & WorkBuddy负责人刘毅WorkBuddy开放平台上线，首批引入超百家生态企业过去各自为战的智能设备，如今第一次共享同一套Agent底座。围绕"听、看、记、聊、协"五类触点，WorkBuddy已接入智能眼镜、录音卡片、麦克风、耳机、桌面陪伴设备、键鼠、PC与平板、智能穿戴设备、手机等十余个品类，超过30个品牌。厂商无需自建AI，也不必改变产品形态——一次接入即可打通硬件、App、PC、Web多端，让账号、任务、记忆与产物在设备之间无缝流转。本次发布的9款联名硬件中，包括Plaud、乐奇Rokid、影石、优篮子、科大讯飞、安克、猛玛、京东京造等品牌的多款旗舰产品，且多为各自品类中首次接入Agent能力。以智能眼镜为例，眼镜端的麦克风与摄像头负责采集，WorkBuddy 负责理解、规划与执行，账号、任务、记忆与产物在眼镜、手机、PC 与 Web 之间同步。用户戴着眼镜进会议室，发言转写、会议纪要、待办与跟进邮件由同一条链路完成;外出访谈时，看到与听到的内容自动归档为可检索的记忆，事后可以直接追问上周客户提出的具体需求，并调用WorkBuddy 完成任务。与此同时，WorkBuddy首次推出「Buddy应用」入口——由合作伙伴基于WorkBuddy Agent底座构建、面向具体行业与场景的品牌化AI工作台。伙伴无需自研AI，只需把自身场景、业务上下文、工具能力与品牌接进来，即可获得完整形态的AI Agent 办公产品。目前这类应用已覆盖金融、SaaS、法律、医疗、教育、公益、设计等20多个领域，由通达信、广发证券、易方达、腾讯SSV（公益/教育/文博）、腾讯健康、北大法宝、微盟、北森、帆软、美图设计室等30多个伙伴共建。以「公益Buddy」为例:它深度打通腾讯公益平台数据，按公益机构的真实工作方式收拢为11个场景胶囊、42条场景能力，由15个智能体协同支撑，覆盖资助申请、票据处理、尽调分析、慈善法解读等环节。已入驻腾讯公益平台或数字工具箱并完成认证的机构，在2026年内每月可申领5000个WorkBuddy积分，积分将发放至机构指定的工作人员账户，由工作人员接收和使用。面向开发者，平台同步开放Skill（技能）、Expert(专家)、Connector(连接器)三大能力，开发者通过标准的协议就能便捷地接入WorkBuddy，为用户提供专业的系统、工具和Know-How。目前，平台上已有100多家伙伴在此共创，覆盖金融、SaaS、教育、医疗等10多个行业;Expert市场涵盖Agent型与Team型两种形态;Connector支持MCP与CLI双方案，可接入任意外部服务。WorkBuddy同时透露，开放平台的支付能力与分发通路正在加速建设，希望让开发者和企业的专业经验得到更好的回报，最终让用户获得更多收益。携手伙伴共创行业标准，打造Agent时代的基座平台能力"Agent’能做事’这道坎已经跨过去了。真正的挑战是，让它在任何设备、任何系统、任何场景里都不中断。要让用户真正拥有触手可及、不间断的Agent服务能力，就需要打通生态上下文，构建服务闭环。对开发者与各领域企业而言，行业的Know-How、场景数据、流程等都已经成熟，但Agent化门槛高、成本重的挑战仍在。“腾讯WorkBuddy开放生态负责人林佐露表示，“所以我们选择开放——把能力拆成硬件、行业应用、开发者三条路径，让每一个行业、每一位伙伴，都能把Buddy接进自己的场景。“这也是腾讯WorkBuddy开放平台能力的战略初心:希望能够帮助各行业的伙伴跨越这道鸿沟;携手伙伴共创行业标准，打造Agent时代的基座平台能力。能力层面，腾讯WorkBuddy把自身积累的AI Agent Harness能力封装成可调用接口，向开发者、硬件厂商、行业应用企业开放，伙伴只需要通过开放平台调用标准API，不必过度投入研发便能获得完整的Agent能力。场景层面，WorkBuddy负责做好Agent底座，场景交给最懂它的伙伴——生态伙伴带着自己的数据、工具、流程和经验，让Agent真正进入现实场景。生态层面，开发者可以基于WorkBuddy的Agent能力开发插件、应用、行业解决方案，借助平台流量与能力快速验证和迭代产品;各类行业应用、硬件厂商则可以将自身设备能力与WorkBuddy的AI Agent能力融合，共创全新的Agentic能力与体验，构建面向具体行业与场景的品牌化AI工作台，或是打造“硬件+AI”的新一代智能终端。对于用户而言益处更为明显。散落在各个设备、App、应用里的上下文与内容资产将被打通，跨端、跨应用AI办公成为现实，不需要重复登录、设置，设备之间不再割裂，上下文可以延续，Agent的交付质量也将更高。“WorkBuddy在过去短短几个月内，收获了大量用户和企业客户的信赖、这份信任也督促着我们不断进化。”刘毅表示，今年3月初上线以来，WorkBuddy保持着极高的迭代节奏，完成了50多个版本的更新迭代，并已经在政务、教育、零售、金融、传媒、出行等50多个行业加速落地。在政务领域，湾擎·WorkBuddy8月已经正式发布，面向广东政务系统提供AI智能办公能力，广东省医疗保障局等首批省直单位已开展数十个场景对接与试点探索。在教育领域，山东莱州全市6000多名中小学教师全员配备AI助教，WorkBuddy联合腾讯企鹅教师助手上架了33位教育专家和15个教学Skill，覆盖备课、教研等全场景需求。在传媒领域，WorkBuddy“入职”央视报道团，全程深度参与了央视对达沃斯论坛、WAIC世界人工智能大会的全程报道。刘毅表示，生态建设从来不是独角戏，发布会只是起点，未来希望邀请更多开发者、硬件伙伴、行业应用伙伴加入共建生态，共创未来，共享 AI 带来的时代红利，也为用户打造AI Agent办公新范式。

AI资讯AI新闻资讯正文科大讯飞将发布星火X2.5通用大模型发布于AI新闻资讯发布时间 :2026年8月31号 11:49阅读 :1分钟根据官方披露的最新消息，科大讯飞将于 9 月 1 日正式开源星火X2.5-4B和星火X2.5-1.7B两款端侧通用大模型。这两款模型均原生支持长达1M token的上下文窗口，在智能体交互、数学计算以及基础通用理解等核心维度实现了重点提升，将广泛面向车载终端、智能硬件以及万物互联等端侧场景提供强有力的模型支持。紧随端侧模型的开源步伐，科大讯飞还计划于 9 月 7 日正式发布规模达293B的星火X2. 5 基座模型。该版本将进一步深度升级代码生成、智能体协同等核心技术能力。此前，公司在 2026 年半年度业绩说明会上曾透露，在今年举办的全球 1024 开发者节上，还将推出基于全国产算力的全新主力通用大模型，持续推进底层技术的自主创新。

AI资讯AI新闻资讯正文DeepSeek 首个开源多模态模型来了：这双“眼睛”不给人类看图，专供 Agent 干活发布于AI新闻资讯发布时间 :2026年9月1号 15:31阅读 :2分钟DeepSeek 在 Hugging Face 上线了 DeepSeek-V4-Flash-Vision-Exp，这是 V4 家族首款实验性多模态模型，采用 MIT License。模型参数量达 305B，基于 V4-Flash-0731 底座，在原有语言模型基础上接入视觉编码器和 Aligner，经持续训练获得图像理解能力。不做“看图说话”，专攻多模态 Agent与传统多模态模型主打视觉问答不同，DeepSeek 为这个 Vision 版本划定了全新赛道：官方重点强调多模态 Agent 能力，让 Agent 直接读取网页截图、软件界面、图表等视觉信息，再结合工具调用继续执行任务。换言之，这双“眼睛”不是给人看的，而是给 Agent 用的。此次开源内容相当完整，包括模型权重、Tokenizer、Prompt Encoding 参考实现以及一份最小化 PyTorch 推理实现，覆盖视觉编码器、Aligner、DFlash Attention、MoE、Hyper-Connections 等核心模块。社区跟进迅速，Hugging Face 页面上已出现 7 个面向 llama.cpp、LM Studio、Ollama 的量化版本。时间线上也有值得注意的细节：8 月 21 日该模型先上线 DeepSeek API，当时只能调用、不给权重，开发者可通过 API 同时输入文字和图片，图片按 Token 计费；十天后权重才正式开放，本地部署和二次开发由此成为可能。这种“先卖 API 再开源”的节奏，也透露出 DeepSeek 对其以 API 服务为主的定位。性能逼近 Claude Opus 4.8，官方措辞依旧克制从跑分来看，加入视觉能力后纯文本 Agent 能力基本不受影响：Terminal Bench 2.1 从 82.7 涨到 83.9，DeepSWE 从 54.4 涨到 59.3，反而超过 Opus 4.8 的 58.0。多模态 Agent 提升更明显：ApexBench Pass@1 达到 36.5，Agents’ Last Exam 以 27.3 超过 Opus 4.8 的 25.7，ZeroBench Pass@5 也以 35.0 压过对手的 34.0。不过 DeepSeek 并未宣称“全面超越”：NL2Repo 项目上其得分 57.7，与 Opus 4.8 的 69.7 差距不小。官方表述也保持克制，仅称“多模态 Agent 能力接近 Claude Opus 4.8”。把近期更新串起来看，DeepSeek 正在拼装一套完整的 Agent 技术栈：模型负责推理和工具调用，Harness 负责持续执行任务，Vision 则让 Agent 能直接读取电脑里的视觉信息，此次开源正是这块拼图的关键落子。

AI资讯AI新闻资讯正文OpenClaw2.0正式发布:重构底层架构，支持多人共享云端会话发布于AI新闻资讯发布时间 :2026年8月31号 14:54阅读 :1分钟8月30日，开源AI项目OpenClaw发布其历史上规模最大的更新版本OpenClaw2.0。本次更新由933名贡献者共同完成，累计合并超过1.6万项拉取请求，涵盖项目历史上约半数的代码提交。由于开发工作量超越原有基础架构承载能力，团队历时近七周重构了产品基础与交付流程。OpenClaw2.0以简化安装与重构浏览器体验为核心切入点，进而对消息、记忆、技能、模型、自动化及安全机制等全流程进行了深度改造。新版本大幅删减配置步骤，优先调用本地已有API密钥、模型或ChatGPT/Claude订阅，实现开箱即用的极简体验，后续复杂配置可直接通过交互完成。针对日常场景，系统支持跨平台连接与自动化任务处理（如自动解析邮件并推送通知、跨应用跨消息检索信息等）。此外，新版引入了“共享云端会话”功能，打破以往个人智能体的上下文孤岛，使团队成员得以实时协作参与或完整交接AI处理流。作为开源项目，OpenClaw2.0不仅提升了智能化代理的部署效率，更标志着AI智能体正在从单机辅助工具向协同化、自治化的生产力基础设施演进。

AI资讯AI新闻资讯正文Google DeepMind发布气象大模型WeatherNext 3，实现每小时刷新与5公里高精度全球预报发布于AI新闻资讯发布时间 :2026年9月4号 15:37阅读 :1分钟近日，Google DeepMind与Google Research联合发布了全新的全球天气AI模型WeatherNext3。该模型打破了传统气象AI在局部地形分辨率和初始化延迟上的固有瓶颈，通过直接接入实时静止卫星拼图进行每小时初始化，并采用原始气象站观测数据进行训练，实现了从数据架构到预报精度的全方位跃升。在核心架构与输入机制上，WeatherNext3采用了与WeatherNext2相同的概率型功能生成网络（FGN）网格Transformer架构，并进一步扩展至多分辨率输出。它的输入端直接接入了全球实时静止卫星拼图与欧洲中期天气预报中心(ECMWF)的HRES分析数据，同时在训练阶段广泛汲取了ERA5/HRES-fc0、美国宇航局(NASA)的IMERG、气象站实测数据以及卫星拼图等多源信息。传统气象AI模型通常依赖于数值天气预报(NWP)的再分析网格，这会平滑掉海岸线、山谷和山脉等实际产生的局部气候变化。而WeatherNext3通过直接针对原始气象站观测数据训练专用的输出头，让其生成的0.05度温度和露点预报更加贴近实际仪器的记录，而非单纯依靠模型自身的物理大气表征。在分辨率与预报频次（Cadence）方面，WeatherNext3通过单次前向传递即可输出三个层级的预报结果。第一层是分辨率达0.05度(约5公里)、基于气象站训练的2米气温和露点;第二层是分辨率达0.1度(约10公里)的网格表面数据，包括10米与100米风速、气压、海面温度、云层分布、太阳辐射以及1小时降水量;第三层则是覆盖13个气压层的0.25度(约25公里)大气场。相比前代每6小时输出一次0.25度字段，其精度提升了大约5倍。在更新频次上，该模型每天进行24次初始化。其中，世界时00、06、12和18点的天气系统循环可向后延伸预测15天(360小时)并包含64个集成成员，而临时的每小时运行则覆盖48小时窗口。这种基于当前卫星观测的每小时滚动刷新，彻底打破了以往依赖滞后6小时传统数值预报分析的周期局限，对快速发展的强对流天气具有极高的捕捉价值。在降水模拟与清洁能源变量支持上，WeatherNext3展现出了极强的业务应用潜力。降水预报一直是全球模型的历史痛点，极易产生模糊不清且错过风暴边界的场。该模型通过结合ECMWF再分析、NASA的IMERG卫星反演以及Google自身的卫星雷达降水再分析等多源数据进行训练，在早期预报阶段，其连续排名概率评分（CRPS）相比IMERG基准最高可提升60%，对比气象站雨量计也有明显改善。对于新能源领域，该模型还能精准输出约风力涡轮机枢纽高度的100米风速、低中高云层完整分布，以及太阳辐照度的各项分量。这些关键数据组合能够直接赋能电网运营商，用来精准预测风能和太阳能的发电输出。目前，WeatherNext3的预报数据已开放申请，用户可通过BigQuery、Earth Engine以及Cloud Storage获取，但其模型权重尚未开源，且按需自定义推理目前依然运行旧版的WeatherNext2。随着该模型的全面推进，全球天气预报正加速迈向高精度、高时效的全新智能化时代。

AI资讯AI新闻资讯正文AI生成菜单陷入“完美美学”，食物图片出现恐怖谷效应发布于AI新闻资讯发布时间 :2026年9月4号 15:55阅读 :1分钟生成式AI正在进入餐饮菜单设计，但其高度同质化的“完美美学”也引发新的视觉体验问题。越来越多餐厅使用AI生成食品菜单图片，这些图像往往呈现过度对称、光滑和精致的特征，部分作品甚至出现食物结构异常等明显问题，被消费者形容为具有“恐怖谷效应”。Reality Defender首席技术官Alex Lisle认为，这一现象与AI模型的训练机制有关。LLM和扩散模型需要从海量数据中学习模式，当模型频繁参考风格相近的连锁餐厅菜单时，生成结果也会趋于相似;如果AI生成内容进一步进入训练数据，还可能强化这种风格收敛。埃隆大学“想象数字未来中心”主任李·雷尼表示，训练数据通常倾向于美观、规避冒犯内容，这会进一步推动图像和语言“去除棱角”。这一问题在反复编辑时可能更加明显。一名用户在ChatGPT中连续修改AI生成菜单100次后发现，食物图像逐渐偏离原始形态。德国杜伊斯堡-埃森大学研究人员此前也发现，AI生成食物图像可能产生类似“恐怖谷”的负面感知。业内人士指出，AI生成内容正在大规模进入现实信息环境，模型自身产生的数据又可能反过来影响后续训练。生成式AI如何避免审美同质化、保持真实世界的细节与多样性，将成为模型能力之外的重要问题。

AI资讯AI新闻资讯正文智能戒指厂商Oura正式提交IPO申请，9个月营收增至12亿美元发布于AI新闻资讯发布时间 :2026年9月4号 16:01阅读 :1分钟智能戒指厂商Oura正式提交IPO申请。公司周四向美国证券交易委员会（SEC）递交文件显示，截至6月30日的过去9个月，Oura营收从去年同期的6.97亿美元增至12亿美元。公司此前预计2024年营收约5亿美元、2025年约10亿美元，并预计2026年营收接近20亿美元。截至目前，Oura过去一年已售出约360万枚智能戒指，付费会员约500万，12个月加权平均会员留存率约85%。Oura戒指售价约350至400美元，覆盖心率、代谢、压力和睡眠等生理指标，并通过配套应用提供持续健康监测服务。Oura于2013年在芬兰成立，今年5月已秘密提交IPO申请。此前市场消息称，公司计划通过IPO筹集约30亿美元，目标估值可能达到160亿美元;2025年10月公司估值约为110亿美元。Oura表示，未来将从传统活动和健身追踪向更广泛的医疗健康场景扩张，并深化与保险公司、雇主和医疗服务商的合作。公司披露，其已积累超过50项健康指标、近420亿小时生理数据，并将利用这些纵向数据训练AI和机器学习模型，以提升健康模式识别、个性化及预测能力。与此同时，Oura正面临一项拟议集体诉讼，被指在睡眠追踪准确性方面误导消费者。Oura否认相关指控，并表示将通过法律途径进行抗辩。此次IPO将成为观察智能穿戴从硬件销售向“硬件+订阅+AI健康服务”模式演进的重要窗口。

AI资讯AI新闻资讯正文海外三大 AI 集体宕机近 4 小时，智谱发文“我们还在线”并开启夜间免费发布于AI新闻资讯发布时间 :2026年9月4号 16:01阅读 :1分钟美国头部 AI 服务集体出现故障，ChatGPT、Claude、Grok 宣布服务异常，谷歌 Gemini、微软 Copilot 也收到大量中断报告。这次大规模宕机持续约 3 小时 40 分钟，故障最早于美东时间 9 月 3 日上午 9 点 23 分左右集中爆发。Claude 率先报错，峰值时 OpenAI 收到超 3.7 万份故障报告据海外故障监测平台 Down Detector 数据，Anthropic 的 Claude 系列模型率先出现错误率飙升，涵盖 Mythos 5.1、Opus、Fable 5.1 等核心模型。仅仅两分钟后，xAI 的 Grok 服务全端下线；约一个半小时后，OpenAI 的 ChatGPT 与编程工具 Codex 也出现大规模访问错误。事件峰值期间，全球针对 OpenAI 服务的故障报告超过 3.7 万份，其中 80% 集中于 ChatGPT。同期，谷歌 Gemini、微软 Copilot 收到大量用户中断反馈，AI 编程工具 Cursor 则直接公告，其部分服务因上游大模型故障被迫中断。截至美东时间当日中午 11 点 16 分，Claude 主要服务率先恢复，随后 ChatGPT、Grok 也逐步恢复正常运行。国内大模型坚挺，智谱顺势推出夜间免费值得注意的是，在海外大模型集体故障期间，国内大模型依然稳定。当晚，智谱在社交媒体 X 上发文：“We are still up。”——翻译过来就是“我们还在线”。与此同时，智谱还在 9 月 3 日晚间宣布，即日起至 9 月 20 日，每晚 23 点至次日 9 点，调用套餐中的 GLM-5.3-Flash 在 Z Code 中免费使用，在套餐支持的其他 Agent 中使用额度翻倍，进入指定时间段自动生效。据介绍，GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，在全球权威的 Artificial Analysis 综合智能指数中取得 57 分，进入全球前沿模型能力区间。该模型适合代码生成、代码理解、问题修复等代码任务，同时在 Office 与文档类任务，以及金融、法律等专业任务方面表现显著提升。

Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型AI工具4天前更新AI小集02Claude Fable 5.1是什么Claude Fable 5.1 是 Anthropic 推出的旗舰大模型，定位为目前公开可用的最强 AI 之一。模型专为复杂推理、长周期 Agent 任务和知识工作设计，在科学研究、编码、计算机操作等 8 项基准测试中全面领先上一代，且低推理档位即可达到前代高档位性能。同时缓存读取成本降低 75%，典型工作负载成本下降约 25%，高度 Agent 化任务最高省 45%，实现更强性能与更高性价比的统一。Claude Fable 5.1的主要功能复杂推理：专为多步骤深度推理设计，能追踪问题根本原因并稳定执行数小时甚至数十小时的长周期任务。Agent工作流：支持自主规划、工具调用与多步骤任务编排，适用于编码、科研发现及业务流程自动化。科学研究：在蛋白质设计、天文学数据分析（如基于NASA雷达图像生成金星高分辨率地形图）和计算生物学等领域具备实战能力。软件开发：在多项编码基准测试中领先，可定位罕见系统崩溃根源、优化代码性能并支持长时间开发会话。计算机操作：具备GUI理解与自动化操控能力，可在OSWorld等环境中完成复杂的跨应用任务。知识工作：处理文档分析、写作、多学科推理等知识密集型任务，对风格提示词遵循度更高。Claude Fable 5.1的技术原理共享基础架构：与Mythos 5.1基于同一底层模型，通过差异化安全措施实现分级访问，Fable面向公众开放，Mythos仅向审核通过的网络安全与生命科学机构提供更高能力边界。可调推理强度：内置low至max多档推理强度，用户可根据任务复杂度在响应速度、API成本与准确率之间动态权衡，低中档位即可达到前代高档位性能。上下文缓存优化：通过将缓存读取成本降低75%，使模型在复用已处理上下文时显著削减高度Agent化任务的整体开销，典型负载成本降约25%，重度Agent任务最高降45%。反蒸馏保护：为每个思维链区块附加签名，验证对话前缀未被篡改；若上下文被编辑则校验失败，直接阻断通过篡改历史对话提取模型推理能力的蒸馏攻击路径。长程稳定性机制：改进多步骤任务中的错误传播控制，避免早期微小错误在后续数十步中放大导致全盘崩溃，同时能在遇阻时清晰汇报已尝试方案与卡点位置。企业隐私架构（EFS）：将数据存储于客户自有云基础设施而非Anthropic服务器，由客户而非Anthropic执行必要的人工审核，在维持安全监控的同时实现零数据保留级别的隐私保护。如何使用Claude Fable 5.1API 调用：开发者通过 Anthropic API 指定模型 IDclaude-fable-5-1可集成到自有应用或工作流中。网页端聊天：直接访问Claude，在对话界面选择 Fable 5.1 进行日常问答、写作与知识工作。Claude Code：在命令行工具中使用，默认开启高推理强度，适合复杂编码与长周期开发任务。Claude Cowork：在协作场景中调用，默认使用中等推理强度，平衡响应速度与任务质量。云平台部署：通过 Amazon Bedrock、Google Cloud 或 Microsoft Azure 等云服务商接入，满足企业级基础设施需求。调节推理强度：根据任务难度在 low、med、high、xhigh、max 五档间切换，以控制成本与响应延迟。Claude Fable 5.1的核心优势性能全面领先：在科学研究、编码、知识工作等 8 项公开基准测试中全面超越前代 Fable 5 与 GPT-5.6 Sol，树立新标杆。极致性价比：缓存读取成本降低 75%，典型工作负载总成本降约 25%，高度 Agent 化任务最高可省 45%。低档位高性能：低、中推理档位即可达到前代高甚至极高档位的表现，用更少资源完成更难任务。长周期稳定性：擅长执行持续数小时甚至数十小时的复杂多步骤任务，能追踪问题根本原因并防止早期小错误导致全盘崩溃。科研实战验证：在蛋白质设计（命中率近 50%）、金星高分辨率地形图生成、计算生物学 GPU 内核优化等领域取得可验证突破。分级安全架构：与 Mythos 5.1 共享底层能力但采用差异化安全措施，既向公众开放最强模型，又通过受控访问支持高风险专业研究。企业隐私保护：通过 Enterprise Frontier Safeguards (EFS) 将数据存储于客户自有云端，实现零数据保留级别的隐私安全。Claude Fable 5.1的项目地址项目官网：https://www.anthropic.com/claude-fable-and-mythos-5-1Claude Fable 5.1的同类竞品对比维度Claude Fable 5.1GPT-5.6 Sol科学研究Terminal-Bench-Science 0.1 得分52.6%22.4%Agent 编码Terminal-Bench 4.0 得分55.8%37.3%知识工作GDPval-AA v2 得分18531711业务流程AutomationBench 得分31.4%19.6%计算机操作OSWorld 2.0 有数据（77.9% partial）无公开数据性价比缓存读取降 75%，典型负载省 25%无同等降价Claude Fable 5.1的应用场景复杂软件开发：能追踪并定位困扰工程团队数年的罕见系统崩溃根源，支持长达数十小时的连续编码与多实验并行任务。生命科学蛋白质设计：调用开源工具设计高亲和力蛋白质结合剂，在12个靶标上实现近50%的实验验证命中率，亲和力达行业竞赛最佳方案的10倍。天文学数据分析：基于NASA麦哲伦号30多年前的雷达图像，为金星约三分之一表面生成分辨率提升至2-3公里的高程图，精度提高25%。企业业务流程自动化：执行跨系统的复杂多步骤业务工作流，在AutomationBench基准上得分较上一代提升近一倍，从17.1%跃升至31.4%。计算基础设施优化：自动编写自定义GPU内核并缓存中间结果，将7个开源深度学习模型推理速度最高提升2.5倍，降低30%-60%的GPU计算成本。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇WeMM-Embedding - 腾讯开源通用多模态Embedding模型下一篇Claude Mythos 5.1 - Anthropic 推出的 Claude 系列旗舰模型相关文章OpenAI Frontier – OpenAI推出的企业级AI Agent管理平台AI小集2Kotae – AI聊天机器人，通过分析网站内容生成准确回答AI小集2guidde – AI视频文档生成插件，自动为视频拆分步骤生成步骤文案AI小集2LPM 1.0 – 米哈游蔡浩宇推出的 AI 视频生成模型AI小集4Genie Studio – 智元机器人推出的具身智能一站式开发平台AI小集5Oreate AI – 全能AI工作空间，生成报告、论文、方案、演示AI小集2暂无评论再想想发表评论暂无评论…