start	end	text
0	28580	AI新闻不断涌现,因为Deepseek今天刚刚发布了全新的Deepseek V4 FlashVision Experimental模型,目前已在Deepseek的API平台上线。这个模型的多模态智能体性能已经接近OPUS 4.8,确实是一个非常了不起的成就。但唯一的阻碍是Deepseek的新定价。不过说到Deepseek,他们正在晖度测试一个神秘的新检查点,即表现相当惊艳,正在与Fibo5正面交锋,并生成了一些极其疯狂的内容。不仅如此,Google又回来了。
28580	31300	因为Geminis的表现真的会非常惊人
31300	32880	具备一些疯狂的新能力
32880	35460	我们已经获得了一些极其劲爆的泄露信息
35460	37880	我非常期待大家看到这些内容
37880	40460	最近我们报道了新的隐身模型OX-Alpha
40460	42900	但现在关于这个模型又有了一些新情报
42900	44760	其表现相当不可思议
44760	47760	有人让它在DeepSway上完成了10项独立任务
47760	49720	因此由于这只是部分测试
49720	52100	它的真实得分可能存在很大差异
52100	54000	但结果确实令人瞠目结舌
54000	56000	因为GBT516S
56000	58680	在这项特定测试中得分为52%
58680	60920	Fable 5得分为65%
60920	63880	而Arx Alpha得分达到了80%
63880	65640	据说它在其中一项任务上
65640	67120	还差一点就完成了
67120	68420	所以从技术上讲
68420	70060	可能会超过80%
70060	71360	这实在太疯狂了
71360	73800	而且它真的感觉很像GLM模型
73800	74980	但显然并不是
74980	76320	因为有新的报告称
76320	77820	它不是GLM模型
77820	79100	它不是小米模型
79100	80360	也不是Deep Seek模型
80360	82120	所以没有人真正知道
82120	83820	究竟是哪家模型提供商
83820	85720	在秘密测试这个Arx Alpha模型
85720	87440	但也许可能是minimax
87440	89120	现在还有很多内容要介绍
89120	90980	我们就直接一一深入了解吧
90980	93820	大多数AI编程工具都能帮你构建应用
93820	95980	但之后他们仍然需要处理托管
95980	97280	数据库和部署问题
97280	99540	这正是APICUS AI Supercomputer
99540	100520	发挥作用的地方
100520	102420	它提供了一台始终在线
102420	104840	可通过自然语言控制的云端计算机
104840	106320	你可以部署OpenCloud
106320	108180	或Hermes Agent等智能体
108180	110260	并让他们全天候持续运行
110260	111920	例如他们在这里部署了一个
111920	113200	开源大语言模型
113200	115400	为其封装了一个可用的聊天界面
115400	118820	并且仅通过一条提示词就将其公开托管
118820	120440	你还可以运行Docker应用
120440	122000	连接数据库和存储
122000	124320	或者构建并托管完整的应用
124320	125740	比如这个3D游戏
125740	127820	因此你无需亲自管理VPS
127820	129860	SSL 数据库和部署
129860	131660	Appicus会处理整个技术站
131660	133220	通过下方描述中的链接
133220	135260	体验Appicus AI超级计算机
135260	137280	也感谢他们赞助今天的视频
137280	138860	我们先从Deepseek说起
138860	141240	因为Deepseek Vs Flash Vision Experimental
141240	143740	现已正式上线Deepseek API平台
143740	147420	这个模型基本上就是VSFLAX的下一代多模态版本
147420	148520	令人印象深刻的是
148520	149440	DeepSeq表示
149440	152580	这款新模型基本保留了VSFLAX的文本能力
152580	156340	因此推理 智能体 编程和通用知识能力都还在
156340	159180	但现在视觉方面得到了大幅升级
159180	160220	从基准测试来看
160220	162600	它的表现已经非常接近OPUS 4.8
162600	164320	当然编程方面并不是这样
164320	167200	但在多模态智能体评测方面却是如此
167200	169100	在Terminal Bench 2.1上
169100	172200	我们知道DeepSeq VSFLAX的得分为83.9
172200	173600	而OPUS为85
173600	174780	在DeepSWIG上
174780	178320	上它实际上以59.3比58击败了OPUS
178320	181080	但真正有趣的是多模态智能体评测
181080	182380	在IpexBench上
182380	185140	你可以看到这款新模型的得分为36.5
185140	187940	而OPUS4.8的得分为39.4
187940	189780	但在Agent's Last Exim上
189780	191500	它的得分为27.3
191500	193640	比OPUS4.8高出2分
193640	195120	与OPUS4.8相比
195120	198220	它在其他评测中的表现基本也只是略逊一筹
198220	200360	因为它们实际上是在Version's Flash
200360	201960	强大的视觉能力基础上
201960	204800	进一步提升了多模态智能体的性能
204800	208200	他们还已经在最新的Deep Seek Harness中加入了对它的支持
208200	212240	因此你现在就可以通过他们的API开始测试这个模型
212240	215340	而这正是视觉能力开始真正发挥作用的地方
215340	219320	因为多模态能力能够拓展出更多智能体应用场景
219320	223620	Deep Seek表示这款新模型可以在不同的智能体框架中流畅运行
223620	225820	它现在既能理解自己看到的内容
225820	227980	也能使用工具采取行动
227980	230920	这样一来智能体就不再只能读取文本或代码
230920	232660	而是可以查看屏幕截图
232660	235620	界面 图表 文档或其他视觉信息
235620	237160	理解实际发生的情况
237160	239440	然后使用工具真正完成任务
239440	242180	这让该模型在现实世界的智能体工作流中
242180	242820	使用得多
242820	244560	尤其适用于计算机操作
244560	246500	视觉调试 浏览器智能体
246500	249180	以及基于UI的文档自动化任务
249180	250700	而且我们已经看到了一些
250700	252520	相当令人印象深刻的演示
252520	254380	展现了这次视觉能力升级
254380	255480	究竟能做到什么
255480	257240	有人立即通过给这个模型
257240	258740	一张人物图片来测试它
258740	262080	据说Deep Seek能够正确识别出图片中的人物
262080	264140	是字节跳动创始人张一鸣
264140	265820	显然这只是一个演示
265820	267500	但这种说法相当有趣
267500	269500	Deep Seek终于睁开了眼睛
269500	270740	不再是盲人了
270740	271660	更重要的是
271660	273520	这表明Siflash Vision版本
273520	275620	并不只是进行基本的图像描述
275620	278060	而是能够理解详细的视觉向上闻
278060	280300	并将其与已有知识结合起来
280300	282200	无论是编程知识还是普通常识
282200	284500	现在它将能够借助这一新扩展
284500	286000	进一步增强自身能力
286000	287440	如果你还不了解这一点
287440	289160	我强烈建议你了解一下
289160	290800	World of VI Insider School社区
290800	293440	显然 在这里你可以获取大量信息
293440	295740	不仅可以免费使用World of VI Benchmark
295740	297860	还能每月获得许多免费内容
297860	300440	甚至可以接触尚未发布的模型
300440	301940	因此 我强烈建议你
301940	304180	通过下方描述中的链接去了解一下
304180	305380	不过说到Deep Seek
305380	307100	其实还有一件更加有趣的事
307100	308940	因为目前幕后正在发生的是
308940	311260	Deep Seek团队正向一小部分用户
311260	314380	大规模测试一个神秘的裸体模型检查点
314380	316620	我之前已经针对这件事做过一期视频
316620	319060	但现在又有一个新的检查点上线了
319060	320020	它正凭借一些
320020	321760	令人难以置信的生成结果
321760	323820	与Fable 5展开激烈竞争
323820	324420	有趣的是
324420	325320	目前看来
325320	326460	这种灰度测试
326460	328460	似乎是基于绘画的测试
328460	329240	也就是说
329240	330500	某些现有绘画
330500	331720	可能会被录游到
331720	332940	这个实验性检查点
332940	335480	而其他人则继续正常使用该模型
335480	336660	现在一些用户
336660	338420	甚至一直在尝试各种方法
338420	339500	让自己的绘画
339500	341440	持续被录游到灰度测试中
341440	342160	不过显然
342160	343560	这些都还无法说明
343560	345020	这个检查点究竟是什么
345020	345720	因此
345720	347680	Deep Seek可能正在悄悄测试
347680	349040	其下一代主力模型
349040	351160	很可能是升级版的Version 4 Pro
351160	352720	甚至是Version 5
352720	352900	好了
352900	354200	很抱歉画质不佳
354200	356640	但这就是神秘的Deep Seek灰度检查点
356640	359220	这里要求它在3D中建造一架直升机
359220	360760	而它仅用一个提示词
360760	362240	就完成了这项任务
362240	362580	据说
362580	364600	该模型自主运行了一个半小时
364600	366500	持续构建并完善项目
366500	368580	最终生成了这个细节惊人的
368580	370040	直升机模拟程序
370040	370600	你可以看到
370600	372700	它在输出方面的能力有多么出色
373560	375180	过程的成本还不到一美元
375180	377040	这么说确实有点不可思议
377040	378960	我想这个价格上的取舍
378960	381020	大概就是生成内容所需的时间
381020	383100	接下来我们终于看到了
383100	385320	可能是GMMI4的首次亮相
385320	387620	如果这些生成结果能够说明问题的话
387620	389580	这款模型可能会强的离谱
389580	392760	而Google也将凭借它真正实现王者归来
392760	395520	这里要求它生成一只骑自行车的蹄壶
395520	397280	这是一个相当不错的提示词
397280	399300	我们通常总会把它发送给模型
399300	400640	用来测试模型的能力
400640	402500	显然主要是测试编程能力
402500	403320	但你可以看到
403320	404900	仅根据这段粉纹渲染
404900	407080	它就生成了一只骑自行车的蹄壶
407080	408600	效果非常惊艳
408600	410060	你可以看到轮胎上
410060	411960	甚至衣物上的文字印刷效果
411960	414420	都生成得极其出色且清晰
414420	416780	而且大多数模型实际上甚至做不到这一点
416780	419040	连GML4模型在这种情况下
419040	420820	所能完成的10%都不到
420820	422440	但这简直太疯狂了
422440	425140	如果GML4输出的质量能达到这种程度
425140	427380	想象一下它在其他领域会有多强
427380	428760	接下来看看AX Alpha
428760	430720	我们已经知道这是一个隐秘模型
430720	432180	而且表现相当出色
432180	434080	对于错过相关消息的人来说
434080	437140	Oxelpha目前在接下来一周内都可以免费使用
437140	440240	并且配备了100万Token的畅下源框口
440240	441680	它支持多模态输入
441680	443500	并且完全不保留数据
443500	445940	显然它的速率限制也非常宽松
445940	448560	每天最多可处理100万亿个Token
448560	450660	但现在我们又获得了一些新情报
450660	452540	让这个模型变得更加有趣
452540	455880	有人让Oxelpha完成了10项Deeps Y任务
455880	457940	不过这只是其中非常小的一部分
457940	460160	因此结果可能存在很大差异
460160	461480	这一点Dan也曾提到过
461480	463220	但它的得分非常惊人
463220	464620	达到了80%
464620	466760	超过了得分65%的Febo
466760	469500	以及得分52%的GBT 5.6 Soul
469500	470120	据说
470120	471480	其中一项实地任务
471480	472980	基本上算是险些完成
472980	475600	所以具体取决于你如何评分
475600	476580	从技术上讲
476580	478680	这个模型在这么小的样本规模下
478680	480000	得分可能已经超过
481100	485380	不过,我们之前还没提到的是,这并不只是一个轻量级的实验性端点。
485540	491640	测试人员反映,它能够在超长上下文下持续运行很长时间的智能体任务。
491640	495900	这或许可以解释为什么它在软件工程任务上表现如此出色
495900	499440	在这类任务中模型需要跟踪大量文件的状态
499440	501280	以及之前做出的决策
501280	505220	起初测试结果和社区论坛中的大量证据都指向同一个结论
505220	508700	AX-Alpha可能是某种新的GLM检查点
508700	511200	但现在看来这一理论可能是错的
511200	514180	因为有新的报告称AX-Alpha并不是GLM
514180	515460	也不是小米的Memo
515460	517480	当然也不是Deep Seek的视觉模型
517480	520100	不过事情在这里变得更加疯狂了
520100	521160	因为还有传闻称
521160	524120	该模型最终将以开放权重的形式发布
524120	527720	据称它甚至可能在两台DGX Spark上本地运行
527720	529740	现在谜团变得更大了
529740	531180	如果它不是GLM
531180	531920	不是Memo
531920	532960	也不是Deep Seek
532960	535000	我现在真的认为它可能是MiniX
535000	537380	现在这是一个非常酷的演示
537380	539740	展示了OX Alpha的多模态能力
539740	541640	这次它运行在Hermis Agent中
541640	544580	有人给它输入了一个类似Froggers的游戏提示词
544580	547080	OX Alpha不仅构建了一个基础游戏
547080	549120	还开始加入自己的创意机制
549120	551940	它随机添加了一部会飞驰而来的ROG iPhone
551940	552920	可以杀死青蛙
552920	556120	同时还在地图周围添加了青蛙可以收集的苍蝇
556120	557360	以获得额外分数
557360	560020	这正是多模态智能体如此有趣的地方
560020	561580	模型可以构建游戏
561580	563440	目视检查自己创建的内容
563440	565980	理解并看到屏幕上实际发生了什么
565980	567200	然后不断迭代
567200	568720	直到找到最佳输出
568720	570780	但看到这个模型竟然如此强大
570780	572100	确实令人难以置信
572100	573380	所以我非常想知道
573380	576820	究竟是哪家AI实验室在专注于发布这个模型
576820	578720	或者仍在对它进行测试
579120	587800	如果你想在其他人之前获得最好的AI工具、工作流和新产品动态,请通过下方表述中的链接加入我的免费新闻简报,完全免费。
588140	591860	有人让他创建一张Quincy Home的SVG图像,希望我的发音没错。
592240	595220	内容是他在北方巡逻期间骑着一头北极熊。
595460	601020	而且这实际上是我见过的所有中国AI模型中生成效果最好的SVG之一。
601300	606640	它确实能够让许多功能实现动画效果,所以看到他能够做到这样的事情真的很酷。
607000	608000	接下来看看Claude。
608000	611640	Anthropic刚刚进行了一次相当重大的智能体更新
611640	613940	因为Computer Use 浏览器工具
613940	616040	Skills API和Files API
616040	618420	现在已在Cloud平台上全面开放
618420	619700	这里的核心理念是
619700	622840	Cloud的智能体现在不只是调用普通API了
622840	624100	借助Computer Use
624100	627560	Cloud可以与甚至没有API的应用进行交互
627560	628360	而浏览器工具
628360	631700	则让它能够直接在整个网络中导航和执行操作
631700	633140	然后还有Skills API
633140	635140	它允许开发者为Cloud的智能体
635140	636940	提供可复用的技能和能力
636940	639500	Files API则会让智能体更轻松的
639500	642440	在不同任务中处理同一批文档和文件
642440	642760	因此
642760	647180	Anthropic显然正致力于打造一个完整的云端托管智能体系统
647180	649660	使其能够真正完成从Computer Use
649660	654060	浏览器工具到Skills API和Files API等各种不同的操作
654060	656540	如果你喜欢这段视频并愿意支持本频道
656540	660240	可以考虑通过下方的超级感谢选项向我的频道捐赠
660240	663080	或者你也可以考虑加入我们的私人Discord服务器
663080	663680	在那里
663680	666740	你每月都可以免费使用多种AI工具的订阅服务
666740	668340	还能获取每日AI新闻
668340	669100	独家内容
669100	670240	以及更多福利
670240	671400	或许如果我有时间
671400	673360	我可能会专门制作一期完整视频
673360	674440	来介绍ONEK 1.5
674440	676920	因为这确实是一个非常出色的本地模型
676920	678140	能力相当强
678140	679420	显然它在某些方面
679420	681420	无法与Qing 3.8 Max相提并论
681420	683820	但你仍然可以从中获得很多成果
683820	686020	它在不少任务上都表现得相当不错
686020	687900	当然使用更低的位数时
687900	689760	输出质量也会有所下降
689760	691520	如果你实际运行这个模型的
691520	693320	350亿参数5Q版本
693320	694500	它能够为你带来一些
694500	695900	令人难以置信的结果
696740	698520	临时需要马上补充编码的新闻
698520	699160	据报道
699160	701420	ChatJPT Work和Codex用户
701420	704000	今天似乎即将演来一个相当不错的惊喜
704000	705600	因为Table今天宣布了一项
705600	708180	以内置的使用额度重置功能
708180	709580	而这一消息发布之际
709580	712740	Codex的活跃用户数已经突破2000万
712740	714580	这确实相当惊人
714580	715120	本质上
715120	718100	这将为用户提供一批全新的Codex使用额度
718100	719120	供他们消耗
719120	719740	因此
719740	721820	你的速率限制将恢复正常
721820	723880	或者说恢复到100%
723880	724420	这意味着
724420	726940	你可以在整个周末继续使用Codex
726940	728980	不过今天的视频就到这里了
728980	731180	我会把今天视频中使用的所有链接
731180	732740	放在下方的描述栏里
732740	735700	记得去看看World of AI Insider Club School社区
735700	737000	记得订阅第二频道
737000	738160	加入新闻通讯
738160	739020	加入Discord
739020	740380	在Twitter上关注我
740380	741900	最后记得订阅频道
741900	742720	打开通知铃
742720	743960	给这个视频点赞
743960	745620	也请看看我们之前的视频
745620	748060	以便及时了解最新的AI新闻
748060	748560	说到这里
748560	749140	朋友们
749140	750600	祝大家度过美好的一天
750600	751820	传播积极正能量
751820	752840	我们很快再见
752840	753700	愿他受苦