博客
介绍 Meta SAM 3D：单图 3D 重建
Meta SAM 3D 为日常图像带来了人类水平的「常识」3D 理解——让任何人都能从一张普通照片中重建物体甚至完整的人体。
2026-05-19
Nano Banana Pro：AI 图像编辑工具
Nano Banana Pro 现提供近乎完美的人物一致性、原生 4K 输出、无瑕疵的文字渲染以及完全的自然语言控制
2026-01-16
ChatGPT 三周年纪念礼 – DeepSeek V3.2 系列挑战 GPT-5 和 Gemini
DeepSeek V3.2 是一个开源 AI 模型，通过高级推理、编程和问题解决能力挑战 GPT-5 和 Gemini，提供高效性能。
2025-12-01
Kimi K2：开源LLM在推理上媲美ChatGPT-5.1和Claude 4.5
Kimi K2 Thinking 是一个拥有一万亿参数的开源LLM，专为高级推理和工具使用而打造。看看它与其他领先AI模型的比较。
2025-11-28
NVIDIA Blackwell Ultra 与 AI GPU 供应危机
NVIDIA 最新的 Blackwell Ultra GPU 平台在 AI 领域掀起了风暴，以至于导致了严重的供应短缺。
2025-11-28
Notion AI「蓝图代理」：工作区自主代理的崛起
Notion 的 AI 代理做什么，为什么会走红，以及在实际工作流程中有多可靠。
2025-11-28
阿里巴巴新AI：30秒内构建应用的灵光
灵光是蚂蚁集团（阿里巴巴的金融科技部门）推出的一款新型多模态AI助手，可以在一分钟内将日常语言转换为可用的小型应用程序。
2025-11-28
从 Grok 1 到 Grok 5：xAI 的演变
Grok 的基础设施和模型能力如何从 Grok-1、2、3、4 演变而来，我们可以从即将推出的 Grok-5 中期待什么？
2025-11-28
DeepSeek-V4 MoE: The 1-Trillion Parameter Breakthrough
DeepSeek-V4 has taken the AI community by storm as the largest open Mixture-of-Experts (MoE) language model to date.
2025-11-28
苹果智能 2.0：离线 LLM 和「场景记忆」
苹果的 iOS 19.2 更新通过设备上的 LLM 和全新的「场景记忆」功能，大幅增强了过去一年推出的「苹果智能」功能。
2025-11-28
全面技术对比：Claude Opus 4.5 vs. ChatGPT 5.1 vs. Google Gemini 3 Pro
这是对 Claude Opus 4.5、ChatGPT 5.1 和 Google Gemini 3 Pro 在关键维度上的技术对比，旨在了解它们之间的差异。
2025-11-25
Claude Opus 4.5：深入探索Anthropic的新前沿模型
深入分析Claude Opus 4.5，这是Anthropic最先进的大型语言模型：架构、训练、基准测试、安全性和对齐洞察。
2025-11-25
2025 AI 大战：Gemini 3、ChatGPT 5.1 和 Claude 4.5
2025 年末呈现了迄今为止最激烈的 AI 对决：谷歌的 Gemini 3、OpenAI 的 GPT-5.1 和 Anthropic 的 Claude Sonnet 4.5。三者都提供前沿级别的性能，但风格和优势各异。
2025-11-24
GPT‑5.1‑Codex‑Max: OpenAI’s New Agentic Coding Powerhouse
OpenAI’s GPT‑5.1‑Codex‑Max is a new agentic coding model built for 24‑hour tasks, multi‑window compaction, and Windows support. See benchmarks, costs & use cases.
2025-11-21
Google Antigravity：Google 的代理优先编码平台揭秘
深入探讨 Google 的编码代理——Antigravity，一个由自主代理编写、测试和协作的革命性 AI 集成开发环境。
2025-11-19
双子星 3 Pro：深入解析谷歌最先进的 AI 模型
Macaron 分析谷歌的双子星 3 Pro —— 谷歌迄今为止最好的模型，超越其前代在所有主要 AI 基准上的表现。
2025-11-19
Macaron 比较：Gemini 3 vs ChatGPT-4 vs Claude 2
Google 的 Gemini 3 是 Google DeepMind 最新的多模态 AI 模型，代表了技术能力的重大飞跃。
2025-11-19
掌握 2025 年 LLM 后训练技巧：将模型从通才提升为专家
2025 年 LLM 后训练精通：SFT、RLHF、PEFT、LoRA。深入探讨 OpenAI 转型、Scale AI 持续学习，附图表。
2025-11-13
解锁 ChatGPT 5.1 的力量：OpenAI 最新 AI 突破的完整指南
解锁 ChatGPT 5.1：OpenAI 2025 突破，Instant/Thinking 模式和8个特性。基准对比 Gemini 3/Claude 4.5，提升生产力，立即探索吧！
2025-11-13
ChatGPT 推出群聊：协作 AI 的新时代
OpenAI 的 ChatGPT 正在从一个单一聊天机器人演变为一个协作通信平台，推出群聊功能。
2025-11-12
Learn-to-Steer：NVIDIA 的数据驱动式文本生成图像扩散中的空间推理解决方案
Learn-to-Steer 是 NVIDIA 的一种新方法，通过直接从模型中学习来解决空间推理问题。
2025-11-10
为什么强化学习在 AI 的「下半场」中占据中心舞台
强化学习将在 AI 演变中发挥重要作用——通过优化长期奖励来赢得任意任务的框架。
2025-11-10
Macaron 分析：Kimi K2「思考」模型：推进自主 AI
新发布的开源模型：Kimi K2 是一个突破性的开源大型语言模型（LLM），它推动了“自主”AI 的边界——不仅能聊天，还能思考和行动的模型。
2025-11-06
Macaron 分析：Grokipedia：xAI 驱动的 AI 百科全书
Grokipedia 的条目由 xAI 的大型语言模型 (LLM) Grok 生成，而非由人类志愿者撰写。
2025-10-29
A Macaron Analysis: OpenAI Realtime AI Interaction
OpenAI Realtime is a recently introduced platform that enables truly live, multimodal AI interactions.
2025-10-29
