Google Research 放出了一个叫 GlucoFM 的基础模型，专门处理连续血糖监测（CGM）数据。它先用大规模真实 CGM 数据做预训练，学出通用的血糖时间序列表征，然后可以微调去做血糖波动预测、异常检测之类的任务。好处是减少了对每个病人单独训练的需求。正文没披露模型参数量、训练数据具体规模，也没给和现有方法的对比 benchmark，所以...
#Google Research
一句话点评
Google Research 出了个专门分析血糖数据的基座模型 GlucoFM，用大量真实 CGM 数据预训练，能省去给每个病人单独训练模型的工作。但正文没披露模型参数量、训练数据具体规模，也没给和现有方法的对比 benchmark，所以效果到底多好、成本能降多少，目前只能打个问号。
Anthropic 把之前测试的 Claude in Chrome 扩展转成了正式版。装上之后，Claude 可以直接读取你当前打开的标签页内容，还能跨多个标签页一起处理任务。聊到一半想换设备也行，对话可以无缝转到手机 App 或桌面客户端继续。不过这篇公告没写这个扩展用的是哪个 Claude 模型，也没提要不要额外付费——如果是现有订阅就能用，那挺方...
#Anthropic#Claude
精选理由
精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣
一句话点评
Claude 浏览器扩展正式版来了，能直接读你打开的标签页干活，还能把对话无缝切到手机。但公告没写用的是哪个模型、要不要额外付费。
锐评
Anthropic 把测试了半年的 Claude in Chrome 扩展转正了。装上之后，Claude 能直接读取你当前浏览的网页内容，还可以跨多个标签页一起处理任务——比如同时看三份文档让 Claude 帮你对比总结。聊到一半想换设备，对话可以无缝转到手机 App 或桌面客户端继续，这点对实际使用体验提升不小。
但这份公告缺了几个关键信息。第一，没提这个扩展背后跑的是哪个 Claude 模型——是 Sonnet、Opus 还是 Haiku？不同模型的能力和速度差很多，不说清楚用户没法判断值不值得装。第二，没写要不要额外付费。如果现有订阅就能用，那确实挺方便；如果要加钱或者只限特定套餐，就得重新算账了。第三，跨标签页读取内容时，隐私边界怎么划——是全部标签页都能读，还是用户得手动选？公告里也没展开。
总的来说，这个扩展解决了一个真实痛点：不用再复制粘贴网页内容给 AI 了。但在模型规格、定价和隐私控制这三件事上说清楚之前，建议先观望一下实际表现。
智谱上线并开源了GLM-5.3-Flash，一个总参数320B、激活参数18B的原生多模态模型。它在AA综合智能指数上拿了57分，和Anthropic的Claude Opus 4.8持平，编程表现也相当，但API定价只有Opus 4.8的四十分之一。模型用了稀疏注意力和线性注意力的混合架构，长文本下的注意力计算量比GLM-5.3低了3倍多。它还能在写代...
智谱这次放出的GLM-5.3-Flash，简单说就是用更小的激活参数量（18B）和更低的成本，在AA综合智能指数上拿到了和Claude Opus 4.8一样的57分。价格直接打到Opus的1/40，限时折扣内甚至只有自家GLM-5.3的1/20，这个定价策略很激进。
技术上值得看的是它的混合注意力架构，把稀疏注意力和线性注意力揉在一起，长文本下的计算量和KV缓存分别比GLM-5.3降了3倍和4倍多。不过官方也承认，KV缓存还是比Kimi-K3和DeepSeek-V4-Flash大一点，这是后续要补的课。另外，模型在代码场景里能自己看渲染结果、自己迭代修改，这个视觉反馈的闭环设计挺实用。
最让我意外的是，过去一周的公开测试流量全跑在国产芯片集群上，通过EPD分离式架构和一堆内存优化，硬是把单token成本做到了和英伟达GPU相当的水平。但正文没披露具体用了哪款国产芯片，也没给出1M长上下文下的实际延迟数据，这些缺口让“极致低成本”的说法还得再观察。