跳到正文
  1. Seven Minute Feed89

    Google 发布 Gemini 4 Neon 模型:主打高速 agentic 编码与科学任务

    Google 发布 Gemini 4 Neon,面向 agentic 编码、知识工作与科学场景,支持 1M token 上下文,API 输入/输出价格分别为 $3/$15 每百万 token。

    推荐理由:正文列出了 Gemini 4 Neon 的定价、上下文、推理速度及多项基准成绩,为判断其与 Carbon 和 Claude Opus 5.5 的差距提供了量化依据。

  1. 36氪83

    GPT-6.2 Astra 发布后遭遇大量差评,作者实测认为其被低估

    OpenAI 发布 GPT-6.2 Astra 和 Sol,官方数据显示新模型在编程、科研及 3D 设计领域表现优异且成本显著降低,但首批开发者实测却引发巨大争议。多位开发者如 Theo 等指出其长期任务频繁中断、解释能力差,但作者通过三组 3D 场景实测发现,Astra 的实际表现优于舆论预期,首发后的批评更多被情绪放大。

    推荐理由:开发者实测结果与跑分呈现明显分歧,读者可据此理解新模型在真实长任务中的体验边界与成本逻辑。

  1. 量子位70

    中关村两院开源材料研发智能体系统MatOS

    北京中关村学院、中关村人工智能研究院开源了材料研发科研智能体系统MatOS,其资产库包含3,135个数据集、386项技能和48款材料计算软件。在材料软件使用基准MatTools上,MatOS的完整问题成功率为97.96%,高于采用相同底座模型的Codex CLI和Claude Code;在端到端自主科研基准上,MatOS平均得分比Codex CLI高33.6%。

    推荐理由:中关村两院开源面向材料研发的科研智能体系统MatOS,其在多项基准与案例中的任务成功率超过同类通用工具。

  2. NVIDIA Blog73

    NVIDIA Vera Rubin平台在MLPerf基准测试中全面领先

    NVIDIA Vera Rubin平台在MLPerf Training v6.1基准中首次提交,实现所有测试项领先,训练性能最高达优化版GB300 NVL72系统的2倍。

    推荐理由:Vera Rubin平台在MLPerf基准中实现全项领先,读者可以借此确认其在AI训练和智能体推理中的性能基准与规模化优势。

  1. 36氪67

    MiniMax H3-Image实测:狂卷字节、OpenAI,生图速度最快但复杂任务仍翻车

    MiniMax于11月10日开放H3-Image模型权重,主打10秒出图且价格仅为同档主流工具的50%-70%,与同期发布的OpenAI GPT Image 2.6和字节Seedream 5.5展开竞争。

    推荐理由:文章通过实测对比三家生图模型的速度与画质,指出MiniMax在低价开源策略上寻找突破,但能否解决复杂任务一次改对仍是关键。

  1. The Decoder86

    Google 发布 Gemini 4 Hydrogen,多项核心指标超越旗舰模型 Argon

    Google 发布了名为 Gemini 4 Hydrogen 的通用型大语言模型,其 100 万 token 的上下文窗口输入输出能力与 1.50 美元 / M 输入、7.50 美元 / M 输出的定价使其成为高性价比选择。

    推荐理由:对比显示 Gemini 4 Hydrogen 在默认思考级别下超越了更大型号的 Gemini 4 Argon,同时提供了多档思考成本选择和独立基准评测结果。

  1. 36氪85

    GPT-6.2 Sol 灰度上线,Artificial Analysis 60 分压过 Opus 5.5

    GPT-6.2 Sol 已进入 ChatGPT 灰度路由,官方 OpenAI Dev 账号发布视频标题 Tomorrow。Artificial Analysis 智能指数中 GPT-6.2 Sol(Max)得 60 分,平均任务耗时 18.7 分钟,单任务成本 1.19 美元,优于 Opus 5.5。

    推荐理由:原文给出灰度路由、Artificial Analysis 60 分与 18.7 分钟耗时、1.19 美元成本,可据此判断 GPT-6.2 Sol 的位置。

  1. Latent Space85

    Thinking Machines 发布 Inkling 2 Small 模型

    Thinking Machines 发布 Inkling 2 Small,这是一款 594B 总参数量 / 17B 激活量的多模态 MoE 模型,采用 NVFP4 原生精度在 GB300 集群上耗时 68 小时完成预训练。

    推荐理由:原文给出训练参数与评测结果,读者可据此判断该模型对西方开源生态与微调工作流的影响。

  2. 量子位70

    360 图龙锋在 CyberGym 基准以 99.4% 漏洞复现率登顶全球第一

    360 自研 AI 安全系统图龙锋在 CyberGym 榜单上以 99.4% 的漏洞复现成功率创下单项最高纪录。该系统基于 360 团队二十余年的安全专家经验和过程数据训练,通过“安全领域大模型+专业智能体蜂群”架构实现自动化漏洞挖掘。自今年 6 月发布以来,图龙锋累计发现漏洞超 1.5 万个,并成为全国唯一通过中国信通院首批“漏洞挖掘智能体能力评估”的产品。

    推荐理由:360 图龙锋系统在 CyberGym 基准取得 99.4% 成功率,展示了将专家经验转化为 AI 能力的具体路径。

  1. 机器之心93

    谷歌发布 Gemini 4 Carbon,登顶智能指数榜单

    谷歌发布新一代前沿模型 Gemini 4 Carbon,其在 Artificial Analysis 智能指数 v5.0 中以 59 分登顶,领先 Claude Opus 5.5 和 GPT-6 Astra。

    推荐理由:Google 发布 Gemini 4 Carbon,在网络安全基准与长程任务能力上实现突破,并公布与竞品在成本及安全性上的对比数据。

  1. 量子位75

    OXR 模型开源:1.3B 参数实现文档解析三榜第一

    OXR 正式开源,主模型 1.3B 参数在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中分别取得 97.18、87.84 和 87.76 分,均位列第一。

    推荐理由:1.3B 轻量模型在三项基准测试登顶且速度反超 Paddle 和 MinerU,展示了高精度文档解析与开源落地的新可能。

  1. TechCrunch · AI89

    OpenAI 与 Anthropic 宣称模型推翻指数时间假设

    OpenAI 发布三项数学突破,其中包含对指数时间假设 ETH 的反驳,Anthropic 随后也发布了独立的 ETH 反驳。MIT 教授 Ryan Williams 与两位 ETH 原始提出者组成工作组,正通过公开信和会议评估该结果,若算法有效将影响依赖该假设的众多论文及密码学安全边界。

    推荐理由:报道了前沿实验室宣称推翻指数时间假设的事件,并呈现科学界对验证流程与学科影响的反应。

  1. 智东西90

    月之暗面发布3万亿参数Kimi K3.1 Pro,11月4日前开源

    月之暗面发布3万亿参数的Kimi K3.1 Pro,宣布11月4日前开源,上下文窗口达100万tokens,目前排名Artificial Analysis总榜第四、国产第一。

    推荐理由:模型以更低成本在多项基准上接近国际前沿,并在3D建模与金融场景中展现出可落地的综合能力。

  2. 量子位80

    高德发布首个基于开放世界行为的全身基座模型 λ0

    高德发布首个基于开放世界行为的全身基座模型 λ0。该模型仅依靠人类行动数据实现机器人零样本全身动作对齐,真机任务成功率较最强对比基线提升 22.5%,数据采集效率约为主流方法的 3.4 倍。项目已在 GitHub 开源相关代码,并在 HuggingFace 上线 HumanVerse 数据样例。

    推荐理由:该基座模型仅靠人类全身数据实现机器人零样本全身动作对齐,其简化采集管线的结果可供评估具身智能的数据替代上限。

  3. 量子位86

    国产5B参数生图模型MOSS-Image开源发布,海外社区4天下载破130万

    模思智能和OpenMOSS团队开源MOSS-Image,4天收获130万次下载并引发社区大量衍生开发。该模型基于5B参数DiT主干,重点优化中英文文字渲染与Layout控制,支持4096 tokens长提示词,并采用国产PPU算力平台完成训练。

    推荐理由:5B参数DiT架构与原生Layout控制是核心变量,为复杂图文设计提供了可量化的落地方案。

  1. 阿里语音AI77

    Qwen-Audio-3.1-Realtime 发布:实现全双工实时语音交互

    Qwen-Audio-3.1-Realtime 发布,实现“边听、边想、边说、边动”的全双工实时语音交互,支持并行工具调用与异步任务执行。在 Audio MultiChallenge 评测中达到 52.21% 通过率,在 Full-Duplex-Bench v1.5 中用户打断响应率 84.5%,表现优于 GPT-Realtime-2。

    推荐理由:原文给出了全双工交互架构和多模态后训练方法,读者可以据此了解实时语音Agent的技术实现路径。