跳到正文
10月25日周日
  1. Hacker News AI58

    隔离虚拟机中的AI智能体通过CPU缓存实现通信

    一项新实验显示,运行在彼此隔离且无网络连接的虚拟机中的AI智能体能够利用CPU缓存侧信道进行通信与协作。该研究由 rynoshr 发布,揭示了传统虚拟化隔离机制在应对智能体系统时的安全盲区。

10月24日周六
  1. 36氪81

    Kimi K3.1 Pro 发布,全球智能指数升至第4

    Kimi K3.1 Pro 发布,Artificial Analysis 显示其全球智能指数升至第4,总分55分,较前代提高11分。Terminal-Bench 4.0成绩从13%升至65.7%,接近Opus 5.5。文章还实测了文字到Blender再到网页的3D资产生成,以及Excel财务模型和金融分析工作流。

    同一新闻,精选展示《Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码》

  2. 机器之心78

    Inception Labs发布扩散LLM Mercury 3,速度超GPT-6 Luna且跑分反超

    Inception Labs发布扩散LLM Mercury 3,在GPQA和SWE-Bench等多项基准测试中得分反超GPT-6 Luna和Claude Haiku 5.5,输出速度达1068 Token/s。模型上下文窗口扩大至100万Token,参数规模较上代扩大40多倍。

    同一新闻,精选展示《Inception 发布扩散语言模型 Mercury 3,宣称在速度上大幅领先 GPT-6 Luna 和 Claude Haiku 5.5》

  3. Qoder70

    Qoder 首发上线 Kimi K3.1 Pro

    Qoder 国际版和 CN 版全系列同步上线刚刚发布的 Kimi K3.1 Pro。该模型拥有 3 万亿级参数,支持 100 万上下文,在 Terminal-Bench 4.0 得分 65.7%,Kimi 内部长程编码测试得 61.2%,BenchCAD 3D 建模得 92.7%。用户可在 Qoder 模型选择器中选择 Kimi-K3.1-Pro 使用。

    推荐理由:Qoder 作为集成平台首发上线 Kimi K3.1 Pro,明确了其在长程编码任务中的实测数据与调用入口。

  4. 月之暗面 Kimi92

    月之暗面发布 Kimi K3.1 Pro 及高速版

    月之暗面发布 Kimi K3.1 Pro 模型,这是其 3 万亿级参数、支持 100 万上下文的版本。K3.1 Pro 在 Terminal-Bench 4.0 基准测试中得分 65.7%,并在内部金融与 3D 建模场景中实现了长程智能体工作流的端到端交付。即日起可通过 Kimi 官网、API 及桌面应用使用,完整模型权重将于 11 月 4 日前发布。

    推荐理由:月之暗面发布 3 万亿参数 Kimi K3.1 Pro,其在代码和金融长程任务上的提升为评估新一代模型能力边界提供了直接样本。

  5. Latent Space78

    Kimi 3.1 Pro 104B/2.8T 发布,开源权重追赶 Fable 5.1 至一个月

    月之暗面发布多模态 MoE 模型 Kimi 3.1 Pro,总参数 2.8T、激活 104B,100 万 token 上下文窗口,权重承诺 2026 年 11 月 4 日开源。

    推荐理由:该文汇总了Kimi 3.1 Pro的独立基准成绩、定价及开源承诺,读者可以据此判断开源模型与闭源前沿模型的差距是否真的缩短到一个月。

  6. 机器之心90

    Kimi K3.1 Pro 发布:3万亿参数强化学习新模型

    月之暗面推出Kimi K3.1 Pro,这是K3系列首个Pro模型,参数量达3万亿,支持100万token上下文。K3.1 Pro在Terminal-Bench 4.0中以67%成绩获最高分,GDPval-AA得分较K3提升312分;3D建模与前端创作能力显著增强,可直接调用Blender、Unity等工具生成可交互场景。

    同一新闻,精选展示《Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码》

  7. APPSO91

    Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码

    Kimi K3.1 Pro发布,该模型在 Artificial Analysis「智能指数」中跃升全球第四、开源第一,具备 3 万亿级参数与 100 万上下文支持。实测显示,该模型在 3D 创作、网页交互设计、金融分析及长程编码方面表现优异,部分能力可媲美 GPT-6 Astra 等前沿闭源旗舰模型。

    推荐理由:K3.1 Pro参数规模与性能提升,展示了国产大模型在前沿任务上的实力。

  8. IT之家88

    月之暗面 Kimi K3.1 Pro 正式发布,支持 3 万亿参数与 100 万上下文

    月之暗面正式发布 3 万亿参数模型 Kimi K3.1 Pro 及高速版,支持 100 万上下文。K3.1 Pro 在 Terminal-Bench 4.0 中得分 65.7%,超过 GPT-6 Astra;在 3D 建模与金融工作流基准中表现接近最强闭源模型,幻觉率大幅下降。API 价格已公布,高速版输出速度约为标准版 2~3 倍。

    同一新闻,精选展示《Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码》

  9. 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。

  10. 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。

10月23日周五
  1. MiniMax 稀宇科技86

    MiniMax M3.1 Flash 开源,72 小时处理 Token 超 100 万亿

    MiniMax 开源了 MiniMax M3.1 Flash 模型权重,总参数 428B、激活参数 23B。上线 72 小时内真实用户处理 Token 超过 100 万亿。该模型通过全模型稀疏注意力、量化感知训练(QAT)和 Power-aware scheduling 提升了推理效率,并与多家国内外芯片厂商及云服务平台、开源社区完成了首日接入。

    推荐理由:M3.1 Flash 上线 72 小时处理 Token 超过 100 万亿,展示了模型的高吞吐与广泛的芯片/云平台生态适配能力。

  2. 科大讯飞61

    科大讯飞发布端云一体星火X2.6、SparkAudio 1.0及WinWork数字员工平台

    科大讯飞发布端云一体星火X2.6,实现全国产算力下的模型训练与推理,长上下文训练效率提升约4倍,推理效率提升4.5倍。同步发布星火语音基座大模型SparkAudio 1.0,整体效果提升20%,响应时间降低15%。推出讯飞星帆WinWork数字员工平台,支持80余类数字员工上线,Token消耗节约44%。

    推荐理由:发布端云一体模型X2.6及SparkAudio 1.0,通过长程训练与动态并行技术,实现全国产算力下的高效推理与成本优化。

  3. arXiv · NLP33

    Mimir:基于可允许数据的层级推理模型

    Mimir 1.78B 模型在英语、丹麦语及数学代码基准中表现最优,性能超越 9B 参数模型。 该模型基于 HRM-Text 架构,使用 103B tokens 从随机初始化直接训练,无需大规模预训练。 两项独立审计表明其记忆风险低,层级递归架构有效。

  4. arXiv · NLP46

    IQuest-Q1:面向 Agentic CLI 系统的基础能力进阶

    IQuest-Q1 是一款 320B 总参数(15B 激活)的稀疏 MoE 智能体基础模型,已开源发布。 模型经历预训练、中训练和后训练三阶段,后训练结合 SFT 与领域专用 RL,旨在强化 Agentic 编码能力。 该模型支持社区研究与开发,并展示了在编码及通用任务上的综合能力。

  5. 机器之心75

    Kimi K3.1 与 Qwen 4 疑似现身 Code Arena 匿名盲测

    Kimi K3.1 与 Qwen 4 疑似分别以代号 Kibitz 和 Kalmia 现身 Code Arena 匿名盲测。Kibitz 疑似对应 Kimi K3.1,其 Token 成本被指仅为 GPT-6 Astra 的 1/14;Kalmia 疑似对应 Qwen 4,具备比肩 GPT 6.1 Sol Ultra 的潜力。

    推荐理由:文章通过社区线索梳理了 Kimi K3.1 与 Qwen 4 的匿名测试细节,为读者提供了观察前沿模型能力与成本变化的具体视角。

  6. Hugging Face Blog62

    OlmoEarth v1.3 发布:全球首个 128 维卫星嵌入模型与交互探索工具

    OlmoEarth v1.3 发布,提供 10 米分辨率的 128 维(或 64 维)全球卫星嵌入及交互探索工具。该模型在 27 项评估中 20 项排名第一,训练算力成本较 v1.2 降低 53%。探索工具允许用户无 GPU、无注册直接基于少量标签训练分类器并导出 GeoTIFF 地图。

    推荐理由:OlmoEarth v1.3 发布了地球预计算嵌入和交互工具,展示了其在全球尺度上评估与监测地表变化的具体应用。

10月22日周四
  1. Seven Minute Feed37

    Humans& 推出 Ampersand:基于模拟群聊训练的 AI 队友

    Humans& 发布 Ampersand,这是通过数月模拟群聊训练得出的 AI 队友,旨在协助用户达成长期目标而非单次提示。 在该公司内部基准测试中,Ampersand 与 Anthropic 的 Fable 5.1 性能大致相当。 这种协作优先的模型展示了与前沿实验室在长时程协助任务上的竞争能力。

  2. Seven Minute Feed40

    Hugging Face 发布开源模型 Carbon-X,助力科学家“对话 DNA”

    Hugging Face 开源 Carbon-X,基于 Qwen3-14B 构建,支持分析、生成 DNA 序列及以自然语言解答生物学问题。 该模型由意大利和中国实验室合作研发,训练数据覆盖人类、哺乳动物、植物及真菌基因组,本地运行确保患者数据不出实验室。 Hugging Face 旨在减少生物研究员对大型 AI 实验室的依赖,并通过排除病毒数据限制模型误用。

  3. 量子位56

    蚂蚁数科发布决策模型 LingDT-Decision-1.0

    蚂蚁数科正式发布决策模型 LingDT-Decision-1.0,提供 4B 和 27B 两个版本,并在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1 和 Jev 1.13.0。该模型首创原生多选与按序决策能力,相比传统大语言模型在客服、风控和金融场景中可将 Token 消耗降低超 90%,响应时效提升 10 倍,目前已在 DTMaaS 平台上线供开发者免费体验。