田渊栋新公司发布首个模型 Flint,AI 全程参与、4 个月从零打造
田渊栋参与创立的新公司 Recursive 发布了首个模型 Flint,这是一款总参数量 400 亿、每生成一个 Token 激活 25 亿参数的 MoE 模型,由自研自动化系统 Eureka Machine 全程参与研发,从零构建耗时不到 4 个月。
推荐理由:田渊栋新公司Recursive发布本地编程模型Flint,展示了AI全流程自动化造模型的可行性与速度优势。
田渊栋参与创立的新公司 Recursive 发布了首个模型 Flint,这是一款总参数量 400 亿、每生成一个 Token 激活 25 亿参数的 MoE 模型,由自研自动化系统 Eureka Machine 全程参与研发,从零构建耗时不到 4 个月。
推荐理由:田渊栋新公司Recursive发布本地编程模型Flint,展示了AI全流程自动化造模型的可行性与速度优势。
Nutrient 发布了一款专为文档任务调优的决策模型,该模型同时接收页面图像和文本输入,以选择和置信度分数代替生成式文本作为响应。相较于通用 LLM,该模型单次响应延迟约为 200ms,显著降低延迟和成本,同时在合并 PDF 拆分任务上达到了 96.2% F1 的基准成绩。
Hugging Face 周四发布了名为 Carbon-X 的开源生物模型,该模型允许用户在笔记本电脑上本地运行,通过自然语言询问 DNA 变化对基因活动和健康的影响。
推荐理由:这款开源模型让非技术人员能用自然语言查询DNA序列对基因活动的影响,且可本地运行以保护数据隐私。
壹号本发布 OneXPlayer 3,作为首款搭载英特尔 Arc G3 Extreme 平台的便携 PC,35W TDP 下实现百帧黑神话悟空及 119 帧赛博朋克 2077。
蚂蚁数科发布决策模型 LingDT-Decision-1.0,在真实业务场景中处理任务时,Token 消耗降低超 90%,响应时效提升 10 倍。 模型首创原生多选与按序决策(DAG)功能,提供 4B 和 27B 版本,其中 27B 版本在同参数模型中取得最高准确率,并在 23 项开源评测基准中性能超过 Microsoft-Decision-1 等模型。
米哈游崩坏 AI 研发团队联合清华大学、北京大学、中国科学院大学、香港大学、新加坡国立大学等机构开源 GameScaling 系列游戏模型,基于 Qwen3.5 视觉语言模型继续预训练,共发布 0.8B、2B、9B 和 27B 四个参数规模、每个规模 2 个版本共 8 个模型检查点。
中国电信人工智能科技有限公司星辰通用人工智能实验室正式开源意图理解专用模型 Xing4.0-29B-Intent,同步开放 275.3 万条训练语料、模型权重与推理镜像。该模型将意图识别与参数抽取结合,输出平均几十个 token,完整结果响应时延可达百毫秒级,在内部评测中总分 58 分高于参评通用模型最高分 49 分,已在电信万号客服和智能家居音箱中应用。
科大讯飞在全球 1024 开发者节上宣布首发星火语音基座大模型 SparkAudio 1.0。 该模型集成机器翻译、语音识别及语义理解能力,支持中英文任意切换与说话人实时识别,已全面上线讯飞输入法 16.0 等应用。 同时发布的讯飞 AI 录音环搭载 4+1 环麦阵列与 Wi-Fi 6,综合识别准确率超 96%,2 小时录音转写仅需 2 分钟。
科大讯飞发布讯飞星火 X2.6 端云一体大模型,宣称首次基于全国产算力实现代码和智能体能力突破。 模型采用 293B-A30B 参数的 MoE 架构,上下文长度拓展至 1M,输入限时 0.9 元/百万 tokens。 同步开源星火 X2.6-4B 端侧大模型,推理限时免费,下载量已进全球前四。
欧洲多家机构部署 NVIDIA Earth-2 开放模型,用于实际天气与气候预测。StormScope EU 模型基于欧洲气象数据训练,利用卫星观测以 10 分钟间隔预测 16 个 Meteosat 频道的云况演变。
本地模型 Flint 40B 实现 125 Tps 吞吐量,具备前沿水平性能。 该模型在 MacBook 上运行,主打高速推理。
AI 初创公司 Recursive 发布了名为 Flint 的免费端侧编码模型,该模型主要依靠其自动化研究系统 Eureka Machine 构建,团队在四个月内完成开发。
OpenAI 发布前沿 AI 民主治理第二部分方案,旨在赋能网络防御者。该蓝图涵盖加强安全护栏、现代化网络安全及增强公共机构韧性。
Who's Winning AI 发布了一个实时记分牌,通过7日平均的“能力、发布速度、资金”综合指数为AI实验室排名。排名显示 Meta 的 Muse Wonder 以 94.3 分位列第一,Anthropic 的 Claude Opus 5.5 以 91.6 分排名第二。
无界动力正式发布并开源 MWA™-Phoenix 隐空间世界模型基座,该端侧 7B 参数模型在 LIBERO-Plus、LIBERO-Pro、RoboCasa GR1、Bench2Dex、RoboTwin 2.0 和 RoboDojo 真机榜等六项评测中均取得领先成绩。
Inception 发布其新扩散语言模型 Mercury 3,称其在部分基准测试中胜 GPT-6 Luna 和 Claude Haiku 5.5,生成速度达 1,068 tokens/s(对比竞品分别为 ~130 和 ~240 tokens/s)。
推荐理由:Inception称其新扩散语言模型在12项测试中胜8项且速度达1068 tokens/s,但尚未有独立测试佐证。
IBM 发布三款语音模型更新:新模型 granite-speech-5.0-2b 支持多语言高精度 ASR、翻译及 2000 词关键词偏置,英文短文本 WER 为 5.06%。
推荐理由:IBM 发布并更新了 3 款开源语音模型,分别针对多语言高精转写、端侧极速推理与多说话人归属场景,给出了具体性能指标对比。
Black Forest Labs 发布开放权重的 5.6B 参数图像生成模型 FLUX 3 Image Klein。该模型优化了消费级 GPU 适配,其 INT8 版本仅需 8GB 显存即可运行。实测显示,在 RTX 5090 上生成 1MP 图像约需 4 秒,支持 4K 分辨率、文本转图像及像素级精确编辑。
同一新闻,精选展示《Black Forest Labs 发布 FLUX 3 Image Klein,5.6B 参数模型支持 4K 原生输出》
NVIDIA 扩展其开放模型家族,涵盖语言、机器人、生物及量子计算领域,旨在支持开发者构建符合本地语言和工业需求的应用。
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。
Ant 发布开源音频模型 Ming-3.0 Audio,采用 MIT 协议开源权重和代码。模型支持音频与文本混合输入,可生成书面或语音回复,并演示了分析财报电话会议、识别声音及讨论歌曲等场景。
MemTensor开源发布MemT 1.0系列,将记忆计算原生集成进Transformer架构以支持AI自我改进。该模型在SWE-bench Verified等基准测试中表现优于或持平外部文本记忆,且推理速度提升约1.86倍、状态占用大幅降低。
同一新闻,精选展示《记忆张量发布并开源 MemT 1.0 记忆原生大模型》
MiniMax M3.1 Flash 正式发布,在 Agents' Last Exam (ALE) 得分 29.6%,位列国产模型第一。输入 1 元/百万 Token,综合成本比上代降低 70%,速度最快 200+ TPS,在复杂 Agent 与编码场景表现卓越。
研究团队发布 Sage-A1.5,这是一个 35B MoE 架构的智能体模型,旨在通过自适应能力组合推进长程问题解决。相比前代 A1,Sage-A1.5 新增了代理编排、代理验证和开放科学发现三项改进:支持子代理任务委派与并行协作以分解复杂任务,通过进度检查与证据验证提升可靠性并修正策略,以及将能力延伸至探索性科学研究,生成可检查的研究工件。
小米 MiMo-V2.5-Pro 和 V2.5 模型已于 10 月 21 日上午 10 时正式下线,请求自动路由至 V2.6-Pro 和 V2.6-Flash。V2.6-Pro 支持多模态理解,V2.6-Flash 的 max_completion_tokens 默认值由 32768 调整为 131072,且两者在思考模式下不支持自定义 temperature 和 top_p。
OpenAI 发布研究报告,展示增强 GPT-6 Astra 等模型在 COBOL、Fortran 和 Visual Basic 等低资源编程语言上的能力。评测显示,GPT-6 Astra 在 MultiLangBench 中 20 种语言的平均测试通过率达 87.4%,较 GPT-5.6 Sol 提升显著。
推荐理由:OpenAI 公布了 GPT-6 系列在冷门编程语言迁移上的新评测数据,读者可据此了解模型在旧系统现代化方面的最新进展与成本变化。
Elevenlabs 于 10 月 20 日发布两款名为 Eleven Realtime 的语音模型。
VAST 开源实时生成式渲染器 EdenLive,其架构将游戏状态逻辑与视觉渲染解耦,模型仅负责根据上游状态实时生成画面。EdenLive 支持 5B 和 14B 模型,5B 版本在 RTX 5090 上可实现超 24 FPS 的 720P 实时生成。团队同时开源了 EdenGolem 智能体,用于辅助生成 3D 灰盒游戏。
推荐理由:文章解析了 EdenLive 实时生成渲染器的三层架构分工逻辑,展示了其在游戏交互中的实际应用。
NVIDIA 发布 Cosmos3-H-Dreams,这是一款基于临床胆囊切除术视频训练的实时生成式手术模拟器。该模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano 构建,通过 FlashDreams 加速流式推理,可支持单张 NVIDIA RTX PRO 6000 GPU 实时运行。
推荐理由:展示了在单张高端GPU上运行实时手术生成模拟器的技术路径,为具身智能提供了具体的工程参考。
蚂蚁百灵开源Ming-3.0系列五款语音模型,覆盖TTS、ASR与音频理解场景,权重已在Hugging Face和ModelScope开放。Ming-3.0-tts-0.5B通过自然语言指令控制表演细节,Ming-3.0-audio-flash实测可分析多人对话性格并定位背景音位置,ASR模型支持热词与上下文辅助识别。
同一新闻,精选展示《蚂蚁百灵开源 Ming-3.0 语音系列模型》
OpenAI 改进了其在 COBOL、Fortran、Visual Basic 等低资源编程语言上的表现,并称这些语言支撑着关键基础设施;IBM 估计 COBOL 支撑超过 40% 的在线银行系统和 95% 的 ATM 交易。
Mistral 发布 Voxtral 3 系列,包含语音转文本、文本转语音模型及基于 LiveKit 的语音智能体 SDK。语音转文本模型 Voxtral Small Transcribe 3 支持 50 多种语言,在 FLEURS 基准测试中表现优于 Whisper 和 Gemini 3.5 Transcribe。
推荐理由:Mistral 推出 Voxtral 3 语音智能体 SDK 及模型,覆盖 50 多种语言,读者可借此了解其实时流式对话与工具调用的整合方式。
ALTK-Evolve 通过让 GPT-4.1 从自身在 τ²-bench 上的运行轨迹中自动提炼行为指南(如先验证身份、一步只做一个动作等)并附加到系统提示词,无需更新模型权重,即可让 GPT-4.1 在 τ²-bench 零售域的 Pass^4 指标达到 67.5%,超越榜单快照中所有其他零售条目(包括微调模型 RAFT-30B-A3B)。
推荐理由:用GPT-4.1从自身运行轨迹提炼规则并加入提示词,在无需微调权重的情况下显著提升客服智能体的准确率与可靠性,提供了一种可迁移的智能体增强方法。
记忆张量发布 MemT 1.0,这是业内首个将历史编码为内部状态的记忆原生基座模型,包含 288B 参数的 Flash 版和 36B 参数的 Nano 版。MemT 1.0 在 SWE-bench Verified 上通过注入经验将平均成功率从 66.07% 提升至 69.73%,且在 128K 历史下推理速度比完整上下文方案快 1.86 倍,已开源至 GitHub 和 HuggingFace。
同一新闻,精选展示《记忆张量发布并开源 MemT 1.0 记忆原生大模型》
Cloudflare 发布了 Clairic 模型,该模型通过单轮处理实现比大语言模型更快、更低成本的数据提取。Clairic 已在 Workers AI 上开放预览,并计划随后发布开放权重。在实测案例中,Clairic 结合其他模型的智能体链条处理邮件所需时间为 19.3 秒,而单独使用 GLM-5.3 处理相同任务需 61.7 秒且成本近乎翻倍。
小米 MiMo-V2.6-Pro 模型正式上线 WorkBuddy,支持 1M 超长上下文与多智能体分工协作。 该模型在 Artificial Analysis 智能指数获 46 分,具备图像、视频、音频、文本全模态联合理解能力。 作为小米 RSI 路径探索关键一步,其 Pro 版 API 定价为每百万词元输入 3 元、输出 6 元。
Qoder 现已支持 MiniMax M3.1 Flash 模型。MiniMax M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现了代际提升,线上推理速度提升近 3 倍,使用成本降低 70%。用户可在 Qoder 国际版和 CN 版产品中切换体验。
推荐理由:Qoder官方确认接入MiniMax M3.1 Flash模型,该模型在Agentic任务和编程能力上有所提升,且推理速度与成本表现更优。
10月24日前,DeepSeek-V4.1-Flash-1017 在 Qoder 国际版和 CN 版限时免费,系数 0x,不扣 Credits。 该模型上周六更新,支持 1M 上下文窗口,思考强度可调至最大。
MiniMax M3.1 Flash 正式发布,并确认是匿名模型 Space Bunny 的正式版,主打高速推理与低成本。该模型在 Automation-Bench、DeepSWE、ALE 等基准上表现强劲,在 ALE 任务中花费约 739 元即可跑完,性能追平甚至部分反超旗舰级模型如 Claude Opus 5。
推荐理由:M3.1 Flash 的定价与多任务基准成绩被并排放在 DeepSeek V4.1 Flash 和 Opus 5 的坐标系中,可以直接看出当前低段位模型的价格锚点。
MiniMax 正式更新 M3.1 Flash,该模型在复杂 Agent 任务、编程、Computer Use 及网络安全能力上实现代际提升。M3.1 Flash 线上推理速度提升近 3 倍,使用成本降低 70%,输入价格为每百万 Token 1 元,输出价格为每百万 Token 4 元。模型现已上线 MiniMax API、MPlan 及 MiniMax Code。
推荐理由:发布M3.1 Flash模型,推理速度提升3倍且成本降低70%,在自动化与编程等Agent任务中达到顶尖水平。