跳到正文
10月16日周五
  1. Hacker News AI88

    Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节

    Microsoft AI 完成 MAI-Base-2 预训练,该 MoE 模型拥有 800 亿激活参数和 2.8 万亿总参数。MAI-Base-2 在保留评估中优于 DeepSeek-V4-Pro-Base,其预训练效率比参考模型高 4-12 倍。

    推荐理由:Microsoft 公布了 MAI-Base-2 预训练细节,包括 scaling 法则、MoE 优化和数据管道,展示了前沿基础模型的构建路径。

10月15日周四
  1. Mistral AI80

    Mistral 发布 Timestral 时序基础模型

    Mistral 发布首个时序基础模型系列 Timestral,提供 5M、28M、123M、209M 四档模型。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项基准上排名第一,参数量仅为此前最优模型的三分之二,并支持概率化多变量预测、past-only 和 known-future covariates。

    推荐理由:209M参数的时序基础模型在三项公开基准中取得第一,并支持概率化多变量预测与CPU端部署。

  2. IT之家85

    英伟达发布 1200 亿参数开放多模态模型 Nemotron 3.5 Super VL

    英伟达发布 1200 亿参数开放多模态模型 Nemotron 3.5 Super VL,将推理、指令遵循、工具调用与文本、图像、文档及视频理解整合进同一模型,面向持续运行、执行多步骤任务的 AI 智能体。

    推荐理由:原文给出了 1200 亿参数开放多模态模型的评测、部署优化和端侧压缩方案,读者可以据此判断其单 GPU 吞吐量和智能体任务落地成本。

  3. Hacker News AI45

    Mr. Chatterbox 2.7B 发布:基于19世纪英国文本训练的AI模型家族

    作者发布 Mr. Chatterbox 模型家族,包含 345M、500M、1.2B 及 2.7B 四个基础模型,均基于 Llama 框架并采用 Chinchilla 最优参数训练。 最大模型 2.7B 的 97.2% 微调数据源自19世纪时期文本,在 AICHR Chronologic 基准测试中性能超越更大模型。 开源项目附带完整训练代码及 SFT 数据集,供研究人员进行复古语言模型实验。

  4. 智东西79

    华为麒麟9050系列深度解读:韬定律与逻辑折叠技术细节披露

    华为在上海举办技术沟通会,详细解读麒麟9050系列及影像、屏幕等技术细节。文章指出,基于韬定律的逻辑折叠技术通过混合键合实现麒麟9050 Pro的量产,CPU主频提升12.7%,NPU算力提升140%,端侧30B大模型通过存算协同与量化方案实现在仅2.5GB内存下运行。

    推荐理由:结合华为技术解读与论文细节,读者可理解韬定律与逻辑折叠如何解决几何缩微瓶颈。

  5. Hugging Face Blog65

    Apertus 1.5 模型发布:引入多模态与推理模式

    Apertus 1.5 发布 8B 和 70B 模型,基于 Apache 2.0 许可开放,支持图像和音频输入,上下文窗口扩展至 262,144 tokens。通过引入 Thinking 模式增强推理能力,并使用 Early-fusion 架构将多模态数据转化为离散 token,模型在代码编写和指令遵循上显著优于同等规模的开源权重模型。

    推荐理由:原文提供了全开放的多模态开源模型训练细节和评测体系,可帮助读者理解早期融合架构在开放生态中的落地路径。

  6. Seven Minute Feed45

    Artemis Security 发布 Orion-1,称其网络安全防御性能超越 Claude Opus 5.5

    Artemis Security 发布 Orion-1,该模型能自主调查并响应企业网络攻击。其通过关联多源日志追踪攻击者并触发反制措施。 在 Artemis 内部基准测试中,Orion-1 优于 Claude Opus 5.5 和 GPT-6 Sol,攻击重构任务得分达 80.8。 Artemis 指出,旨在防范黑客的通用模型护栏常会阻碍防御者,Orion-1 旨在解决此痛点。

  7. 千问大模型75

    WMT26机器翻译大赛结果:Qwen-MT-Lumen与Wayfinder获多项冠军及最佳系统

    WMT26评测中,受限赛道模型Qwen-MT-Lumen在23个细分领域获18冠3亚,被评Clear Winner;全赛道系统Wayfinder获5冠4亚,为唯一Best System Overall。Qwen作为基座被9个参赛系统采用,居首。

    推荐理由:报告给出了14B模型与Agent系统在WMT26的具体名次和技术路径,为判断翻译模型轻量化与多智能体协作的落地效果提供了直接依据。

  8. IT之家21

    理想 i9 Home 搭载自研电池开启交付,售价 36.98 万元

    理想汽车宣布搭载自研 5C 三元锂电池的全新理想 i9 Home 正式开启交付,该车售价 36.98 万元。 新下定用户已全量切换为理想自研电池,电芯由欣旺达代工,电池包及热管理系统由理想自研。 此次交付标志着理想 i9 的电池方案正式切换至自研体系。

  9. 蚂蚁开源68

    蚂蚁百灵开源 Ling-3.1-flash 模型

    蚂蚁百灵正式开源 Ling-3.1-flash,该模型总参数约 560B,每个 Token 激活约 25B,最高支持 1M 上下文。在 Hopper GPU 部署中,通过量化将权重占用降至 292GB,服务部署从 8 卡降至 4 卡,在 4 卡配置下平均吞吐约为 1.36 QPS。

    推荐理由:原文给出了560B参数规模与4卡部署细节,读者可以据此判断该模型在低成本硬件上落地的可行性。

  10. 智东西74

    蚂蚁百灵开源 Ling-3.1-flash 模型并实测其办公与 Agent 能力

    蚂蚁百灵开源 Ling-3.1-flash 模型,该模型总参数量约 560B,激活参数约 25B,上下文窗口为 1M。智东西实测该模型在财报分析、个人工作助理、3D 场景搭建及移动端 App 开发等任务中,能完成从需求理解到交付可运行成果的完整流程,且在 Design Arena 开放权重模型评测中多项视觉与开发能力位列前三。

  11. 量子位86

    昆仑万维开源Matrix-Game 4.0:单张RTX 5090实时运行游戏世界模型

    昆仑万维旗下Skywork AI开源发布游戏世界模型Matrix-Game 4.0,官方称其为全球首款可在单张消费级显卡实时运行的产品。该模型采用“游戏引擎显式维护状态、视频模型生成画面”的Harness架构,结合少步自回归蒸馏与KV缓存优化,在一张RTX 5090上实现了60 FPS的实时生成与响应。

    同一新闻,精选展示《昆仑万维发布 Matrix-Game 4.0,实现消费级显卡实时生成游戏并开源》

  12. arXiv · NLP44

    LLM-jp-4 技术报告

    LLM-jp-4 发布 8B 稠密模型与 32B-A3B MoE 模型,均在约 12 万亿 tokens 上从头训练。 该家族模型强调透明性与可复现性,公布了数据与选型标准,性能超越前代且媲美同规模开放权重模型。 旨在为未来主权 AI 开发提供参考。

  13. IT之家77

    昆仑万维开源 Matrix-Game 4.0 消费级显卡视频大模型游戏

    昆仑万维发布 Matrix-Game 4.0,这是世界上第一款运行在单张消费级显卡上的视频大模型游戏。该系统在 NVIDIA RTX 5090 上实现了 480p、60 FPS 的实时运行,交互延迟低于 150 毫秒。Matrix-Game 4.0 构建了由游戏引擎维护状态规则、视频生成模型实时渲染画面的新范式,并同步在 GitHub 和 Hugging Face 开源。

    同一新闻,精选展示《昆仑万维发布 Matrix-Game 4.0,实现消费级显卡实时生成游戏并开源》

  14. 机器之心92

    昆仑万维发布 Matrix-Game 4.0,实现消费级显卡实时生成游戏并开源

    昆仑万维发布 Matrix-Game 4.0,基于 Wan2.2 5B 模型,在单张 RTX 5090 上实现 480p/60 FPS 游戏运行,端到端延迟低于 150ms,并同步开源模型权重与游戏代码。

    推荐理由:基于单张消费级显卡实现60FPS交互游戏运行,对比英伟达竞品在延迟和算力需求上的具体差异,以及代码权重双开源的落地价值。

  15. IT之家80

    xAI 发布 Grok Voice 3.0,号称全球最智能的语音转语音模型

    xAI 发布 Grok Voice 3.0,官方称其为全球智能水平最高的语音转语音模型,拥有低于 1 秒的延迟。该模型在 Artificial Analysis 独立测试的语音转语音综合榜单中排名第一,得分 86.9;全双工基准测试得分 97%;在 ServiceNow EVA 基准测试中取得 74% 的最高精度得分。

    推荐理由:该稿件汇总了 Grok Voice 3.0 在第三方基准测试中的排名与延迟优势,为评估语音智能体落地价值提供了量化参照。

  16. Hugging Face Blog36

    HiRO-ACEv2 发布:以 1/300 成本模拟全球 3 km 极端天气

    阿里巴巴 AI2 团队发布 HiRO-ACEv2 系统,能以约 1/300 的成本生成全球 3 km 气候数据,模拟成本远低于高分辨率模型 X-SHiELD。 HiROv2 模型可精准复现极端降雨、风压事件,统计误差控制在 3% 以内,并更新了粗分辨率基础模型 ACE。 该系统为研究人员提供了低成本获取长期高分辨率极端天气数据的途径,未来计划扩展至不同气候背景及新增地表温度、积雪等输出变量。

10月14日周三
  1. 36氪94

    谷歌 Gemini 4 Argon 发布,主打通用物理推理与视频生成能力

    谷歌发布通用物理推理模型 Gemini 4 Argon,主打物理直觉与视觉空间推理,可生成代码和仿真场景,在文本、逻辑能力上对标 GPT-6 Astra 和 Claude Opus 5.5。实测显示 Argon 具备较强的 3D 生成和物理投掷推理能力,但在真实工程代码表现和 UI 交互上仍有短板,且仅限 Ultra 用户完整使用。

    推荐理由:实测展示了Gemini 4 Argon在物理推理、3D生成上的突破,以及在真实代码与UI体验上暴露的短板。

  2. 面壁智能82

    面壁智能开源 MiniCPM-V 4.7:350 亿参数 MoE 端侧多模态新上限

    面壁智能联合 OpenBMB 社区正式发布并开源端侧多模态模型 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 是全球首个可在端侧无损流畅运行的开源 MoE 多模态模型,在约 3GB 内存的 iPhone 17 Pro Max 上实现每秒 13+ token 的生成速度。

    推荐理由:原文披露了 35B 参数 MoE 模型在 3GB 内存端侧运行的具体性能数据与 LES 调度技术细节。

  3. 机器之心85

    自然意志发布Natura-1:基于百万小时人类数据的灵巧操作基础模型

    自然意志发布50B参数MoE模型Natura-1,该模型在100万小时第一视角人类数据上预训练,支持100毫秒控制回路驱动的20自由度灵巧手操作。在12项零样本基准测试中,Natura-1在灵巧手平台得分53.4至59.1分,显著优于π0.5和GPT-6 Astra在夹爪平台的得分。模型还展现出从失败中调整策略的涌现能力,团队计划后续引入触觉信息并扩大数据规模。

    推荐理由:通过百万小时人类数据验证了灵巧手操作与零样本泛化的可行性,展示了模型在长程任务中的实时控制能力。

  4. 量子位80

    面壁智能与OpenBMB开源MiniCPM-V 4.7:3G内存运行35B多模态MoE模型

    面壁智能与OpenBMB正式开源多模态模型MiniCPM-V 4.7,提供35B-A3B和1.3B两个版本,其中35B总参数MoE模型仅占3G内存即可在iOS、安卓端侧流畅运行。该模型支持前瞻专家调度与自回放微调技术,在iPad M4上解码速度提升5倍,并兼容SGLang、vLLM及Ollama等主流推理框架。

    同一新闻,精选展示《面壁智能开源 MiniCPM-V 4.7:350 亿参数 MoE 端侧多模态新上限》

  5. 机器之心88

    谷歌上线 Gemini 4 Argon,API 价格限时五折

    谷歌 DeepMind 正式推出 Gemini 4 Argon,具备 100 万 token 上下文,定价限时五折,输入 2 美元/百万 tokens、输出 10 美元/百万 tokens,优惠持续至 11 月 30 日。Argon 助力 Chrome 数月重构在几周内完成,并零样本指导 Apollo 机器人掌握扔沙包技能。

    同一新闻,精选展示《Google DeepMind 发布前沿模型 Gemini 4 Argon,主打解决复杂实际问题》

  6. Simon Willison51

    llm-gemini 0.35 支持 Gemini 4 Argon 模型

    llm-gemini 新增 Gemini 4 Argon 支持,该模型可通过 Gemini API 及 100 美元/月的订阅方案使用。Argon 定价为 2 美元/百万输入 token 和 10 美元/百万输出 token,与 GPT-6 Sol 持平,约为 Claude Opus 5.5 的一半,但 12 月 1 日后价格将翻倍。