跳到正文
10月6日周二
  1. TechCrunch · AI76

    Reflection 推出 501B 参数开源模型 Beam 对标国产模型

    Reflection AI 发布其首个前沿开源模型 Beam,该公司称 Beam 在高级推理基准上性能媲美 Z.ai 的 GLM-5.2,同时推理算力消耗降低 3-4 倍。该 501B 参数模型采用 MoE 架构,拥有 23B 激活参数,支持 1M token 上下文窗口,主要面向企业级和主权 AI 场景。

    同一新闻,精选展示《Hugging Face 开源 501B MoE 模型 Beam》

  2. Hacker News AI93

    Reflection 发布 501B 开源权重模型 Beam,主打编码与智能体场景

    Reflection 发布其首个开源权重模型 Beam,这是一款 501B 总参数量、23B 激活参数的稀疏 MoE 模型,面向编码、推理与智能体工作负载。模型在 23.8T tokens 上预训练,并使用了 10.5K 块 NVIDIA GB300 GPU 进行 4 周的高强度强化学习,生成超 1 亿条 rollouts。

    同一新闻,精选展示《Hugging Face 开源 501B MoE 模型 Beam》

  3. R/ArtificialInteligence23

    Jiwo 开源小型决策模型登顶决策指数榜单

    Jiwo 微调 Qwen3.5 推出两款小型决策模型,在决策指数榜单中取得优异成绩。其 0.8B 版本在 sub-1B 类别排名第一,得分比该类别其他最佳 Qwen3.5-0.8B 微调模型高出 45.7%。开发工作主要集中于数据校准和外部数据集改编,作者期待社区贡献能进一步提升性能,未来 Qwen 3.8 的发布也将推动这类模型的发展。

10月5日周一
  1. R/ArtificialInteligence66

    GPT-6 Astra 无视觉操控魔兽世界通关及 ChatGPT 图像广告测试

    开发者将 OpenAI 的 GPT-6 Astra 连接至开源魔兽世界客户端,模型通过读取原始服务器网络数据包和 SQL 文件而非视觉画面,在 40 分钟内零死亡通关兽人起始区域并自主管理装备。此外,OpenAI 正在图像创作工作流中测试静态图像广告,面向美国部分广告主,免费用户可见而付费用户不可见。

  2. IT之家81

    TypeSafe AI 决策模型 Jev 日处理量达 1 万亿 Token,硅谷巨头火速跟进复刻

    初创企业 TypeSafe AI 发布的决策模型 Jev 近日日处理量达到 1 万亿 Token,且约 25% 的世界 500 强企业正在使用该模型。Jev 并不生成完整文本,而是将输入内容归类到预设的“是”或“否”、数值评分等输出结果中,被称为“面向校准决策的强化学习”。

    推荐理由:通过拆解硅谷巨头的迅速跟进动作,该材料让读者看清了专用决策模型正在如何在底层重构大语言模型之外的应用生态位。

10月4日周日
10月3日周六
  1. Hacker News AI69

    Aleph Alpha 发布主权开源权模型 Kolibri

    Aleph Alpha 发布英语-德语混合专家模型 Kolibri,总参数量 78B,激活参数量 3B,支持最高 1M token 上下文,并开放 Apache 2.0 许可权重供下载。该模型针对政府、工业和航空航天等监管领域进行了专项优化,在数学、编码和长上下文基准测试中达到了性能与推理成本之间的帕累托前沿。其训练基础设施具备自动化恢复能力,支持在不同推理努力层级间切换以平衡成本与答案质量。

  2. Hacker News AI80

    Aleph Alpha 开源 780 亿参数 MoE 模型 Kolibri

    Aleph Alpha 发布开放权重 LLM Kolibri,采用 781 亿参数 MoE 架构,每个 token 激活约 3.46 亿参数,支持德语和英语。该模型使用 Apache 2.0 协议,在 Hugging Face 提供权重,支持 26 万原生上下文及 100 万扩展上下文,需约 78 GB 显存。

    推荐理由:通过对比tokenizer效率与幻觉抑制测试,帮助读者判断该模型在本地化部署与多语言推理中的实际可用性。

  3. APPSO57

    Tavus 发布 Griffin 实时视频交互模型

    AI 研究团队 Tavus 发布实时视频交互模型 Griffin 并公布一项实验结果:在一分钟视频通话中,54 名参与者里 48% 的人认为对方是真人。Griffin 采用全双工视频交互方案,其开源版本 Griffin-Lite 支持实时生成 720p 视频,延迟为 0.43 秒,并已在英伟达 VideoFDB 公开榜单上取得生成赛道最高分。

10月2日周五
  1. 机器之心62

    淘宝 TaoMate-H3 开源:支持分钟级流式音视频连续生成

    淘宝 TaoMate-H3 已开源推理代码与 LoRA 权重,该模型基于 MiniMax H3,通过三步流式生成支持分钟级音视频连续续写与 480p 至 1080p 输出。实测中 TaoMate-H3 的纯 DiT 计算耗时较原版降低 11.45 倍,首段就绪时间缩短 27.66 倍,推理代码位于 GitHub,模型权重位于 Hugging Face,团队计划后续发布 FL2AV 流式模型。

10月1日周四
  1. Sam Altman (X)33

    ```json

    { "title_zh": "OpenAI 称 6.1 Sol 负载性能改善", "body_zh": "另外,6.1 Sol 是我们史上增长最快的模型,在负载下表现一度较慢。现在应该好多了!" } ```

  2. 智东西92

    谷歌发布Gemini 4 Argon:100万Token输出上限,成本较GPT-6 Astra降低40%

    谷歌发布新一代旗舰模型Gemini 4 Argon,面向软件工程、企业知识工作和网络安全防御,最大输出Token上限提升至100万。在DeepSWE v1.1等测试中,Argon成绩领先GPT-6 Astra和Claude系列模型;按折扣定价,其每任务成本较GPT-6 Astra降低40%。

    推荐理由:原文汇总了Gemini 4 Argon在多项企业级基准中的领先数据、100万Token输出上限及实际内部落地案例,并补充了开发者关于其提示词敏感度的早期反馈。

  3. Google DeepMind96

    Google DeepMind 发布 Gemini 4 Argon 前沿大模型

    Google DeepMind 发布新的前沿模型 Gemini 4 Argon,该模型在软件开发、企业知识工作和网络安全防御等复杂任务中提供前沿性能,目前先向受信任的网络安全防御团队开放,稍后开放给开发者、企业和消费者。

    推荐理由:官方发布材料列出了 Argon 在软件开发、知识工作和网络安全防御上的评测数据与内部工程应用案例,可供读者判断其实际工作流价值。

9月30日周三
  1. 百灵大模型76

    百灵发布 Ling-3.1-flash 模型,主打真实世界复杂任务处理

    百灵推出 Ling-3.1-flash 模型,总参数约 560B,激活参数约 25B,上下文窗口上限 1M。该模型在办公、医疗、软件工程等真实任务评测中表现突出,支持长达数十小时的持续代码开发与调试,并计划在免费体验期结束后同步开源。

    推荐理由:文中提供了架构参数、具体任务基准及对比数据,帮助判断模型在长程任务与多场景下的实际表现与开源计划。

  2. 智东西79

    美团 LongCat-2.5-Preview 编码能力实测:复刻 Muse 前端与 3D 游戏

    美团 LongCat 团队上线万亿参数预览版模型 LongCat-2.5-Preview,作者将其接入 Claude Code 进行了三项编码任务实测。模型支持 100 万 Token 上下文和原生多模态,测试显示其能完成 Meta Muse 界面复刻、SpaceX 星舰升空动画及 3D 赛车游戏,具备可运行产出但思考耗时较长。

    推荐理由:实测覆盖了复刻App、动画与游戏三类任务,并给出了耗时与Token消耗等可复现指标,方便评估LongCat在Coding场景的实际可用性。

  3. Seven Minute Feed45

    PostHog 开源 Jeeves:基于 Qwen3.5-9B 的 9B 推理决策模型

    PostHog 开源了基于 Qwen3.5-9B 构建的 Jev 风格分类器 Jeeves,采用 LoRA 和指针头技术。 该模型在领域外测试中得分 0.889,优于 Jev 的 0.857;在 JevBench 公开层级上得分 0.935,优于 Jev 的 0.866。 在单张 H100 上,无推理模式请求耗时约 0.3 秒,启用推理模式后中位数为 3.3 秒;训练代码与数据均已完全开源。

  4. Sam Altman (X)76

    Sam Altman 发布 6.1 Sol 模型,定价仅为 Astra 五分之一且享 95% 缓存读取折扣

    Sam Altman 宣布发布 6.1 Sol 模型,其价格仅为 Astra 的五分之一,并提供 95% 的缓存读取折扣。该模型被描述为能力极强,结合 ultrafast 功能可实现 8 倍加速,目前 Astra 已支持该功能,6.1 Sol 即将接入。

    推荐理由:创始人亲自公布模型定价与缓存折扣细节,为评估性价比提供了官方依据。

9月29日周二
  1. Hugging Face Blog81

    NVIDIA Kumo Tabular 开源表格基础模型发布

    NVIDIA 在 Hugging Face 和 GitHub 发布开源表格基础模型 Kumo Tabular,它基于 Transformer 架构,针对表格数据的列、行和上下文注意力设计,支持分类和回归任务,无需训练、调参或特征工程即可通过单次前向传播进行预测。

    推荐理由:文章给出了模型规模、基准排名与调用代码,读者可以据此判断它是否适合替代传统树模型流程。

  2. 阿里语音AI80

    Qwen-Audio-3.1-TTS 拿下全球权威语音榜冠军

    9 月 28 日,Qwen-Audio-3.1-TTS 在 Artificial Analysis 的 Controlled Voice Arena 中以 1177 的 Elo 评分位列全球第一。该模型支持多语种及方言合成,强调声音情绪和语速的自然表达。当前 Qwen-Audio 全线语音模型价格下调,最高降幅达 95%,API 服务已上架千问 AI 平台。

    推荐理由:Qwen-Audio-3.1-TTS 登顶权威评测,且全线模型大幅降价,开发者能直接获取低成本的多语种语音 API。