跳到正文
11月19日周四
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon 模型,在 Artificial Analysis Intelligence Index 上以 xhigh thinking 级别获得 61 分。

    推荐理由:原文披露了模型在编程、科学推理及网络防御评测中的成绩,提供了定价与 API 部署细节,便于判断其性价比与落地场景。

11月16日周一
  1. R/ArtificialInteligence90

    Qwen4-Max发布,采用MoE架构与1M上下文窗口

    阿里发布Qwen4-Max,基于新MoE架构并原生支持视觉,拥有1M上下文窗口。该模型在内部评测中比Qwen3.8-Max性能更强且token消耗少约50%,单任务成本降低60%以上。输入价格$1.5/M,输出$4.5/M,隐式缓存$0.075/M,API已在QwenCloud上线,可用于3D建模、软件开发及金融等实际任务。

11月15日周日
11月12日周四
  1. 量子位83

    文心5.5 Flash Preview发布,强调端到端编程能力并宣布即将开源

    百度发布文心5.5 Flash Preview模型,总参数2800亿,单次推理激活140亿参数,支持百万Token上下文,生成速度超过每秒200 Token。该模型重点强化端到端编程能力,实测可通过Python代码生成3D动画、网页游戏及Blender模型,并计划近期以Apache 2.0许可证开源,API支持限时折扣。

    推荐理由:原文给出了端到端编程能力的关键指标与实测案例,读者可以据此判断该模型在复杂开发任务中的实际表现。

11月11日周三
  1. Hugging Face Blog68

    Tether AI 发布 BotPsy:0.8B 参数端侧智能体模型

    Tether AI 发布 BotPsy,一款基于 Qwen3.5-0.8B 构建的 0.8B 参数端侧智能体模型,采用 Apache 2.0 协议开源。通过在 BFCL v4 等六项工具调用基准上取得领先成绩(平均 45.0 分),并在推理 token 效率上较基座模型提升约 3 倍,该模型在低中难度任务场景中展现出优于 1.2B 以下规模模型的表现力。

    推荐理由:0.8B 端侧模型通过蒸馏与两轮 RL 训练,在工具调用和多轮 Agent 基准上超越 2.5 倍参数量的模型,展示了小参数智能体路径。

11月10日周二
  1. arXiv · NLP39

    MNN-Pocket-0.3B 技术报告发布

    MNN-Pocket-0.3B 开源发布,这是专为端侧部署设计的 3 亿参数稠密语言模型。 该模型支持 32K 上下文,INT4 部署体积仅 173MB,在 iPad Pro M5 上解码吞吐量达 466 tokens/s。 基于约 4.1 万亿中英文 token 预训练,其在同类开源模型中表现领先,并优于部分 0.5B 参数模型。

11月8日周日
  1. IT之家49

    物理智能开源平台 Hitch Open 在进博会发布,142 拍刷新 AI 机器人乒乓对打世界纪录

    全球物理智能开源平台 Hitch Open 在进博会正式开源,联合交大神创团队以 142 拍刷新 AI 机器人乒乓对打世界纪录。 该平台聚焦真实物理环境感知与决策,乒乓对打作为极限考场,要求机器人在百毫秒反应窗口内完成实时研判闭环。 此举旨在通过极限赛事解决复杂物理世界挑战,推动自动驾驶、具身智能及机器人技术发展。

11月7日周六
11月6日周五
11月5日周四
  1. 智东西80

    百度开源文心5.5 Flash Base:280B总参数14B激活,同尺寸SOTA并支持1M上下文

    百度发布并开源文心5.5 Flash Base(ERNIE-5.5-Flash-Base)。该模型采用稀疏MoE架构,总参数280B,每token激活14B参数,基于33.5T tokens预训练,最长训练上下文128K,微调与推理支持1M tokens上下文。

    同一新闻,精选展示《百度开源文心 5.5 Flash Base 基模,主打效率与创新架构》

  2. IT之家91

    月之暗面开放 Kimi K3.1 Pro 2.8 万亿参数权重,Agent Arena 开源模型榜登顶

    月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,该模型采用混合专家架构,总参数量 2.8 万亿。在 Agent Arena 智能体排行榜中,Kimi K3.1 Pro 位列开放权重模型第一,基于超 1.75 万次真实长周期会话的净改进率为 +5.1%。

    推荐理由:月之暗面如期开放 2.8 万亿参数模型权重,给出了部署规模与核心智能体评测数据,读者可据此判断该模型的开源生态影响。

11月4日周三
  1. 腾讯混元92

    腾讯混元 Hy4 正式版发布

    腾讯混元 Hy4 正式发布,首次引入视觉与电脑操作能力,金融综合表现及内部科研评测位居开源第一。官方计划开源模型权重,已在腾讯云等渠道上线,API 价格与预览版保持一致。

    推荐理由:原版在金融众测与科研任务上取得开源第一,并展示了从代码到生物建模的跨领域生产力落地。

  2. 量子位71

    招商局狮子山实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

    招商局狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,该模型采用 MoE 架构,总参数 35B 但每个 Token 仅激活约 3B 参数。模型在十项主流具身相关基准上全部指标上涨,等权综合均分达到 65.29,多项核心能力超越更大参数量模型。权重已在 Hugging Face 开源,兼容 Transformers、vLLM 和 SGLang 等框架。

    推荐理由:展示了能力牵引的数据引擎方法,读者可了解其如何在低激活参数下提升具身推理能力。

11月3日周二
11月2日周一
  1. 量子位70

    商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash

    商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,当前限时免费。官方评测显示该模型在 TeamBench 和 DataAnalysis2.0 上位列第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。

    推荐理由:文章展示了模型在生成网页、PPT及海报上的直接交付能力,读者可了解其委派智能特性及长期记忆机制在办公场景中的应用。

  2. IT之家82

    美团龙猫发布 LongCat-2.5 原生多模态模型:1.6T 参数,强化长程智能体任务

    美团龙猫发布原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数。模型通过视觉多层级离散 token 统一处理视觉与文本,强化 Visual Coding 与创意设计、3D 任务;在代码库开发等复杂任务上提升端到端能力,并提供在线体验与 API 接入,开源平台即将上线。

    同一新闻,精选展示《美团正式发布 LongCat-2.5:面向智能体任务的原生多模态模型》

  3. Hacker News AI86

    Avartha 发布 Ava Zero 1:开源权重语音智能体在任务完成率上领先 OpenAI、Google 和 xAI

    Avartha 发布名为 Ava Zero 1 的开源权重语音模型,其在 Sierra 的 τ³-Voice 基准测试中以 86.0% 的任务完成率位居榜首,超越 OpenAI GPT Live 1、xAI Grok 及 Google Gemini。

    推荐理由:原文通过对比任务完成率,展示该开源语音系统在实时场景下超越主流闭源闭环的能力。

11月1日周日
  1. 量子位84

    DeepSeek 开源 Super-agent 架构

    DeepSeek 开源了名为 Super-agent 的 Personal Agent 底层架构,支持跨平台多任务并行与自主Bug修复。实测显示该方案任务完成时间中位数为12.4分钟,95分位数为15.7分钟,优于传统单会话方案。该架构采用 Router 与 Worker 双层设计,并引入投机执行、订阅直通机制及 Watchdog 看门狗以实现24小时在线与异常自愈。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

10月30日周五
10月29日周四
  1. 量子位76

    天数智芯发布天垓300与彤央TY1200并现场实测跑赢英伟达H200及Thor T5000

    天数智芯发布天垓300、彤央TY1200及天数智算软件栈。现场实测显示,天垓300在文生图任务上耗时95.6秒快于H200的112秒;彤央TY1200在断网端侧环境下,运行Qwen3.8-27B的性能达到Thor T5000的138%,并成功运行MicroDuck仿真任务。

    推荐理由:实测数据对比了天垓300与H200、彤央TY1200与Thor T5000的性能差异,展示了国产芯片在云边两端的落地能力。

  2. 量子位71

    扩散智能发布35B扩散语言模型Clover,Web Agent速度超Jev一倍

    扩散智能发布Clover-35B-A3B-Preview,这是一款采用MoE架构的扩散语言模型,总参数量350亿,激活参数30亿。在WindTunnel网页Agent评测中,其中位执行时间1.52秒,速度快于Jev+Mercury 2.5组合(3.21秒),成功率98.6%。在SWE-bench Verified代码评测中得分73.6,Terminal-Bench 2.1得分51.7。

    同一新闻,精选展示《DiffuSpace开源Clover 35B扩散语言模型,性能媲美自回归模型》

10月28日周三
  1. 机器之心80

    谷歌发布Genie 4世界模型,支持实时交互与原生音频生成

    谷歌发布新一代世界模型Genie 4,支持用户通过键盘和自然语言实时改变视觉环境与物理现象。该模型原生生成实时音频,并融合 Gemini 3.8 Flash 模型以支持复杂事件推理与任务规划。目前处于早期研究阶段,将在 SynthID 水印保障下向受限用户开放研究预览。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  2. 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。

    同一新闻,精选展示《OpenAI 宣布数学与物理科学突破》