跳到正文
10月27日周二
  1. Sam Altman (X)92

    Sam Altman 宣布 GPT-6.1 Terra 开启计算机使用新纪元

    Sam Altman 发布推文宣布 GPT-6.1 Terra 上线,特别强调其开启了计算机使用的新纪元。引用的 OpenAI 说明称,该模型能以更低价格提供快速且有能力的计算机使用,可理解屏幕内容、跨应用执行操作并自然写作,成为更高效的工作日模型。

    推荐理由:OpenAI 负责人强调 GPT-6.1 Terra 开启计算机使用新纪元,为理解该模型在跨应用操作与日常工作流定位提供第一手视角。

10月26日周一
  1. 机器之心63

    可可矩阵发布机器人模型 CO01:支持经验提示实现即时适应

    可可矩阵(COCO Matrix)发布机器人模型 CO01,提出「经验提示」机制,使机器人无需微调即可利用示范、失败记录和即时指导适应新任务。在未见任务测试中,单段示范配合约 1 分钟准备时间可使平均成功率达到 52%,而微调达到相近水平需约 180 条示范及 9 小时;保留自身历史尝试时,真机累计成功率从首次的 33% 提升至五次内的 84%。

  2. IT之家76

    腾讯混元同声传译大模型 Hy-SimulMT 开源,响应时间仅 3 秒超人类译员

    腾讯混元同声传译大模型 Hy-SimulMT 发布并开源,支持中英文语音实时互译,实测响应时间 3 秒左右,优于人类专业译员 4-5 秒的平均水平。该模型具备实时音色克隆功能,支持中英语言间的音频输入与实时译文及语音生成。

    同一新闻,精选展示《腾讯混元开源 Hy-SimulMT 同声传译大模型》

  3. 量子位68

    讯飞Spark-X2.6实测:全国产算力与端云协同能力验证

    讯飞Spark-X2.6上线星辰MaaS平台,采用MoE架构总参数293B,支持1M上下文。实测中Spark-X2.6-4B离线完成经营复盘与合同脱敏,云端处理复杂审查,路由准确率提升至96.1%。

    推荐理由:实测展示了Spark-X2.6在纯CPU离线场景下的Agent任务完成度及端云脱敏协同流程,提供了国产算力落地的具体参考。

  4. 36氪67

    Vivix 创始人刘宇:不卷世界模型,押注实时交互内容

    Vivix 创始人刘宇明确公司核心并非通用世界模型,而是构建理解、交互与生成一体化的底层实时交互引擎。目前 V1 的推理成本已降至每小时 0.2 美金,逼近 YouTube CDN 带宽成本,支持 300 毫秒到 600 毫秒首帧生成。公司计划 Q4 上线 W2 并开放模型 API,将游戏和直播作为高价值交互场景,通过实时生成创造新内容品类。

    推荐理由:创始人刘宇首次阐述 Vivix 实时交互模型路线,展示了 300-600ms 响应成本对标 YouTube 带宽的底层逻辑。

10月25日周日
  1. IT之家54

    Block 推出全双工 AI 语音模型 Dessa

    Jack Dorsey 旗下的 Block 推出全新全双工语音模型 Dessa,该模型支持在 M4 Max 及更高配置的 MacBook 本地运行。Dessa 原生内置情绪表达,能模拟笑声、停顿等人类特征,且无需依赖大语言模型调取知识。目前该模型暂不对外开放,正邀请安全研究者重点测试语音智能体欺骗人类的风险场景。

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. 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》

  6. 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。

  7. 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》

  8. 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。

  9. 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. IT之家39

    月之暗面发布 Kimi K3.1 预热视频,支持 1M 上下文与四档推理强度

    月之暗面今日发布 24 秒预热视频,界面显示 Kimi Code 运行 Kimi K3.1,预示模型即将上线。 SGLang 代码证实 K3.1 在原有三档推理基础上新增 medium 档,沿用 1M 上下文窗口及 16 个特殊 Token。 该模型实体已在 Hugging Face 就位,但官方未公布具体发布日期、参数规模及定价。

  4. 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。

  5. 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。