跳到正文
10月23日周五
  1. 机器之心75

    Kimi K3.1 与 Qwen 4 疑似现身 Code Arena 匿名盲测

    Kimi K3.1 与 Qwen 4 疑似分别以代号 Kibitz 和 Kalmia 现身 Code Arena 匿名盲测。Kibitz 疑似对应 Kimi K3.1,其 Token 成本被指仅为 GPT-6 Astra 的 1/14;Kalmia 疑似对应 Qwen 4,具备比肩 GPT 6.1 Sol Ultra 的潜力。

    推荐理由:文章通过社区线索梳理了 Kimi K3.1 与 Qwen 4 的匿名测试细节,为读者提供了观察前沿模型能力与成本变化的具体视角。

  2. Hugging Face Blog62

    OlmoEarth v1.3 发布:全球首个 128 维卫星嵌入模型与交互探索工具

    OlmoEarth v1.3 发布,提供 10 米分辨率的 128 维(或 64 维)全球卫星嵌入及交互探索工具。该模型在 27 项评估中 20 项排名第一,训练算力成本较 v1.2 降低 53%。探索工具允许用户无 GPU、无注册直接基于少量标签训练分类器并导出 GeoTIFF 地图。

    推荐理由:OlmoEarth v1.3 发布了地球预计算嵌入和交互工具,展示了其在全球尺度上评估与监测地表变化的具体应用。

10月22日周四
  1. Seven Minute Feed37

    Humans& 推出 Ampersand:基于模拟群聊训练的 AI 队友

    Humans& 发布 Ampersand,这是通过数月模拟群聊训练得出的 AI 队友,旨在协助用户达成长期目标而非单次提示。 在该公司内部基准测试中,Ampersand 与 Anthropic 的 Fable 5.1 性能大致相当。 这种协作优先的模型展示了与前沿实验室在长时程协助任务上的竞争能力。

  2. Seven Minute Feed40

    Hugging Face 发布开源模型 Carbon-X,助力科学家“对话 DNA”

    Hugging Face 开源 Carbon-X,基于 Qwen3-14B 构建,支持分析、生成 DNA 序列及以自然语言解答生物学问题。 该模型由意大利和中国实验室合作研发,训练数据覆盖人类、哺乳动物、植物及真菌基因组,本地运行确保患者数据不出实验室。 Hugging Face 旨在减少生物研究员对大型 AI 实验室的依赖,并通过排除病毒数据限制模型误用。

  3. 量子位56

    蚂蚁数科发布决策模型 LingDT-Decision-1.0

    蚂蚁数科正式发布决策模型 LingDT-Decision-1.0,提供 4B 和 27B 两个版本,并在 23 项开源评测基准中综合评分超过 Microsoft-Decision-1 和 Jev 1.13.0。该模型首创原生多选与按序决策能力,相比传统大语言模型在客服、风控和金融场景中可将 Token 消耗降低超 90%,响应时效提升 10 倍,目前已在 DTMaaS 平台上线供开发者免费体验。

  4. 机器之心86

    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。

  5. Hacker News AI56

    Nutrient 发布支持多模输入的文档决策模型

    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。

  6. Wired68

    Hugging Face 发布开源生物模型 Carbon-X,支持通过自然语言查询 DNA

    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。

  7. IT之家37

    蚂蚁数科发布决策模型 LingDT-Decision-1.0,将 Token 消耗降低超 90%

    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。

  8. IT之家60

    米哈游联合清华北大等高校开源 GameScaling 游戏模型,覆盖 0.8B 至 27B 参数规模

    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。

  9. 量子位52

    中国电信开源意图理解模型Xing4.0-29B-Intent

    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。

  10. IT之家40

    科大讯飞首发星火语音基座大模型 SparkAudio 1.0

    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。

  11. IT之家44

    讯飞星火 X2.6 端云一体大模型发布

    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。

  12. IT之家41

    MiniMax 股价跌破 IPO 发行价,此前曾暴涨超 7 倍

    MiniMax 港股盘中最大跌幅 7.3% 至 159.3 港元,跌破 165 港元的 IPO 发行价,回吐自今年 1 月上市以来的全部涨幅。 上市初期股价最高冲至 1330 港元,较发行价涨超 7 倍;近期因行业激烈竞争及新模型反响平平,市场情绪转冷加剧抛售。 公司仍处于亏损阶段,2026 年上半年总收入 1.17 亿美元,经调整净亏损达 2.93 亿美元。

10月21日周三
  1. The Decoder78

    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

    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。

  2. Hugging Face Blog70

    IBM 发布 Granite Speech 5.0 系列模型与更新版本,支持高精度多语言转写、翻译及极速端侧推理

    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。

  3. IT之家81

    Black Forest Labs 发布 5.6B 参数图像生成模型 FLUX 3 Image Klein

    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》

  4. 阿里语音AI77

    Qwen-Audio-3.1-Realtime 发布:实现全双工实时语音交互

    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。

  5. arXiv · AI59

    Sage-A1.5:基于能力组合的长程执行与科学探索模型发布

    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。

  6. IT之家84

    OpenAI 研究:增强 GPT-6 提升 COBOL 等冷门编程语言迁移准确率至 97.9%

    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。

  7. APPSO84

    VAST 开源实时世界模型 EdenLive 及游戏工具 EdenGolem

    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。

  8. Hugging Face Blog83

    NVIDIA 发布 Cosmos3-H-Dreams:实时手术生成模拟器

    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。

  9. 智东西79

    蚂蚁百灵开源Ming-3.0系列语音模型,支持语音合成、识别与音频理解

    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》