跳到正文
10月5日周一
  1. 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. The Decoder54

    Microsoft AI 发布 MAI-Transcribe-2-Streaming 语音转录及 MAI-Voice-2.1 文本转语音模型

    Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming 和两款文本转语音模型 MAI-Voice-2.1,其中转录模型在 100 毫秒内返回初步结果并支持 60 种语言。MAI-Voice-2.1-Flash 版本延迟 150 毫秒,每百万字符费用降至 15 美元,且两款语音模型仅需数秒音频即可克隆声音。

  2. 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. 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。

  2. 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 Feed88

    Jev 模型走红后 TypeSafe AI 获 100 亿美元估值投资意向

    多家 VC 提出以 100 亿美元估值投资 TypeSafe AI,起因是 Jev 模型走红。该模型由前 OpenAI 研究员开发,通过概率而非生成文本进行快速决策,启动视频在 X 平台播放量接近 4000 万,旧金山周末黑客松已吸引开发者将其集成进产品。

    推荐理由:原文给出了估值变化和开发热度,读者可以据此判断它为何能打破传统大模型的产品边界。

  4. 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。

  5. 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. 智东西82

    可灵AI发布Kling 4.0视频生成模型,支持30秒一镜到底与10个关键帧

    可灵AI宣布新一代旗舰视频生成模型 Kling 4.0 开启内测,单次原生生成时长达30秒,支持最多10个关键帧输入和最高8000个token的提示词,新增双通道立体声及 10-bit HDR 输出。轻量版 Kling 4.0 Flash 同期推出,主打更快生成速度与性价比,单次生成时长3至20秒。可灵AI还完成了两轮融资,投后估值约为180亿美元,计划在未来12个月内启动港股上市流程。

    推荐理由:文章拆解了 Kling 4.0 在视听质感、创意控制和叙事能力上的具体变化,并补充了可灵AI近期的资本运作动态。

  3. 智东西92

    Anthropic 发布 Claude Sonnet 5.5,性能对标 Opus 但开发者实测成本偏高

    Anthropic 发布 Claude Sonnet 5.5,官方称其速度提升超 30%,AI 分析指数得分 56,在多项基准测试中性能对标 Opus 5.5。开发者实测发现该模型处理复杂任务时单任务成本可能达到 7.60 美元,且部分场景下构建成本高达 177 美元,性价比引发争议。

    推荐理由:新模型性能逼近旗舰但实际单任务成本偏高,展示了中端模型升级后的真实成本效益。

9月28日周一
9月26日周六
9月25日周五
9月24日周四
  1. Hugging Face Blog67

    Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言模型加速草案

    Liquid AI 为 LFM2.5-VL-3B 发布 DSpark 推测解码草案,在端侧实现最高 3.13 倍解码加速,端到端提速最高 2.62 倍。该草案增加 280M 参数(约为目标模型的 8.9%),支持 llama.cpp、MLX-VLM 和 SGLang,适用于 CPU 和 GPU 部署。

    推荐理由:该Drafter将LFM2.5-VL-3B端侧解码提速至多3.13倍且输出无损,为视觉模型在资源受限设备上提供了可复现的加速方案。