Microsoft 推出编码与网络安全 AI 模型
Microsoft 宣布推出针对编码和网络安全领域的 AI 模型。
Microsoft 宣布推出针对编码和网络安全领域的 AI 模型。
GPT-6.2 Sol 和 Astra 正式发布,Sol 的 ultrafast 模式扩展至 Pro 200 计划,是作者日常使用的首选模型。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 和 Sol 模型》
OpenAI 发布 GPT-6.2 Astra 和 Sol 模型,重点提升了专业输出、编码和计算机使用能力。新模型在 ChatGPT Work、Codex 和 API 中提供更高效率并降低使用成本。
北京中关村学院、中关村人工智能研究院开源了材料研发科研智能体系统MatOS,其资产库包含3,135个数据集、386项技能和48款材料计算软件。在材料软件使用基准MatTools上,MatOS的完整问题成功率为97.96%,高于采用相同底座模型的Codex CLI和Claude Code;在端到端自主科研基准上,MatOS平均得分比Codex CLI高33.6%。
推荐理由:中关村两院开源面向材料研发的科研智能体系统MatOS,其在多项基准与案例中的任务成功率超过同类通用工具。
快手可灵 AI 于 11 月 17 日宣布新一代图像模型 Kling Image 4.0 正式上线,并开放企业与客户 API 接入。该模型采用「理解生成统一」架构,支持最高 15000 tokens 文本输入,并内置 70 余种预设商用字体与 110 余种影调风格。
商汤科技正式发布 SenseNova Loop-9B 模型。该模型通过循环结构复用参数,4bit量化后权重仅约4.9GB,部署显存需求低至10GB内。其上下文长度最高达512K tokens,在Agent与数据分析评测中性能与Qwen3.8-27B相当。官方提供模型权重与AWQ量化版本供开发者下载部署。
欧洲云服务企业 OVHcloud 宣布推出首个 AI 模型家族 Olala,并同步开源 Olala mini 7A1B。该模型总参数 70 亿、激活参数 10 亿,采用 Differential-TPA 和 Mamba-3 混合注意力机制,以 Apache 2.0 协议发布在 Hugging Face 上,支持在 8GB 显存 GPU 上运行。
论文介绍 3200 亿参数的混合专家模型 Sage S1.5 Flash,专为科学证据推理与交互式环境行动设计。 模型采用专用编码器处理分子图谱与生物序列,并构建可验证环境以提升 Agent 能力。 在 33 个基准中,该模型在 OfficeQA Pro 和 MLE-bench Lite 等任务上表现领先。
K2-Horizon 团队发布六款从 0.9B 到 375B-A23B 的全开源语言模型,覆盖推理、编码和智能体任务。团队提出 Mixture-of-Value Attention(MoVA)架构和 Uno 扩散适配器,后者在不使用独立草稿模型的情况下将解码速度提升最高 2.2 倍。
推荐理由:发布六款开源模型及全量训练数据,提出 MoVA 注意力机制和加速解码的扩散适配器,并披露 10T 合成预训练细节。
NVIDIA 发布了 Nemotron 3.5 Bolt E4B 4GB,这是一个基于 Gemma-4-E4B-it 后训练优化的开放高效小语言模型,专为快速本地语音助手、交互角色及嵌入式端侧场景设计。
推荐理由:展示了该小模型在21项基准中取得最高平均准确率及最低输出token数,并量化了推理加速指标。
研究团队发布 Decision 1.0,这是一个开放权重模型家族,将文本状态和运行时定义的问题转化为类型化概率分布。 其 Choice、Noul 和 Score 接口允许应用在推理时指定结果;六个模型涵盖双向编码器和因果解码器架构。Lux-9B 在常见决策基准测试中,显式决策得 84.17%,推理得 91.25%,加权总体得 77.22%。
DeepSeek 因算力紧张对 App 及网页版长对话实施限额,单次输入上限调整为 4 万字左右。 自 2026 年 10 月以来平台发生 8 起服务中断,V4.1 Flash API 可用性为 99.46%,全年不可用约 47.3 小时。
谷歌云发布 MLPerf Training v6.1 基准测试第一轮成绩,其中 8192 颗 Ironwood TPU 在 1.70 分钟(102 秒)内完成 DeepSeek-V3 预训练目标。
Anthropic 发布 Claude Fable 5.2,其生成输出速度比 Fable 5.1 和 Mythos 5.1 快 30%,若接受双倍价格可再提速 2.5 倍。定价调整为每百万输入 token $8、输出 token $40,较 Fable 5.1 更便宜。Ethan Mollick 称其为“接近 AGI”或“参差不齐的 AGI”,该模型在网络安全工程领域表现最为出色。
Liquid AI 发布 d1.2 和 d1.2-ultra 决策模型版本,支持音频输入并新增读取数值、查找跨度、图像定位、数量估计和多项选择五个 API 任务。
Alibaba 发布旗舰模型 Qwen4-Max,将 MoE 总参数设定为 2.4 trillion,激活参数 71 billion,上下文窗口 1 million tokens。
NVIDIA Vera Rubin平台在MLPerf Training v6.1基准中首次提交,实现所有测试项领先,训练性能最高达优化版GB300 NVL72系统的2倍。
推荐理由:Vera Rubin平台在MLPerf基准中实现全项领先,读者可以借此确认其在AI训练和智能体推理中的性能基准与规模化优势。
作者让 Opus 5.5 撰写关于 2030 年底前美中 AI 协议概率的预测分析。 该分析由 Opus 5.5 独立完成,作者仅通过具体建议进行指导,且不完全同意模型的所有建模决策。 作者建议读者阅读该文章,并指出这是 Opus 5.5 能力下限的展示。
Tencent 周一发布 Hy4 flash,用于研究、幻灯片制作和表格编辑等任务,其在 Tencent 内部 WorkIndex 基准上的每任务成本约为完整 Hy4 模型的 1/20。
阿里巴巴正式发布全新一代基座大模型Qwen4-Max,总参数2.4T,原生支持视觉能力与百万上下文。新模型采用MoE架构,每次尝试平均Token用量较上代减少近50%,完成单个任务的平均费用降低58%。在CodeArena全球盲测中,Qwen4-Max前端排名全球第6;同时,Qwen4-Max已上线千问AI平台提供API服务,其系列中的中小尺寸模型将陆续开源。
EmetInteractive 发布 Hy4 Flash,该模型总参数 224B(含 64B Engram 参数),每 token 仅激活 12B 参数,原生支持多模态与 1M token 上下文,API 定价显著低于 Hy4。
华为云正式发布并开源昇腾原生具身世界模型 CloudRobo-WM1.2。该模型基于国产算力昇腾训练,在 RoboTwin 2.0 和 LiberoPro 2.0 两大评测基准中均排名第一。
腾讯混元团队正式发布 Hy4 flash 模型,官方称其为迄今性价比最高的 Hy 模型。该模型总参 224B、单 token 激活 12B,支持多模态输入与 100 万 token 上下文,API 价格大幅低于 Hy4。
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。
华为麒麟 9050 系列芯片搭载新一代音视频处理器,音频性能提升 30%,支持新一代音频 DSP、H.266 视频硬解码和低延迟 AI 异构协同计算。 通过 DSP+NPU 异构协同实现 AI 静谧通话功能;率先支持 H.266 硬解码,相比 H.265,弱网直播卡顿降低 50-70%,同网速下分辨率提升一档,同分辨率下播放时长提升 2-3 小时。
阿里通义千问团队发布新一代旗舰模型 Qwen4-Max,采用 2.4 万亿参数 MoE 架构,原生支持视觉理解并提供 100 万 Token 上下文窗口。该模型在 Work360 行业基准上得分 52.69,较前代提升显著,且同等性能下 Token 消耗减少约 24% 至 35%,单个任务平均费用从 26.58 元降至 11.16 元。
推荐理由:新旗舰模型在Work360基准上得分提升,任务成本降低近六成,展示了效率与能力的同步优化路径。
Anthropic 的 Claude Fable 5.2 不依赖外部图像模型,而是通过编写 Python 代码模拟画笔、颜料和画布物理特性,将绘画过程拆解为独立笔触指令。
推荐理由:Claude Fable 5.2 展示了通过代码模拟物理画笔逐笔作画的过程,而非调用图像生成模型,其纠错机制和笔触规划能力与机器人控制任务具有直接关联。
物理学家 Nathaniel Craig 分享了如何利用 GPT-6 Astra 开发标准模型的候选晶格定义。 这是我们的新科学博客的首篇文章: https://openai.com/index/step-toward-defining-the-standard-model
Anthropic 新语言模型 Claude Fable 5.2 通过代码模拟画布笔触生成复杂绘画。开发者 Jake Eaton 在 X 展示模型利用约 70 万条 Python 指令绘制停车车库,无需依赖外部图像模型。该路线将生成转化为包含物理纹理和错误覆盖的逐步执行过程。
意大利公司Domyn在欧盟JUPITER超算上为开放模型EUROPA完成训练试跑,总参数951.9B,远超欧盟委员会400B的最低要求。采用MoE架构,384个专家中每个token仅激活8个,每token活跃参数32.8B。试跑期间单GPU吞吐从90提升到1293 tokens/秒,训练效率提高14倍。
美团 LongCat 团队发布 1.6 万亿参数模型 LongCat-2.5,这是专为处理长步骤自主任务的智能体(Agent)及编码工作设计的大型混合专家(MoE)模型。
前OpenAI及Anthropic研究员Jacob Coxon指出,Anthropic IPO路演幻灯片显示算法效率正加速提升。 Coxon称Mythos模型并非特例,而是超级指数级进步的一点,目前重训Mythos仅需原先极少算力。 他据此呼吁暂停前沿模型开发,认为此举将使人类级智能商品化,仅损害OpenAI与Anthropic。
Runway 以 Apache 2.0 协议开源具身智能模型 Praxis-1,利用视频生成模型学到的世界动态预测环境变化并生成机器人动作。该模型在 Nvidia RoboLab-120 评测中以 46.2% 成功率位居 World Action Model 类别榜首,且仅需约 95 小时数据即可微调未见过的移动机器人,成功率达 80%。
无界前沿正式开源生物信息大模型 Fx-Bio-1031,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5,领先 GPT-6-Astra 和 Claude Opus-5。模型采用 125B 总参数量的 MoE 架构,支持 512K 上下文窗口,允许本地私有化部署以满足数据安全需求。
推荐理由:原文详细展示了开源模型在高难基准上的具体性能对比及五个实际落地场景,为评估私有化部署可行性提供了量化依据。
谷歌 DeepMind 开放 WeatherNext 3 气象模型依托的 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水再分析数据集,支持天气、水文与气候建模。
谷歌发布 Gemini 4 Hydrogen,面向所有用户开放,主打速度和执行效率。在默认 High 推理档位下,其完成任务速度是上一代 Gemini 3.8 Flash 的 2.5 倍,编造事实情况减少超 80%。
推荐理由:新模型向全员开放且部分指标超过自家高端型号,读者可快速了解它在搜索和工具调用上的实际差异。
由前 ByteDance AI 科学家创立的 Geodesic Intelligence 发布 NovaAtom-Lite,该模型可预测生物分子结构与相互作用。 创始人表示,NovaAtom-Lite 在第三方 FoldBench 基准测试的多个药物发现任务中位列第一。 此举为以 AlphaFold 系统为主导的 AI 药物发现领域增添了新的竞争者。
腾讯混元发布全新实时语音模型 Hy Realtime,在语音理解、指令遵循与拟人化表达上升级,并新增 Agentic 工具调用与唱歌能力。该模型支持自然语言点歌与多轮上下文匹配歌曲演唱,已上线元宝语音通话和腾讯客服,近期将上线腾讯云提供 API 服务,当前版本可通过最新版元宝 App 或网页 Demo 体验。
推荐理由:原文给出了 Hy Realtime 新增唱歌与工具调用的具体能力,并明确其已上线元宝语音通话和腾讯客服,并即将上线腾讯云 API,为读者提供了直接体验与接入入口。
2026 世界中文大会在北京开幕,会上发布语飞国际中文教育垂直大模型,为全球中文学习者、教师和教育机构提供智能化服务。 该模型面向学习者提供即时反馈评测与个性化辅导,面向教师生成涵盖课前、课中、课后环节的教学素材,并面向教育机构提供标准化接口。 这一发布将人工智能技术与国际中文教育实际需求结合,助力该领域数智化发展。
TabOmics 是参数为 7.3M 的开源表格基础模型家族,v2.5 版本在 46 个分类任务中取得 0.943 平均 AUROC。 该模型使用 8 个集成成员,在 32 个任务上以约 30 倍更少的参数优于 TabPFN-3.5;单成员平均 AUROC 达 0.941。 代码、模型权重及实验产物均已公开。