跳到正文
实时
模型
10月16日周五
  1. Baseten Blog

    Meta 发布 Muse Spark Open：一个为代码智能体设计的开源权重模型

    Meta 发布 Muse Spark Open，一个 816B 参数的开源权重模型，专为代码智能体设计，具有 42.7B 活跃参数、1M token 上下文窗口和全模态输入（文本、图像、视频、音频），性能与前沿实验室模型相当，采用压缩 MoE 架构和混合全局/局部注意力机制优化推理效率，通过 NVFP4 检查点将权重大小缩减至 540GB。

  2. Microsoft AI News

    微软AI发布80亿参数MoE大模型MAI-Base-2

    微软AI完成新MoE大模型MAI-Base-2的预训练，拥有80亿活跃参数和2.8万亿总参数，在内部评估中超越所有开源模型。该模型比开源最强基座模型DeepSeek-V4-Pro-Base预训练FLOPs效率高出4-12倍，并用于训练更大模型。微软通过全栈控制，使用有机数据预训练，计划通过Foundry授权模型权重。

10月15日周四
  3. OpenAI Deployment Safety

    GPT-Live-1.1 系统说明卡

    GPT-Live-1.1 和 GPT-Live-1.1 Quip 使用包括公开互联网信息、第三方合作数据及用户生成内容在内的多样化数据集进行训练，采用高级数据过滤流程减少个人信息并使用安全分类器防止有害内容。其性能指标对比值为已发布模型的最新版本数据。

  7. Liquid AI Blog

    d1-ultra：推出全球最佳决策模型

    d1-ultra 是 Liquid AI 新发布的支持多模态的决策模型，在 112 项评估中优于 d1 和 Jev 1.14，提供更可靠的概率输出。该模型基于更大的开放权重模型并经过定制化改进，在知识相关任务上表现突出，价格为每百万输入 token 0.042 美元，可通过 Liquid API 使用。

10月14日周三
  1. Mistral AI · Hugging Face 新模型

    Mistral AI 发布 Timestral-5M 时间序列基础模型

    Mistral AI 发布 Timestral-5M 时间序列基础模型，5M 参数版本支持零样本预测，上下文长度达 32,768 时间步，单次前向预测可覆盖 1,024 时间步，输出 21 个分位数。在 GIFT-Eval、TIME 和 fev-bench 评测中，Timestral-209M 实现零样本预测最先进精度，所有 Timestral 模型在其参数规模下均优于其他模型。

  2. 蚂蚁 inclusionAI · Hugging Face 新模型

    inclusionAI/Ling-3.0-flash-UBTree 发布：基于 UBTree 技术的推测解码模型

    inclusionAI 发布 Ling-3-Flash-UBTree-B16 模型，结合五层 DFlash 主干和学习的 bigram 选择器，为 Ling3-Flash 提出多个候选延续用于目标模型验证，参数量 482M，在 MMLU 等基准上实现 3x+ 的 E2E 速度提升，目前 UBTree 适配尚未开源，SGLang 集成支持预计即将推出。

  3. 蚂蚁 inclusionAI · Hugging Face 新模型

    inclusionAI/Ming-3.0-asr-tiny 发布：支持多语言方言的上下文感知语音识别模型

    inclusionAI/Ming-3.0-asr-tiny 结合 Ling-tiny-v3 语言主干和音频编码器，支持单轮中英语音转写及15种方言识别，通过热词或对话上下文提升专业术语识别率，模型参数量未提及，在嘈杂语音和5个应用领域完成评测，提供PyTorch/Transformers推理示例及MIT授权。

  5. Artificial Analysis Articles

    AA-Robotics v0.1 发布

    AA-Robotics v0.1 在 8 项任务中取得平均 69.4 分，优于 GPT-6（64.6 分）、GPT-6.1（55.3 分）、Gemini 4 Argon（48.8 分）、Claude Opus 5.5（46.3 分），在 7 项任务中得分满分。各模型在 Codex、Claude Code 或 Antigravity 中以高努力度运行。

  6. Latent Space

    Dyna-2：具有小时级自主性的通用物理智能体

    Dyna Robotics 发布 Dyna-2.1 物理智能体，基于在 100 万小时人类视频上预训练的世界动作模型，实现 24 小时连续折叠 1000 张餐巾的成功率 99.4%，展示小时级自主作业能力。该模型结合未来视频预测与机器人动作，通过 45 分钟演示即可学习新任务，并采用扩散 Transformer 和流匹配技术实现实时控制。

  7. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 并强调安全防护

    Gemini 4 Argon 在编码、金融、法律等领域展现出前沿能力，尤其强化了网络安全防御功能，通过 Fairwind 项目和内部测试验证其有效性。该模型在 MMLU 等基准测试中表现优异，并采用三层实时防护机制（输入筛选、内部自省、持续监控）及自动化偏差监控，显著降低有害请求和违规行为风险，成功拦截 99% 以上的外部生物安全越狱尝试，同时将编码任务中的捷径行为降至 2%。

  9. Google AI Blog90

    Google 发布了 Gemini 4 Argon 前沿模型。

    Google 发布了 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

    推荐理由: 官方给出定价、基准排名和多个内部落地案例，可据此判断它在编码与科研工作流中的位置。

10月13日周二
10月12日周一
10月9日周五
10月8日周四
  1. Understanding AI

    TypeSafe AI 发布全新 AI 模型 Jev

    TypeSafe AI 于 9 月 15 日发布全新 AI 模型 Jev，该模型输出固定答案选项的概率而非自由文本，首周获 40 万 Twitter 观看量及 10 万 Discord 用户，GitHub 项目达 2000 个。Jev 因其架构优势实现更快部署与更低成本，且无需微调即可跨领域应用，其输出概率可直接嵌入代码逻辑。

  4. Artificial Analysis Articles75

    人工分析网络指数引入受控访问模型

    人工分析网络指数将GPT-6 Sol（黎明蓝，最大版）纳入评估，该模型通过OpenAI黎明计划访问，在指数中排名第一，整体评分较公开版GPT-6 Sol（最大版）提升32分且无安全拦截，任务成本为每项1.77美元，优于Grok 4.7（每项11.67美元），在CyberGym-E2E基准测试中表现最佳。指数将持续扩展以覆盖公开及受控访问模型。

10月7日周三
  4. Liquid AI58

    Liquid AI 发布了用于边缘设备的开放权重决策模型

    Liquid AI 在 Hugging Face 上发布了 d1-3B 和实验性 d1-omni-600M。这些模型在单次前向传播中选择答案，而不是生成 token 序列。d1-3B 接受文本和图像；较小的实验模型还支持文本和音频输入。该公司报告 d1-3B 在 RTX 4090 上为 8 毫秒，在 Jetson Orin Nano 上为 50 毫秒。

    推荐理由: 编辑观点：受限选择或路由任务可能不需要完整的聊天模型。请在你自己的答案选项和硬件上评估这些模型；延迟数据为发布方的测量值，较小的检查点明确为实验性。

  5. Anthropic75

    Claude Haiku 5.5 针对快速、高容量的 AI 工作负载

    Anthropic 发布了 Haiku 5.5，用于摘要、分类和代理子任务。对于最多 100,000 个 token 的提示词，其公布的 API 价格为每百万输入 token 0.10 美元，每百万输出 token 0.50 美元；更大的提示词有单独的价格层级。此次发布还将 Sonnet 5.5 的缓存读取价格减半至每百万 token 0.10 美元。这些是 10 月 8 日核实的出版商列出的价格。

    推荐理由: 编辑观点：工作负载路由与模型选择同样重要。在将每个请求发送给更昂贵的模型之前，先在较小的模型上测试常规任务；供应商的评估并不能为你的应用确立结果。

10月6日周二
  2. Mistral AI

    Mistral AI 推出 Mistral Large 4 公测版

    Mistral Large 4 是一个 1 万亿参数的原生多模态大语言模型，拥有 520 亿活跃参数，在编码、智能体工作流和多模态理解方面表现卓越，已达到全球最强开源模型的水平，并在网络安全、金融和法律等关键企业工作负载中表现领先。该模型将于本月末开源，目前可通过 Mistral Studio 的公测 API 体验。