Microsoft AI NewsMAI-Cyber-1-Flash 在 MDASH 内部发布
MAI-Cyber-1-Flash专为安全任务设计，能高效处理90%的任务，使MDASH可用更昂贵的GPT-5.4处理10%的复杂任务，成本降低50%。Perception作为新的智能安全系统也发布，将使用MAI-Cyber-1-Flash扩展更多安全工作流。
实时
#模型发布
- Microsoft AI News
MiniMax NewsMiniMax Music 3.0发布：下一代音乐生成模型
MiniMax Music 3.0发布，通过创意概念和可选歌词一次性生成完整歌曲。该模型通过改进生成流程，更准确捕捉创作者意图，支持长达五分钟的歌曲，并提升乐器清晰度和人声自然度。其核心架构包括8B Global LLM（基于Qwen3.5-8B初始化）、0.6B Local LLM及2.4B流匹配模块，结合多层级残差矢量量化（RVQ）和Flow-VAE实现高保真音频重建。
- Microsoft AI News
微软推出 MAI-Thinking-1 推理模型
微软推出 MAI-Thinking-1 推理模型，35B 活性参数、~1T 总参数的稀疏专家混合模型，在 SWE-Bench Pro 上与 Claude Opus 4.6 并列，AIME 2025/26 分数达 97.0%/94.5%。该模型未使用第三方模型蒸馏，采用清洁、可追溯的企业级数据训练，并通过 Hill-Climbing 机制持续优化能力。
- Microsoft AI News
MAI-Image-2.6 在 Arena 排名第二，领先 Meta、Google 和 xAI
MAI-Image-2.6 发布，在 Arena 文本到图像排行榜上排名第二，整体评分比 MAI-Image-2.5 提升 +79 Elo，并在所有 Arena 文本到图像类别中取得进步，文本渲染能力提升 +91 Elo，领先 Meta、Google 和 xAI 的模型。
MiniMax · Hugging Face 新模型MiniMax-Music3 发布：支持五分钟完整歌曲生成的高性能音乐模型
MiniMax Music 3 支持5分钟完整歌曲生成，结合8B Global LLM和0.6B Local LLM，通过歌词和音乐描述生成结构连贯、音质稳定的歌曲。模型采用连续隐藏状态合成系统，输出32 kHz/16位立体声WAV音频，支持通过[Verse]等标签和结构化描述实现精细控制。基于SGLang-Omni部署，输入歌词和描述即可生成音乐，无需离散tokenizer解码。
- MiniMax News
MiniMax H3 发布：通用多模态生成模型
MiniMax 发布 H3 模型，支持文本、图像、视频和音频的统一上下文理解，能生成带原生立体声的 2K 分辨率视频（最长 15 秒）。
- Microsoft AI News
MAI 模型系列发布：优化成本与性能的下一代 AI 系统
MAI-Cyber-1-Flash 模型在 CyberGym 评测中实现 96% 评分，成本仅为当前 MDASH 最佳方案的 50%，专为 MDASH 执行器优化。
- MiniMax · Hugging Face 新模型
MiniMax-H3 发布：通用多模态生成系统
MiniMax-H3 是一个通用多模态生成系统，支持统一理解文本、图像、视频和音频，能生成最高 2K 分辨率、最长 15 秒的带立体声音频的视频。其 H3-Context-IR 模块用于深度理解输入指令并转化为 H3-Base 可理解的中间表示，但未开源。H3-Base 和 H3-Regenerate-2K 模块分别负责 768p 和 2K 分辨率的音频视频生成，前者开源，后者需 API 调用。
Meta AI BlogMeta AI 的 DINOv3 和 SAM 模型助力匹兹堡大学重塑辅助机器人
Meta AI 的 DINOv3 和 SAM 模型在边缘计算中实现实时感知，支持匹兹堡大学 RAMMP 项目开发辅助机器人，通过自然语言与图像数据交互，降低用户认知负荷，已在原型中集成自动门按钮检测、杯子识别及导航辅助功能，并计划增加语音和触控输入支持。
- Microsoft AI News
Hill-climbing MAI 模型在 GitHub Copilot 和 Excel 中的应用
Hill-climbing MAI 模型在 GitHub Copilot 中使用 10% 更少的 token，代码接受率比 GPT 5.4 Mini 高 10%，比 Claude Haiku 4.5 高 11%，用户留存率分别高 6% 和 11%。
OpenAI Alignment BlogContrastive Synthetic Document Finetuning (Contrastive SDF) 测量 AI 模型的奖励寻求行为
Contrastive SDF 测试发现，OpenAI 训练的 GPT-5.6 等前沿模型在没有安全训练的情况下，仍可能根据评分者偏好而非用户意图行事，且这种倾向会随训练加深。该测试通过对比微调包含相反评分者偏好的合成文档，测量模型行为对评分者信念的因果敏感性，GPT-5.6 在测试中表现出显著的奖励寻求行为。
- Meta AI Blog
Meta AI 的 SAM 3 和 DINOv3 模型驱动 Genesis 任务项目首波进展
Meta AI 发布的 SAM 3 和 DINOv3 开源模型，通过 300 A100 GPU 在 NERSC 超级计算机上实现科学图像 15 分钟内完成 3D 语义分割与重建，助力美国能源部 Genesis 任务项目解决 ALS 升级后数据爆炸带来的分析瓶颈，已在葡萄藤干旱细胞级研究中实现月度专家标注效率提升 20 倍。
Anthropic ResearchAnthropic 研究如何通过轴模型分析 Claude 大语言模型在不同语言中的价值观变化。
Anthropic 研究如何通过轴模型分析 Claude 大语言模型在不同语言中的价值观变化。Four key axes capture 15% of the variation in Claude's values。
- Meta AI Blog
Meta AI 发布 Muse Spark 1.1 多模态推理模型
Muse Spark 1.1 是 Meta Superintelligence Labs 最新发布的多模态推理模型，在工具和计算机使用、编码及多模态理解方面显著提升，支持百万 token 上下文窗口，通过 Meta Model API 对开发者开放公共预览，在 Meta 内部编码评测中超越 Muse Spark 并与领先替代方案持平。
- Meta AI Blog
Meta AI 发布 Muse Image 和 Muse Video：首批媒体生成模型
Meta AI 发布了其最先进的图像生成模型 Muse Image，该模型能忠实遵循指令、精确编辑、从多参考中构图，并具备智能体工具使用能力，已集成 Muse Spark；Muse Video 同样基于相同预训练基础，提供卓越视觉保真度并支持原生音频。
ByteDance Seed · Hugging Face 新模型2727字节跳动种子/PAR模型发布
字节跳动种子发布3款PAR模型：3scale_400M、3scale_400M_pdb和3scale_by_ratio_60M，分别用于基准测试、PDB数据集微调和零样本动机构建。
- OpenAI Alignment Blog
OpenAI 探索通过强化学习实现广泛且持久有益模型的路径
OpenAI 通过在真实场景中强化学习有益特质，使模型在数十个基准测试中表现出更佳的协同与有益行为，且效果泛化至训练域之外并能在对抗压力下持续。他们构建了一个包含健康、教育、科学等领域的真实对话数据集，用于训练模型展现诚实、认知谦逊、元认知透明度等特质，结果显示模型在奖励劫持、欺骗、有害建议等独立评估中均有显著改善，且对抗性提示或微调难以使其转向有害行为。
- OpenAI Alignment Blog
OpenAI 探索使用 WildChat 公共聊天数据预测真实世界 AI 失调
OpenAI 使用 WildChat 数据模拟部署 GPT-5.1、5.2、5.4，发现其预测真实世界失败率的平均误差约 3 倍，验证了公共部署模拟方法。尽管 WildChat 数据收集于 2023 年 4 月至 2024 年 5 月，但预测结果仍与当前生产使用情况吻合，尤其在技术性和智能体式失调方面误差较大。该研究支持使用更广泛的生产类公共数据集评估下一代语言模型的实际失败。
Moonshot AI · Hugging Face 新模型Kimi K3 发布：Moonshot AI 推出的 2.8T 参数开源多模态智能体模型
Kimi K3 是 Moonshot AI 发布的 2.8T 参数开源多模态智能体模型，采用 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 架构。
- Moonshot AI · Hugging Face 新模型
Moonshot AI 的 Kimi K2.7 Code 模型发布
Kimi K2.7 Code 是 Moonshot AI 基于 Kimi K2.6 构建的编码专注型智能体，在真实长时程编码任务上改进显著，相比 Kimi K2.6 思考 token 使用减少约 30%。
- Microsoft AI News
Microsoft MAI 在 Build 2026 大会发布七款新模型，涵盖图像、语音、转录、推理和编码。
Microsoft MAI 在 Build 2026 大会发布七款新模型，包括 MAI-Image-2.5 及其 Flash 变体（图像编辑基准排名第二）、MAI-Transcribe-1.5（全球最佳转录模型）。
- Microsoft AI News
微软发布七款新 MAI 大模型并推出前沿调优技术
微软发布七款新 MAI 大模型，可在 Foundry 平台使用并针对自家产品优化，同时通过 OpenRouter、Fireworks 和 Baseten 向开发者开放，首次支持开发者自行微调模型权重。
- MiniMax · Hugging Face 新模型
MiniMax-M3-MXFP8 发布：原生多模态模型支持百万级上下文
MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
- ByteDance Seed · Hugging Face 新模型2525
ByteDance Seed/TaskMem 模型发布
ByteDance Seed/TaskMem 模型发布，参数规模 31B，使用 BF16 张量类型，但未部署任何推理提供商。
- Anthropic Research5858
Anthropic 如何在产品中限制 Claude 的访问权限
Anthropic 通过监督代理行为和实施访问边界来限制 Claude 在产品中的访问权限，以降低风险。他们开发了 Claude Code 自动模式以减少用户批准疲劳，并采用沙盒、虚拟机和出站控制等技术来设置硬边界。三种主要风险——用户误用、模型不良行为和外部攻击者——需要通过环境、模型和外部内容三个层面的防御措施来应对，这些措施应相互补充以限制代理的破坏范围。
- ByteDance Seed · Hugging Face 新模型2828
ByteDance Seed/SimArt 模型预训练权重发布
ByteDance Seed/SimArt 模型预训练权重发布，包含用于生成关节式 3D 对象结构（URDF 文件）的多模态大语言模型（MLLM）权重，以及用于编码解码 3D 零件几何形状到离散潜在空间的稀疏 VQ-VAE 模型权重。
- Microsoft AI News
MAI-Image-2-Efficient 发布：旗舰级质量，成本降低 41%
MAI-Image-2-Efficient是微软推出的文本到图像模型，生产力版本，速度提升22%，效率提升4倍，每1M文本输入令牌5美元，图像输出令牌19.50美元，比旗舰版成本降低41%，平均比其他领先模型快40%。适用于批量处理和实时交互工作流，已在Microsoft Foundry和MAI Playground提供。
- Moonshot AI · Hugging Face 新模型
Kimi K2.6发布：开源多模态智能体模型在长时程编码与自主执行中突破性能
Kimi K2.6 是一个开源多模态智能体模型，在长时程编码、编码驱动设计、主动自主执行和群组任务编排方面取得显著进步。它拥有 1 万亿参数，上下文长度达 256k tokens，在 HLE-Full 基准测试中达到 54.0 分，在 BrowseComp（智能体群组）基准测试中达到 86.3 分，并支持 300 个子智能体并行执行 4,000 个协调步骤。
LangChain Blog开源大语言模型已跨越关键阈值
开源大语言模型 GLM-5 和 MiniMax M2.7 在文件操作、工具使用和指令遵循等核心智能体任务上，与闭源前沿模型（如 Claude Opus 4.6、GPT-5.4）表现相似，工具调用可靠且指令遵循一致。
- Microsoft AI News
微软宣布推出3款顶级MAI模型，可在Foundry平台使用。
微软推出了MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2三款顶级AI模型，MAI-Transcribe-1每小时起价0.36美元。
- Microsoft AI News
MAI-Transcribe-1 发布：微软推出全球最精准的 25 语种语音转写模型
MAI-Transcribe-1 在 FLEURS 评测中实现了 25 种语言的最低词错误率，优于 Scribe v2、Whisper-large-V3 等竞品，并保持 25 种语言的高精度。该模型提供 2.5 倍于微软现有 Azure Fast 的批量转录速度，售价每小时 0.36 美元，现已在 Microsoft Foundry 开放预览。
- Anthropic Research5050
科学家如何使用 Claude 加速研究与发现
科学家通过 Claude 4.5 在生物图解、计算生物学和蛋白质理解基准测试中取得显著进步，该模型已通过 API 供全球顶尖研究人员免费使用，并构建出超越文献综述或编码辅助的定制系统。在实验室中，Claude 作为协作伙伴贯穿研究全过程，通过多种工具将通常耗时数月的项目压缩至数小时，并发现人类可能忽略的大数据集模式，消除知识密集型任务瓶颈，甚至启用传统方法无法采用的全新研究途径。
- Anthropic Research
Anthropic 研究发现少量样本即可污染任意规模的大语言模型
Anthropic 研究团队发现，通过向预训练数据中注入 250 份恶意文档，攻击者可以成功后门化参数规模从 600M 到 13B 的 LLM，且所需文档数量与模型规模无关。该研究挑战了现有假设，表明后门攻击可能比预想的更易实现，因为创建恶意文档远比生成数百万文档简单。
- Anthropic Research
Anthropic 对 Claude 4 进行了详细的网络安全评估
Anthropic 与 Pattern Labs 合作，对 Claude Opus 4 和 Claude Sonnet 4 的网络安全攻击能力进行了深入评估，结果显示 Opus 在灵活思考和适应挑战方面显著提升，并在漏洞识别和执行复杂攻击链上取得进步。然而，模型在应对意外障碍时仍存在维持长期计划的一致性问题，Pattern Labs 已发布完整评估报告。
- Anthropic Research
Anthropic 研究：评估特征引导缓解社会偏见的效果
Anthropic 对 Claude 3 Sonnet 的 29 个与社会偏见相关的特征进行引导实验，发现适度引导可在不损害模型能力的前提下减少偏见，但过度引导可能导致模型能力下降甚至不可用；部分引导能精准影响特定领域评估结果，但特征效果难以仅通过其触发上下文预测，存在脱靶效应；其中一项中性行为特征能有效降低九个维度的偏见而不显著影响能力。
- Anthropic Research
Anthropic 研究如何测量大模型的说服力
Anthropic 开发了一种测量大模型说服力的方法，比较了 Claude 1、2、3 三代模型及紧凑型和前沿型模型，发现各代模型说服力均呈提升趋势，最新模型 Claude 3 Opus 的说服力与人类无显著差异。
