跳到正文
实时
#模型发布
10月14日周三
  4. 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。

  5. 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%。

  6. GitHub Blog · AI & ML

    GitHub 的秘密检测模型：用更少噪音发现更多秘密

    GitHub 发布了专用的秘密检测模型，将微调后的 ModernBERT 分类器与正则表达式结合，在 11.5% 更高的接受率下将误报减少，并将推送后扫描执行时间缩短 86%，成本降低 98%。该模型通过分析文件路径、变量名和上下文代码来区分真实凭证和类似项，使通用秘密检测扩展到推送保护成为可能。

  8. Google DeepMind

    Gemini 4 Argon 为机器人技术带来突破性进展

    Gemini 4 Argon 在物理理解、代码生成和视觉语义推理方面取得重大突破，在 Embodied Reasoning (ERQA) 基准测试中纯推理得分 87%，超越所有前沿模型。Argon 可应用于机器人生命周期的各个环节，包括使用 MuJoCo 进行移动操作练习、零样本机器人控制和视频世界模型的闭环转向。

  10. 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
  2. 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。

  5. Epoch AI75

    Epoch 评估六款 AI 模型自动化工作能力：Claude Fable 5.1 和 GPT-6 Astra 表现领先但未达自动化标准

    Epoch通过实际工作任务评估了六款AI模型的自动化能力，发现Claude Fable 5.1和GPT-6 Astra在定义明确的任务上表现最佳，但在开放式任务和标准适应上存在不足。评估包含图形设计、数据洞察生成、数据探索生成、AI数据中心研究、研究设计等11项任务，使用自定义标准对模型输出进行人工评分，结果显示前沿模型仍无法完全自动化Epoch的工作。

  6. 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
  3. Claude 应用发布说明

    Anthropic 发布 Claude Haiku 5.5，Max 和 Team 计划获月度 API 信用额度

    Anthropic 发布了 Claude Haiku 5.5，这是其最便宜、最快且功能最强的微模型，专为高容量、成本敏感型任务设计。Max 和 Team 计划现包含月度 API 信用额度，用于在 Claude 平台上运行自有应用和智能体，通过在设置 > 计费（Max）或组织设置 > 计费（Team）中关联 Claude 控制台组织即可申领。

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。