N精选

精选

AI 自动挑选的高价值内容

  1. Baseten 工程博客一手模型发布
    AI 评分68

    Baseten 发布决策模型 joey-1，P50 延迟 20ms、每百万 token 0.01 美元

    Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，直接输出单个 token 的标签和校准置信度，P50 端到端延迟 20ms，约为 elephant-1（49ms）的 2.5 倍速度，价格为每百万 token 0.01 美元，是 mammoth-1 的十分之一。joey-1 由 Qwen3.5-2B 后训练而来，与 elephant-1、mammoth-1 共用同一数据配方和 API，切换只需改一行。该模型已在 Baseten Model APIs 上线，默认零数据保留，权重在 Hugging Face 开源；Model APIs 支持 16k 上下文窗口，专用部署可解锁 262k 上下文窗口并支持微调权重。

    joey-1

    推荐理由原文给出 joey-1 的延迟、价格与三档模型分工，读者可据此判断决策类任务是否该换用小模型。

  2. Hugging Face一手模型发布
    AI 评分60

    NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线

    NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR Leaderboard 英语榜的开放权重模型中排名第一，平均 WER 为 5.33%，在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。同时发布的 Granary v2 覆盖 48 种语言、463,062 小时语音数据，配套 NeMo Speech 微调配方在医疗案例中把留出说话人的 WER 从 22.44% 降到 12.17%。

    推荐理由原文给出多语言转写、说话人分离与翻译的统一权重，并附公开榜单与微调配方，便于判断落地方式。

  3. Mistral AI一手模型发布
    AI 评分87

    Mistral 开放 Mistral Large 4（Le Chonk）权重

    Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在预览版基础上继续强化学习，编码与防御性网络安全能力提升。它在 FrontierCode 2.0 上得分 19.7%，在 Artificial Analysis Coding Agent Index 上得 48%，与 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 提升 13 个百分点至 41%。模型支持三种推理模式，采用修改版 MIT 的 Mistral Ecosystem Open-Weight 许可，API 定价为每百万输入 token $0.70、缓存输入 $0.07、输出 $2.10。

    Le Chonk signal

    推荐理由原文给出开放权重、三种推理模式和多项基准对比，读者可据此判断自托管编码与安全场景的取舍。

  1. Microsoft AI Blog一手模型发布
    AI 评分67

    微软发布图像编辑模型 MAI Image 2.7，Arena Edit 排名第 3

    微软 AI 发布图像编辑模型 MAI Image 2.7，以预览形式上线，在 Arena Edit 排名第 3、在 Artificial Analysis 图像编辑榜排名第 2，微软 AI 因此成为第 2 的实验室。官方称该模型在 Artificial Analysis 评估的全部 10 个用例和 7 类编辑动作上均优于 2.6，在场景与风格上领先次优模型 24 Elo，目前可在 Arena、Artificial Analysis 和 MAI Playground 试用，文生图功能即将推出。

    Blurry, light-colored flowers against a blue sky.

    推荐理由官方给出该图像编辑模型在 Arena Edit 与 Artificial Analysis 榜单的名次，以及相对 2.6 的用例提升幅度。

  2. Hugging Face一手模型发布
    AI 评分83

    Liquid AI 发布 LFM3 系列模型，含 1.7B 文本、视觉、音频与 Omni 版本

    Liquid AI 发布 LFM3 系列开放权重模型，全部从 LFM3-1.7B-Base 分支而来，覆盖文本、视觉、音频、Omni 以及 d1 决策模型。LFM3-1.7B-Base 采用三混合层结构，预训练 22T token，最后 3.5T token 的中训练阶段加入更多智能体轨迹与工具调用数据，上下文窗口扩展到 256K token。官方称 LFM3-1.7B 在 8K 上下文下比 LFM2-1.2B 快约 25%，WebArena-Verified 得分 38.42 对 3.02；LFM3-VL-2B 在 62 项视觉基准上平均分从 57.6 升至 71.4。所有模型已在 Hugging Face 开放下载，并提供单卡微调 notebook。

    推荐理由原文给出六个模型共享同一骨干的架构改动与端侧实测数据，可据此判断小模型专用化路线在长上下文和智能体任务上的取舍。

  3. Google Blog一手模型发布
    AI 评分78

    Google DeepMind 发布世界模型 Genie 4，支持实时交互模拟与原生音频

    Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟，并首次在该系列中引入原生音频。该模型基于 Gemini 家族能力，Gemini Omni 负责让模拟贴合真实世界的外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理。用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，每个世界还会即时生成环境音、音乐和交互对话。

    推荐理由原文说明了 Genie 4 在实时交互模拟中加入原生音频与自然语言操控，读者可据此了解世界模型的新能力边界。

  4. Google Blog一手模型发布
    AI 评分82

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在 SEC-bench Pro（88.2%）、ExploitGym（54.8%）和 CWE-bench（71.0%）上取得领先。该模型面向长程工程任务，内部团队曾让其连续运行数天排查并修复大型代码库中的隐蔽缺陷，WebDev Arena 上提升 89 elo 至第 4 名（1768）。Carbon 本周起先向部分网络安全防御人员开放，再通过 Fairwind Program 逐步扩大范围，之后才面向开发者、企业和消费者；介绍期后价格为每 1M 输入 token 4 美元、每 1M 输出 token 20 美元。

    Faceted iridescent crystal surrounded by floating white number 4s.

    推荐理由原文给出 Carbon 在网络安全与长程编码任务上的基准成绩和分阶段开放路径，可据此判断前沿模型在攻防场景的落地节奏。

  1. 百度 Baidu一手模型发布
    AI 评分62

    百度开源 Unlimited OCR 2 文档解析模型

    百度开源 Unlimited OCR 2，通过新的 SR-SWA 机制把文本与视觉的注意力交互压缩为固定规模的工作参考，从而在有限上下文窗口内解析几乎任意长度的文档。官方称文档变长时每步解码延迟和内存占用接近恒定，并在覆盖数十页到数百页文档的 MPDocBench 和 MarathonDocBench 上取得 SOTA 表现。

    推荐理由官方给出 SR-SWA 机制与两项长文档基准结果，可了解长文档 OCR 的上下文与延迟取舍。

  3. ChatGPT一手模型发布
    AI 评分84

    OpenAI 发布 GPT-6.1 Terra 模型

    OpenAI 发布新模型 GPT-6.1 Terra，主打快速高效，强化视觉推理与精确的电脑操作，写作也更清晰自然。该模型今日起向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 与 Edu 用户推送，官方称其可覆盖解读技术图纸、起草方案、填写表单到剪辑视频等工作场景。

    推荐理由官方给出新模型在视觉推理与电脑操作上的定位，并说明面向付费用户的开放范围。

  1. 量子位模型发布
    AI 评分79

    岩山科技联合港科大、CMU开源EdgeRock-4B，KV Cache减少99.1%

    岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，在256K上下文下KV Cache固定为72MiB，相比源模型Qwen3.5-4B减少99.1%。单张80GB GPU可同时跑512路长推理，输出吞吐12124 tokens/s，是源模型的6.42倍；AIME 2024—2026平均一次通过率82.9%。模型基于Qwen3.5-4B分阶段转换而来，无需从头预训练，权重和推理代码已开源并可商用，支持文本和图像推理。

    推荐理由原文给出固定内存与吞吐的实测对比，读者可据此判断长推理场景下显存成本的变化。

  1. Hacker News 热门模型发布
    AI 评分80

    Dream Labs 发布机器人模型 Dream-1 并开放公共 API

    Dream Labs 发布世界动作模型 Dream-1，可通过公共 API 控制未见过的双臂平行夹爪机器人执行未见任务，无需微调或该机器人的演示数据。公司同时宣布以 9000 万美元种子轮结束隐身状态。Dream-1 运行成本为每小时 3 美元，Dream-1-flash 为每小时 2 美元，每次调用返回 1.6 秒的动作；若零样本效果不足，可用 5 分钟机器人数据通过 FaaS 微调。

    推荐理由Dream Labs 公开了 Dream-1 在未见机器人上的零样本表现与按小时计费价格，可据此判断机器人基础模型的落地门槛。

  1. Unite.AI模型发布
    AI 评分78

    Block 发布全双工语音模型 Dessa，仅用人类对话数据从零训练

    Block 内部 AI 研究实验室于 10 月 23 日发布全双工语音到语音模型 Dessa，称其完全基于人类对话语音从零训练，可同时听和说，并能原生感知情绪、讽刺和笑声。该模型推理速度快于实时，可在 MacBook Pro M4 Max 或更高配置上本地运行，团队用单台 NVIDIA GB200 NVL72 完成训练。Block 已公开演示录音和公开等待名单，并向少量 AI 安全研究者开放早期访问。

    推荐理由Dessa 只用语音数据从零训练，展示了全双工对话在情绪与插话时机上的处理方式，也给出了本地运行条件。

  2. Arena模型发布
    AI 评分77

    Kimi K3.1 Pro 发布，Code Arena WebDev 升至第 8

    月之暗面发布 Kimi K3.1 Pro，在 Code Arena WebDev 以 1692 分位列第 8，与 Claude Opus-5 (Max) 持平而成本低 70%，较 Kimi K3 (Max) 的第 17 名提升 9 位。该模型定价为每百万输入/输出 token 2/10 美元，单任务成本中位数 1.23 美元，比 Kimi K3 低 29%，并将在 11 月 4 日开放权重。Kimi 官方称其为 3T 级开源权重模型，具备 1M token 上下文、2.8T 总参数/104B 激活参数的 MoE 多模态架构，幻觉率下降 65%。

    推荐理由Kimi K3.1 Pro 在 Code Arena 的排名与成本数据，可与 Claude Opus-5 及前代 K3 直接对照。

  3. The Elec模型发布
    AI 评分82

    月之暗面发布 Kimi K3.1 Pro，AA 智能指数 55 分超过 GPT-6 Astra

    月之暗面发布 Kimi K3 的升级版 Kimi K3.1 Pro，采用 MoE 架构，总参数 2.8 万亿、激活参数 1040 亿，896 个专家中每次激活 16 个。据 Artificial Analysis 评测，该模型以 55 分位列 Intelligence Index 第四，高于 GPT-6 Astra 的 53 分，前代 Kimi K3 为 44 分。它在 Terminal Bench 4.0 以 67% 排名第一，前代为 13%，Claude Sonnet 5.5 为 64%；定价为每百万输入 token 2 美元、每百万输出 token 10 美元，但输出速度 73 tokens/s 低于 81 tokens/s 的平均水平。

  4. Nathan Lambert模型发布
    AI 评分85

    Kimi K3.1 Pro 发布，智能指数 55 分位列第四

    Kimi K3.1 Pro 在 Artificial Analysis 智能指数上得分 55，排名第四，比 Kimi K3 的最高分 44 提升 11 分。该模型在智能体能力上提升明显，GDPval-AA 得分 1,846 Elo，比 K3 高 312 Elo，Terminal-Bench 4.0 得分 67%，高于 K3 的 13%。模型上下文窗口为 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入、输出、缓存命中 token 分别 $2、$10、$0.20，比 K3 低 33%；权重尚未发布，Moonshot 预计在发布后不久放出。

  5. Unsloth一手模型发布
    AI 评分72

    NVIDIA 发布 Nemotron-3.5-Bolt-E4B，可在 6GB 内存本地运行

    NVIDIA 发布 Nemotron-3.5-Bolt-E4B，可在 6GB 内存的设备上本地运行，面向手机等端侧设备。该模型基于 Gemma 4 训练，支持视觉，Unsloth 同时给出了 GGUF 文件和指南链接。NVIDIA 称其面向本地助手、交互角色和机器人等可对话并调用工具的场景。

    推荐理由原文给出了模型在 6GB 内存本地运行的定位和视觉能力，读者可据此判断小模型在端侧助手场景的可用边界。

  6. Moonshot AI · Kimi Blog一手模型发布
    AI 评分87

    月之暗面发布 Kimi K3.1 Pro：3T 级开源权重模型，100 万 token 上下文

    月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列首个模型，也是其迄今最强的 3T 级开源权重模型，上下文窗口为 100 万 token，同时推出速度提升 2-3 倍的 Kimi K3.1 Pro Highspeed。该模型已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线，完整模型权重将于 11 月 4 日发布。在 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；在内部基准 Kimi Code Bench 3.0 Long-horizon 上得分为 61.2%，高于 K3 的 55.95%。

    Benchmark results for Kimi K3.1 Pro and peer models across 14 coding, science, and knowledge-work evaluations

    推荐理由官方披露了 K3.1 Pro 在编码、3D 与金融任务上的基准表现，以及开源权重前对网络安全数据做的取舍。

  2. Unite.AI模型发布
    AI 评分79

    Canva 发布自研图像模型 Canva Craft

    Canva 于 10 月 22 日发布 Canva Craft，这是其内部实验室 Canva Research 从零训练的首个基础模型，已通过 Dream Lab 向全球 Canva 用户开放，并通过公开 API 提供给开发者。该模型采用两阶段架构，先由规划模型解析提示词并生成构图方案，再由渲染模型输出最高 2K 分辨率、支持 30 多种宽高比的图像，可生成 55 种语言的文字。Canva 称 Craft 在 DesignArena 上首发位列第四，并预告 Craft-fast 和 Craft-ultrafast 两个更快变体即将推出。

    推荐理由原文拆解了 Craft 先规划构图再渲染的两阶段架构，以及它如何服务可编辑图层，便于理解设计类图像模型的差异。