澎湃新闻模型发布
AI 评分73MiniMax开源M3.1 Flash模型，使用成本降低70%
MiniMax于10月23日宣布开源M3.1 Flash模型，该模型上线72小时处理超过100万亿Token。相较上一代M3，M3.1 Flash能力全面提升，使用成本降低70%，线上推理速度提升近3倍。MiniMax称将携手华为昇腾、NVIDIA、AMD等芯片厂商及vLLM、SGLang、Hugging Face等推理框架与社区推进开源首日接入。
#模型发布#开源生态#Agent
N全部新闻
全部新闻
- IT之家·人工智能模型发布AI 评分75
MiniMax 开源 M3.1 Flash 模型权重，总参数 428B
MiniMax 稀宇科技宣布开源 MiniMax M3.1 Flash 的模型权重，总参数 428B，激活参数 23B。相比上一代 M3，该模型能力全面提升，并通过全模型稀疏注意力、量化感知训练和 Power-aware scheduling 提升推理效率。M3.1 Flash 于 10 月 19 日上线，72 小时内真实用户处理超过 100 万亿 Token，MiniMax 同时宣布与华为昇腾、英伟达、AMD 等芯片厂商及 Together AI、Fireworks 等云平台推进开源首日接入。
#模型发布#开源生态#数据/训练
- IT之家·人工智能模型发布AI 评分71
字节火山引擎发布 Seedance 2.5 4K 模型，面向影视级画面生成
字节跳动旗下火山引擎发布 Seedance 2.5 4K，通过专项训练学习人物表情、细微动作与画面细节，是 Seedance 2.5 这一代中最强的模型。该模型支持 Draft 样片模式，可先用 480P 样片验证分镜、打磨镜头，再生成 4K 正片，并具备 10-bit 色深。目前仅供部分企业客户试用，部分海内外影视制作、后期公司已试用。
#模型发布#视频#多模态
- cnBeta模型发布AI 评分69
Hugging Face 推出基于千问 Qwen3-14B 的开源 DNA 模型 Carbon-X
Hugging Face 联合意大利和中国的研究实验室推出开源模型 Carbon-X，基于千问 Qwen3-14B 用基因组序列和自然语言训练，可针对 DNA 序列提问、预测突变影响并生成新序列。Hugging Face 称在五项 DNA 理解和生成基准上，Carbon-X 平均得分接近 GPT-6.1 Sol，推理成本仅为后者的 1/1800，比 Qwen3-14B 高 27 分。该模型可在本地运行，训练数据明确排除了病毒相关数据。
#模型发布#开源生态#数据/训练
- MiniMax一手模型发布AI 评分79
MiniMax M3.1 Flash 开源权重，428B 总参数、每 token 激活 23B
MiniMax M3.1 Flash: Space Performance + Bunny Speed 🚀🐰 Yes, Space Bunny - which has topped global leaderboards with 200T+ tokens - was an earlier version of M3.1 Flash. 💰Redefining the performance economics of agentic AI. M3.1 Flash achieves frontier-level intelligence across key tasks such as Cowork (Automation-Bench: 62%; ALE: 30%), Coding (DeepSWE: 74%) and Visual Reasoning (BabyVision: 91%), at 1/3 the cost of M3 and 3x the speed. API pricing (flat rate): $0.15 / $0.60 per 1M input/output tokens, with cache reads at $0.015 / 1M tokens. Model weights will arrive on Oct 23. API: https://t.co/fHRdSV73Hr M Plan: https://t.co/XfJWSyauda MiniMax Code for desktop: https://t.co/SGmLTI2HQm
#模型发布#开源生态#Agent
- Viggle AI模型发布AI 评分58
Viggle AI 发布世界基础模型 JST-2
Viggle AI 宣布世界基础模型 JST-2 已在三天前发布，支持文本、图像或视频输入，输出 3D 角色、动作和场景。官方同时汇总了发布以来社区用户用它做出的作品。
#模型发布#视频#多模态
- 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。
#模型发布#图像生成#部署/工程
- CNET模型发布AI 评分66
Hugging Face 发布 Carbon-X 模型，可用自然语言与 DNA 序列对话
Hugging Face 发布 Carbon 系列中最新且能力最强的模型 Carbon-X，研究人员可输入 DNA 序列并用自然语言提问，获得解读、预测或解释。研究人员 Lewis Tunstall 表示，该模型最擅长预测突变影响和补全 DNA 序列，例如判断某个序列变化是否可能有害，并可在本地硬件上运行敏感或未发表序列。Hugging Face 也指出该模型存在计数出错、在提示信息不足时编造序列身份或功能、以及长序列输出质量下降等限制，并公开了训练配方供社区检验。
#模型发布#开源生态#数据/训练
- 凤凰科技模型发布AI 评分71
Hugging Face 推出 140 亿参数 DNA 模型 Carbon-X，基于千问 Qwen3-14B
Hugging Face 周四宣布推出开源模型 Carbon-X，这是一个 140 亿参数、用于 DNA 理解和生成的模型，通过用基因组序列和自然语言训练千问 Qwen3-14B 得到。它把 DNA 序列与自然语言整合在同一模型中，研究人员可针对特定 DNA 序列提问、预测突变影响并生成新 DNA 序列，还能作为子智能体帮助其他模型解读 DNA 序列。Hugging Face 称在五项 DNA 理解和生成基准测试中，Carbon-X 表现优于其评估的所有其他开源模型，平均得分接近 GPT-6.1 Sol，但每个问题的推理成本仅为后者的 1/1800，比 Qwen3-14B 提高 27 分。
#模型发布#开源生态#数据/训练
- Artificial Analysis模型发布AI 评分62
蚂蚁集团 Ming-3.0-tts 以 0.5B 参数实现顶级语音合成质量
#评测/基准#语音#开源生态
- Robotics & Automation News模型发布AI 评分82
Google DeepMind 发布 Gemini 4 Argon，可从视频教会 Apollo 人形机器人新技能
Google DeepMind 发布 Gemini 4 Argon，并演示该模型通过观看视频学习物理任务，再迁移到 Apptronik 的 Apollo 人形机器人。在内部测试中，Argon 观看投掷沙包视频后分析环境、映射空间坐标并计算全身关节动作，自主生成仿真代码，Apollo 在真实试验中连续命中七次。Google DeepMind 称这套 Video-to-Sim-to-Real 流程可把原本需要数周的仿真建模压缩到数小时，Argon 在具身推理基准 ERQA 上得分 87%，模型已通过 Google 的 AI 产品和 Gemini API 开放。
#模型发布#具身智能#多模态
- Thurrott模型发布AI 评分69
Canva 发布首个自研图像模型 Craft
Canva 发布首个自研图像模型 Craft，由 Canva Research 从零训练，专为设计而非摄影打造，可生成任意宽高比的 2K 图像并支持可编辑输出。Canva 称其在 DesignArena 上位列第四，仅次于三个 OpenAI 模型 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare 和 GPT Image 2。Craft 已在 Canva 应用内向付费订阅用户开放，并通过公共 API 提供给开发者，Canva MCP Server 支持也即将上线；后续还将推出 Craft-fast 和 Craft-ultrafast 两个变体。
#模型发布#图像生成
- fal模型发布AI 评分75
fal 发布 FLUX 3 Max 视频模型，10 秒视频生成耗时 12.45 秒
Introducing FLUX 3 Max, the latest post-trained video model from fal Research in partnership with @bfl_ai. FLUX 3 Max is tied for #1 in image-to-video quality on independent third-party benchmarks, generating a 10-second, 720/768p video in ~12 seconds. For the next three weeks, FLUX 3 Max is 75% off, making it the most affordable frontier video model at its quality level.
#模型发布#视频#推理
- Rohan Paul模型发布AI 评分74
Canva 发布首个自研图像模型 Canva Craft
Introducing Canva Craft 🚀 Extraordinary image generation is now available to everyone, powered by our first frontier model built specifically for design. With Craft, Canva is now the world's second most advanced AI lab for image generation on @DesignArena's global leaderboard. See what it can do 👇
#模型发布#图像生成#OpenAI
- Thomas Wolf模型发布AI 评分69
Hugging Face 联合 TIGEM 等机构发布开源 DNA 模型 Carbon-X
#模型发布#开源生态#数据/训练
- TechCrunch AI模型发布AI 评分65
Canva 发布首个图像生成模型 Canva Craft
Canva 发布首个图像生成模型 Canva Craft，由内部研究团队开发，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段工作，先生成包含空间关系、相对比例、视觉层级和文字信息的规划，再输出最高 2K 分辨率、支持约 30 种宽高比的图像，并强调物体细节准确、文字清晰且可局部精确编辑。模型使用 Canva 模板库中的人工设计作品而非照片训练，生成结果可通过 Canva Magic 转为分层设计，现已向所有用户开放于 Dream Lab 标签页，并将通过 Canva API 和 MCP 接入 ChatGPT、Gemini 等第三方聊天机器人。
#模型发布#图像生成#多模态
- 智东西模型发布AI 评分66
ElevenLabs 发布 Eleven Realtime 实时语音模型，实测语音搭建 Agent
ElevenLabs 于 10 月 20 日发布实时语音系列模型 Eleven Realtime，包括面向自然交流的 v1 Mini 和面向客服、多步骤任务的 v1 Max，支持超过 90 种语言和 1.7 万种音色。据 Artificial Analysis 测试，Max 在 Big Bench Audio 语音推理评测中正确率 98.8%，位列第三，平均首次音频响应时间 0.57 秒，Mini 为 0.62 秒。两款模型可通过 ElevenAgents 平台或兼容 OpenAI Realtime 规范的 Realtime API 使用，目前仅支持 WebSocket 连接；智东西实测其 Architect 搭建助手可用语音修改 Agent 设置，但中文口音明显、回复偏长且延迟较高。
#模型发布#语音#Agent
- 智东西模型发布AI 评分78
田渊栋参与创办的Recursive开源40B本地编程模型Flint
前Meta FAIR研究总监田渊栋参与创办的Recursive Superintelligence推出首款本地编程模型Flint，总参数量398亿、每Token约激活25亿参数，已采用Apache 2.0许可证开源，可通过Hugging Face获取权重。该模型在英伟达RTX Spark上生成速度超过150 Token/秒，在搭载M4 Pro的MacBook Pro上超过125 Token/秒，在Terminal-Bench 2.1、SWE-Bench Pro v2和SWE-Bench Verified上分别取得54.9%、89.7%和74.2%的成绩。Recursive称其团队借助自动化研究系统Eureka Machine在不到4个月内从零完成整套训练流程。
#模型发布#开源生态#编码
- 智东西模型发布AI 评分71
科大讯飞发布端云一体大模型星火X2.6，基于全国产算力训练
科大讯飞发布端云一体大模型讯飞星火X2.6，包含云端293-A30B模型和已开源的端侧X2.6-4B模型，均基于全国产算力完成能力升级。云端模型支持百万token上下文，输入价格0.9元/百万tokens、输出价格3.6元/百万tokens，输入缓存未命中与输出价格低于DeepSeek-V4.1-Flash-1017。同场还发布语音基座模型SparkAudio 1.0、机器人超脑平台V3.0、WinWork数字员工平台及讯飞AI录音环等硬件。
#模型发布#端侧#语音
- MarkTechPost模型发布AI 评分68
Gradium 开源 Phonon 端侧 TTS 模型，31M 版本采用 Apache 2.0
Gradium 开源了 Phonon 系列端侧文本转语音模型，其中英文版 Phonon 31m 为 31M 参数、64.5 MB q8 GGUF 文件，采用 Apache 2.0 许可，输出 24 kHz 单声道音频。该模型无需 GPU 即可在 CPU、手机、Raspberry Pi 5 和浏览器上运行，在 MacBook Air M5 CPU 上 6.9 ms 产出首段音频，在 Gradium 自测的 500 句困难集上 WER 为 1.70%，对比 Kokoro 的 3.50%。40m 版本覆盖英法德西葡五种语言，但采用 CC BY-NC 4.0 非商用许可。
#模型发布#开源生态#语音