Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中赢下 8 项，运行速度为 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍。在 Inception 自测中，Mercury 3 在 IFBench 得 76.84 分，比 GPT-6 Luna 高 15 分；SWE-Bench Atlas 得 51.08 分，对手分别为 33.33 和 32.26。Claude Haiku 5.5 则在 DeepSWE 长代码测试和长文本检索上领先。该模型在 Nvidia GPU 上每秒生成 1,068 个 token，定价为每百万输入 token 0.20 美元、输出 0.70 美元，发布期五折，已上线 Inception 平台及 OpenRouter、Baseten、Vercel，目前尚无独立测试。
#模型发布#推理#部署/工程
IBM 在 Hugging Face 发布 granite-speech-5.0-2b、granite-speech-5.0-470m-turboctc 和更新版 granite-speech-4.1-2b-plus 三款语音模型，均以 Apache 2.0 许可开源。granite-speech-5.0-2b 支持英语、法语、德语、西班牙语、葡萄牙语和日语的转写，并可在这些语言与英语之间互译，另支持英语译成意大利语和中文，训练数据含 39 万小时公开音频；Turbo CTC 版本扩展到七种语言并原生输出标点与大小写，在 Open ASR Leaderboard 上达到 19,870 RTFx，约为发布时的 1.6 倍；4.1-2b-plus 侧重多说话人长音频，说话人分离 WDER 与 cpWER 均下降 7%，长语音 WER 下降 24%。
#模型发布#语音#开源生态
NVIDIA 于 2026 年 10 月 21 日发布开源多变量时间序列预测模型 Kumo Forecast，采用 Apache 2.0 许可，代码在 NVIDIA/Kumo-TS 仓库，预训练权重托管于 Hugging Face 的 nvidia/Kumo-Forecast。模型以约 3.4 亿参数的 MOMENT-1-large Transformer 编码器为冻结主干，只训练预测头，支持 256 至 2048 的输入序列长度，并可选 DARR 检索增强模式。可解释性框架可输出滞后与特征归因、语义流诊断等结果，运行需 Python 3.10 以上与 PyTorch 2.7 以上，官方建议在相同留出窗口上对比直接预测与检索增强两种配置。
#模型发布#开源生态#数据/训练
#产品更新#视频#多模态
英伟达发布实时AI手术模拟器Cosmos3-H-Dreams，基于真实胆囊切除术录像训练，可随器械操作实时生成手术画面。该模型以160亿参数基础模型为底座，聚焦抓钳和电钩两件器械，可接收双臂位置、夹钳开合等28项操作信号，在单块RTX PRO 6000 GPU上即可交互运行。英伟达表示它目前只是研究工具，尚未经过患者诊疗验证。
#模型发布#具身智能#开源生态
NVIDIA 于 2026 年 10 月 21 日宣布扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，并围绕欧洲主权智能定位。组合包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever、面向结构化业务数据的 Kumo、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 和 Ising。Nemotron 3.5 Super VL 已在 Hugging Face、ModelScope、OpenRouter 和 build.nvidia.com 上线，Nemotron 3.5 Bolt E4B 4GB 预计 10 月 23 日可用。
#模型发布#开源生态#Agent
NVIDIA 在 GTC Berlin 宣布与 UW Medicine 蛋白质设计研究所合作推出开源蛋白质设计模型 RFD4-Proteina，已通过 Amazon Bio Discovery、Hugging Face、OpenAI 等合作方提供。该模型属于 NVIDIA BioNeMo，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并筛选候选设计。Hugging Face 模型卡显示其权重为 435.6 百万参数、FP32 存储 1.74 GB、以 BF16 运行，采用 BSD 3-Clause 许可，单张 H200 上 250 token 设计在 BF16 下耗时 5.0 秒。
#模型发布#开源生态#数据/训练
NVIDIA 于 2026 年 10 月 21 日扩展 Nemotron Retriever 系列，推出 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 6.31 亿参数的 Nemotron 3.5 Parse，面向企业智能体工作流的多模态检索与文档处理。NVIDIA 称在智能体检索流程中加入 Rerank 后，单次查询的 token 成本分别降低约 14%（搭配 8B 嵌入模型）和 13%（搭配 1B 模型），检索准确率同时提升。Parse 在 ParseBench 上得分 75.20，单张 H100 上每秒处理 10.5 页；开放权重、数据和训练配方已在 Hugging Face 发布，并可通过 NVIDIA NIM 及 Baseten、DeepInfra、FriendliAI 部署。
#模型发布#RAG#多模态
Black Forest Labs 以开放权重形式发布 5.6B 参数的 FLUX 3 Image Klein 图像生成模型，针对消费级 GPU 优化。其 BF16 权重需 12.2GB 内存、FP8 权重需 5.6GB，INT8 版本可通过 ComfyUI 或 Diffusers 在 8GB 显存的 NVIDIA GeForce RTX GPU 上运行。测试中 INT8 版本在 RTX 5090 上生成 1MP 图像约需 4s，在 RTX 4070 上通过 ComfyUI 生成 1MP 图像不到 9s。模型支持文本转图像、图像编辑和多参考生成，原生支持 4K 分辨率。
#模型发布#图像生成#开源生态
NVIDIA 扩展其开放模型家族，覆盖语言、机器人、生物与量子计算，包括新的 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt、用于嵌入与重排序的 Nemotron Retriever、面向结构化业务数据的 Kumo 系列、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 以及量子方向的 Ising。Nemotron 3.5 Super VL 已在 Hugging Face、ModelScope、OpenRouter 和 build.nvidia.com 以 NIM 微服务形式提供，Nemotron 3.5 Bolt E4B 4GB 预计 10 月 23 日（周五）可用。BioNeMo 的 RFD4-Proteina 在 200 氨基酸蛋白基准中生成速度约为 RFdiffusion3 的 13 倍。
#模型发布#开源生态#Agent
NVIDIA 与 UW Medicine 蛋白质设计研究所发布开源模型 RFD4-Proteina，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并优化蛋白质设计。研究草稿中的测试显示，该模型在蛋白质结合、小分子结合、酶骨架和 DNA 结合四类基准上，计算设计成功率和生成吞吐均高于所评估的基线。模型已通过 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio 等合作方提供。
#模型发布#开源生态#Agent
MiniMax 发布 M3.1 Flash，并认领此前匿名模型 Space Bunny；在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。雷锋网用同一道 3D 校园搭建任务实测，MiniMax Code 加 M3.1 Flash 用时 55.4 分钟，OpenCode 加 DeepSeek V4.1 Flash 约 121 分钟，两边模型费用都在 6.5 元左右。定价为每百万 Token 输入 1 元、输出 4 元、缓存读取 0.1 元，相比上一代 M3 输入输出价格约降一半，且全天不分峰谷。
#模型发布#Agent#编码
Mistral AI 发布 Voxtral 3，包含 3 款转写模型、1 款 TTS 模型和一套基于 LiveKit 的语音智能体 SDK，4 款模型均在 Mistral API 公测。Small Transcribe 3 在 Artificial Analysis 上取得 2.1% AA-WER 排第三，说话人分离 cpWER 为 18.4%，但实时模型在 240 ms 延迟下 FLEURS 35 的 WER 为 7.4%，落后于 Gemini 3.5 Realtime 的 4.2%。批量转写定价为每分钟 $0.0035 至 $0.004，TTS 为每 100 万字符 $13，语音智能体 API 为每分钟 $0.04 起。
#模型发布#语音#Agent
#模型发布#语音#部署/工程
ElevenLabs 推出 Eleven Realtime 语音到语音模型系列，包含面向 AI 助手、教师等场景的 v1 Mini 和面向客服、线索筛选及多步骤流程的 v1 Max 两个版本。两款模型支持 90 多种语言和超过 17000 种音色，将语音识别、轮次切换、语音活动检测与语音生成整合为一个系统。在 Artificial Analysis 的评测中，Max 在 Big Bench Audio 上正确回答 98.8% 的问题，Mini 为 75.9%；Max 首音频平均耗时 0.57 秒，Mini 为 0.62 秒；工具调用任务上 Max 完成 87.1%，Mini 为 60.3%。Eleven Realtime 遵循 OpenAI Realtime 规范，开发者只需修改 API 端点和模型名即可迁移，但使用 WebRTC 的集成需改用 WebSockets。
#模型发布#语音#Agent
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 MemT-1.0-Nano（基座 Qwen3.6-35B-A3B）和 288B 参数、激活 17B 的 MemT-1.0-Flash（基座 DeepSeek-V4-Flash），在选定的 Transformer 模块中加入与注意力并行的记忆计算通路。团队构建了 340 亿 Token 记忆训练语料，其中继续预训练 200 亿、后训练 140 亿。在 11 项记忆基准综合评估中，Flash 和 Nano 平均得分分别为 50.6 和 47.0，位列参与评估的参数化记忆方法前两名；在 500 项 SWE-bench Verified 任务中，Nano 三次全部成功的任务比例从无经验基线的 54.00% 提升到 62.80%。
#模型发布#开源生态#数据/训练
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 上匿名屠榜的 Space Bunny（玉兔）。该模型在 Agents' Last Exam 上得分 29.6%，位列国产模型第一，AA 榜单得分 43；DeepSWE v1.1 拿下 73.7%，CyberGym 82.2 分，BankerToolBench 76.2 分与 Claude Opus 5 并列第一，OSWorld V2 为 61.7 分。模型采用稀疏注意力架构，输出最快 200+ TPS、中位数 170+ TPS，输入每百万 Token 1 元、输出 4 元、缓存读取 0.1 元，综合使用成本相比前代 M3 下降 70%。
#模型发布#Agent#编码
MiniMax 于 10 月 19 日认领匿名模型 Space Bunny，正式发布 M3.1 Flash，采用稀疏注意力架构，428B 总参数、约 23B 激活，推理速度提升近 3 倍，使用成本降 70%，定价为输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。模型权重将于 10 月 23 日开源，官方预告更高智能上限的 Pro 版不久后推出。作者用四道同类型新题替换社区出圈案例重测，认为其前端 Coding 能力进步明显，且保留了主动打开浏览器试错的自验收行为。
#模型发布#编码#开源生态
英伟达发布面向机器人手术的生成式世界模型 Cosmos3-H-Dreams，同步开放模型权重及配套代码。该模型基于 CMR Surgical 旗下 Versius 系统的临床胆囊切除手术录像与机器人运动学数据微调，支持双臂位姿、钳口开合及电外科能量等 28 维动作输入，可根据初始内窥镜画面和机械臂指令实时生成手术场景视频。官方模型卡显示，在单块 RTX PRO 6000 Blackwell 工作站版 GPU 上以 832×480 分辨率运行时，四步去噪版本为 30 帧/秒，两步版本可达 43.2 帧/秒；配套代码支持动作回放，并可连接 WebXR 兼容头显进行实时交互控制。
#模型发布#具身智能#开源生态
Cloudflare 于 2026 年 10 月 19 日宣布预览提供 AI 模型 Clairic，可从文章和图片中抽取数值、日期等指定类型的值并以 JSON 返回，还能做计算、基于类似案例估算和基于历史趋势预测。该模型在 Workers AI 上以 @cf/cloudflare/clairic 提供，按输入 token 计费，每 100 万输入 token 0.10 美元，模型权重计划后续公开。Cloudflare 用 GLM-5.3 做回复生成的对比显示，由 Clairic 和 Clef 承担抽取与判断后，处理时间从 61.7 秒降至 19.3 秒，费用减少 49%。
#模型发布#数据/训练#部署/工程