2026年10月8日,微软发布Windows端侧智能更新,涵盖端侧模型、Copilot与安全Agent能力。据早先报道,微软为Windows引入本地智能体能力,发布137B参数、256K上下文窗口的编码模型MAI-Code-1.1 Flash,并推出Hybrid Intelligence让Copilot直接在PC上执行操作、敏感数据保留在本地,Windows与Agent 365结合提供MXC本地沙箱。后续报道称,微软于10月7日宣布AI智能体策略驱动容器Microsoft Execution Containers(MXC)正式可用,支持在Windows、Linux、macOS上以沙箱方式运行模型输出、插件、工具等不可信代码,已在GitHub以MIT许可开源,GitHub Copilot、OpenAI Codex等已支持。此后,HuggingFace CEO Clément Delangue发表评论,称微软Windows发布展示了本地AI及llama.cpp的令人兴奋之处。
匹配字段摘要
2026年9月20日,Qwen团队开源Qwen-Image-2.1图像模型,将文生图与图像编辑统一到单一模型,支持多种图像编辑任务。官方介绍,该模型视觉生成组件为7B参数、32层Single-Stream DiT,原生支持透明图像生成与编辑,支持最多10张参考图以及圈选、掩码等局部编辑方式,并通过混合粒度注意力与KV cache复用降低多图编辑时的推理开销和显存占用;模型权重已在GitHub、Hugging Face和ModelScope发布。同日,Qwen宣布Qwen-Image-2.1在ComfyUI中原生支持,用户更新ComfyUI或使用Comfy Cloud、从Hugging Face下载权重并加载模板即可使用。
匹配字段摘要
2026年8月28日,腾讯混元发布Hy4 preview,总参数770B、激活49B,支持1M上下文,定位生产力场景与开源前沿,并强调价格稳定可负担,官方同时给出博客、Hugging Face和GitHub入口。8月29日,腾讯混元宣布Hy4 preview在vLLM上运行,同日上线Cline供试用。8月30日,腾讯混元开源Hy4 preview,采用Apache 2.0,原生内置MTP层,开箱即支持投机解码,并称163位内部专家对203个真实工程任务盲评中略胜GLM 5.3与Kimi K3。9月1日,腾讯混元披露Hy4 preview自主发现推理瓶颈,通过算子融合与通信优化将端到端吞吐量提升31.8%。
匹配字段摘要
2026年7月30日,Google DeepMind发布Gemini Robotics ER 2机器人模型,定位为机器人的高层大脑,支持实时空间推理、多步任务规划和多机器人协作,可通过Gemini API、Google AI Studio或Gemini Enterprise Agent Platform调用。官方称,相比ER 1.6,新模型能通过连续视频流跟踪任务进度并实时纠错,在进度分类任务上达到57.4%准确率,在moment-finding任务上达到91.3%准确率和0.96s平均绝对距离。官方还展示了其编排Boston Dynamics Spot的导航与机械臂API完成取物,并支持Apptronik Apollo 2与Franka F3 Duo协作,代码已在GitHub开源。7月31日,Demis Hassabis表示机器人现在可以推理每一个动作,完成此前无法实现的任务,例如打精细的绳结,甚至组队解决复杂工作流。
匹配字段摘要
2026年7月28日,Liquid AI发布两款双向编码器模型LFM2.5-Encoder-230M与LFM2.5-Encoder-350M。两款模型基于LFM2混合架构,支持8,192 token上下文,并已在Hugging Face开放权重。官方称其可在分类、自然语言理解和token级任务上微调;350M在14个模型、17项任务中排名第四,230M超过ModernBERT-base和所有EuroBERT。CPU上8,192 token单次前向约28秒,约为ModernBERT-base的3.7倍速度,评测框架已在GitHub开源。
匹配字段摘要
Google Research 于2026年6月30日发布面向表格数据分类与回归的零样本基础模型 TabFM。该模型将表格预测重构为上下文学习问题,无需手动训练、超参数调优和复杂特征工程,单次前向传播即可对未见过的表格生成预测。模型完全基于数亿个由结构因果模型生成的合成数据集训练,采用融合 TabPFN 与 TabICL 的混合架构。TabFM 已在 Hugging Face 和 GitHub 开源,并上线 Google Cloud BigQuery,在 TabArena 的 38 个分类和 13 个回归数据集上评测。目前尚无后续发展事实。
匹配字段摘要
2025年8月6日,Anthropic发布Claude Opus 4.1,在智能体任务、真实编码和推理上较Opus 4升级,SWE-bench Verified达74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock和Google Cloud Vertex AI开放,价格与Opus 4相同。GitHub、Rakuten和Windsurf反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。
匹配字段摘要
2025年5月23日,Anthropic发布Claude Opus 4和Claude Sonnet 4两款模型。据开发者版本说明,两款模型在SWE-bench上分别取得72.5%和72.7%,支持扩展思考时调用工具、并行工具执行和记忆文件;Claude Code正式可用,并新增VS Code、JetBrains扩展及GitHub Actions后台任务。同日,Anthropic的Jan Leike表示,Claude 4能力足够强,团队不得不按照Anthropic的负责任扩展政策开启额外的安全缓解措施。目前该故事尚无后续发展事实。
匹配字段摘要
2025年2月25日,Anthropic发布Claude 3.7 Sonnet与Claude Code。据官方说明,Claude 3.7 Sonnet是其首个混合推理模型,可在标准模式与扩展思考模式间切换,API用户可控制思考token预算;定价与上一代相同,为每百万输入token 3美元、每百万输出token 15美元(含思考token),已在所有Claude套餐及Amazon Bedrock、Google Cloud Vertex AI上线。同日推出的Claude Code为终端智能编码工具研究预览版,可搜索和阅读代码、编辑文件、运行测试并提交到GitHub。2025年2月26日,Cognition发布Devin二月产品更新,新增批量并行编辑与多动作并行执行能力,并支持GitLab;官方称Devin于2月24日集成Sonnet 3.7,在调试、代码库搜索和智能体规划等任务上表现最佳。
匹配字段摘要
中电信人工智能科技有限公司发布星辰大模型Xing4.0-29B-A4B。该模型总参数29B、激活参数4B,全流程训练在国产昇腾910C集群完成,并冲进Hugging Face趋势榜前四。据科学网报道,模型经4-bit量化后单卡显存占用约15GB,可在RTX 3090、4090等24GB显卡本地运行,推理吞吐可达30tokens/s。评测中SWE-bench Verified得75.0分,Terminal-Bench 2.1得57.5分,Claw-Eval得76.55分。该模型已在集团客服智能体场景完成私有化部署,并同步上架GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。目前尚无后续发展事实。
匹配字段摘要
2026年6月12日,Zyphra发布实时文本转语音模型ZONOS2。据Zyphra Research介绍,该模型采用稀疏MoE架构,具备9亿激活参数、80亿总参数,是首个开源MoE TTS模型,并以Apache 2.0许可发布,支持高保真声音克隆。相比Zonos-v0.1,其训练数据从约20万小时扩展至超600万小时,模型规模从1.6B增至8B,实时吞吐提升4倍,支持最长一分钟的多语言与语码转换音频生成。模型权重已在Hugging Face发布,基于SGLang的推理代码在GitHub开源,同时上线Zyphra Cloud并提供API,发布后促销期内免费。Zyphra还提出ZTTS1-Eval评测基准,覆盖9种语言的Clean集与17种语言的In-The-Wild集。目前尚无后续发展事实。
匹配字段摘要
2026年6月2日,Microsoft 发布 MAI-Transcribe-1.5 多语言语音转写模型。据 Microsoft AI Blog 当日报道,该模型语言覆盖从 25 种扩展到 43 种,在 FLEURS 基准上取得 43 种语言的最佳词错误率,Artificial Analysis 榜单 WER 为 2.4%、排名第 3。转写速度方面,一小时音频转写耗时不到 15 秒,长音频速度最高为 Gemini 3.1、Scribe v2、GPT-4o-Transcribe 的 5 倍。模型新增关键词偏置功能,在 FLEURS 上可将 WER 最多降低 30%。发布时该模型已接入 Copilot、Teams、GitHub 和 Dynamics 365 Contact Centre,并在 Foundry 与 MAI Playground 提供。目前尚无后续发展事实。
匹配字段摘要
2026年2月18日,Zyphra 发布首个基于脑数据训练的基础模型 ZUNA。据 Zyphra Research 介绍,ZUNA 是一个 380M 参数的扩散自编码器,可从有噪声或不完整的头皮 EEG 数据中重建高保真脑信号,并能从稀疏输入和电极坐标预测缺失通道,适配从消费级头戴设备到 256 电极研究系统的多种布局。该模型在更高缩放因子下持续优于 MNE 中实现的球面样条插值这一行业标准方法;在通道丢失超过 75% 时于所有数据集上超越 MNE 默认的球面样条插值,优势随数据退化程度增加而扩大。ZUNA 面向研究人员、临床医生和 BCI 开发者,可恢复部分损坏的 EEG 会话并让低通道设备映射到更高分辨率信号空间。模型以 Apache 2.0 许可开源,权重发布于 Hugging Face,推理与预处理代码发布于 GitHub,并提供 pip install zuna 安装包。目前尚无后续发展事实。
匹配字段摘要
Edge0 发布开源权重语音克隆 TTS 模型 Audio8-TTS-Realistic，601M 参数，支持 23 种语言，权重与代码以 Apache 2.0 发布。模型只需 1 段参考音频及对应文本即可零样本克隆音色，也可在无参考音色时直接生成语音。自报结果显示其在 CV3 九语言上平均错误率 4.86%，低于 Qwen3-TTS-1.7B 的 7.73%，但在 MiniMax 基准上落后于 4B 级模型，泰语 WER 达 48.57%。
-TTS-Preview-0.6b 构建，并保持相同的 Transformers 推理接口。该仓库打包了检查点、44.1 kHz 神经音频编解码器、分词器、处理器和自定义代码。它也可以在没有参考音色的情况下生成语音。 TEXTTABLELAYOUT你的 PDF 解析器真的解析正确了吗？omni parse bench · 对文本、表格和布局评分 · 开源在 GitHub 上加星→赞助 新增语言包括阿拉伯语、芬兰语、印地语、印度尼西亚语、马来语、挪威语、葡萄牙语、俄语、瑞典语、泰语、土耳其语和越南语。 架构如何工作？ 该模型采用受 Fish Audio S2 Pro 启发的双自回归（DualAR）设计。根据技术研究报告，慢分支基于 Qwen2.5 0.5B 构建。它有 24 层、宽度 896，运行速度约为每秒 21.5 帧。每一步预测文本 token 以及第一个音频码本。 随后，一个浅层 4 层快分支并行预测其余 9 个码本。因此，顺序计算只发生在帧级别。 Edge0 如何为真实感进行训练？ 团队认为，词错误率（WER）和说话人相似度（SIM）忽略了节奏、停顿和时序。一个模型可以在两者上
匹配字段正文
Baseten 于 10 月 29 日发布 2B 参数的决策模型 joey-1，定价为每百万 token 0.01 美元，已上线 Baseten Model APIs 并在 Hugging Face 开放权重。该模型由内部实验室 Base Labs 基于 Qwen3.5-2B 后训练而来，与 mammoth-1（27B）、elephant-1（9B）共用同一数据配方和 API，切换只需改一行。模型卡显示 joey-1 在 Jev Decision Index 0.4 公开分榜得 63.30，位列 230 个模型第 37 名，为 4B 以下参数模型中最高分；Baseten 称其生产环境下 2000 token 请求的 P50 端到端延迟为 20 ms。
y-2b-latest，默认开启零数据保留。标价显示为每百万输入 token 0.01 美元，缓存输入和输出标价为 0.00 美元。系列定价表列出 elephant-1 为每百万 token 0.035 美元，mammoth-1 为 0.1 美元，公告将 joey-1 的价格描述为 mammoth-1 的十分之一。 在 Model APIs 上，决策模型支持 16k 上下文窗口，并针对低延迟工作负载进行了优化。专用部署可解锁完整的 262k 上下文窗口，并支持微调后的权重；Baseten 表示，通过针对工作负载的优化以及与 LLM 工作负载的同址部署，专用部署还可提供更快的 TTFT 和 TPS（首 token 时间和每秒 token 数）。elephant-1 和 joey-1 可在 Baseten Training Jobs 上进行后训练，公司已在 GitHub 上发布了微调指南。 权重以 MIT 许可证开放。对于自托管，模型卡的安装脚本会安装固定版本的服务运行时 OneJev 及一个服务补丁，并需要一块 CUDA GPU。模型卡指出，超过训练长度限制的请求会被拒绝，而不是被截断。
匹配字段正文
面壁智能发布 MiniCPM-OCR 1.0，这是一个 1B 规模的 OCR 模型，在 Real5-OmniDocBench 上取得 93.68、在 OCRBench v2 上取得 54.7。同时发布 2B 的决策模型 MiniCPM-OCR Jev，用于比对解析结果与原图并给出 0–1 正确性评分，在 JevOCRBench 上接近 Qwen3.5-397B-A17B。两个模型均开放权重，支持 llama.cpp、vLLM、SGLang、Ollama 部署，并提供开源微调代码。
📄 MiniCPM-OCR 1.0——1B 规模下达到 SOTA 级 OCR 性能与速度。 它在 Real5-OmniDocBench 上取得 93.68，在 OCRBench v2 上取得 54.7，将精准的文档解析与高效推理相结合。 🛡️ MiniCPM-OCR Jev——一个用于校验 OCR 准确性的 2B 决策模型。 它在 JevOCRBench 上接近 Qwen3.5-397B-A17B，并可处理来自不同 OCR 解析器的输出。 看它将解析出的文本、公式和表格与原图进行比对，并给出 0–1 的正确性评分——帮助你挑选更优结果，并识别哪些内容需要人工复核。 🔓 开放权重。按你的方式部署。 可使用 llama.cpp、vLLM、SGLang 或 Ollama 运行。借助开源微调代码进行定制。 观看实测演示。👇 🔗 GitHub：https://t.co/2SlATAJk08 🤗 Hugging Face：https://t.co/Ttq31GL8eJ 👉 试用 Demo：https://t.co/QsFAJT3AFy 使用 API：https://t.co/dP01jBS2j2
匹配字段正文
北京大模型创企超衍智能发布并开源首款大模型Apex-35B-V1.0，总参数量350亿，每Token激活约30亿参数，支持26.2万Token上下文窗口，以Qwen3.6-35B-A3B为基础经中训练和后训练优化。该模型在论文复现测试PaperBench和科研难题测试FrontierScience中分别取得60.9分和40.0分，高于GLM-5.3的42.5分和30.7分；工具调用测试BFCL V4取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。模型已采用Apache 2.0许可证开放权重，官方提供约72GB的BF16权重和不同精度的GGUF量化版本。
于3.5分，其中2篇达到3.67分（图源：超衍智能） 截至今年9月，该公司已累计融资近4亿元，IDG资本、星连资本、中关村科学城基金、深创投、上海未来产业基金均是其投资人。 目前，Apex-35B-V1.0已采用Apache 2.0许可证开放模型权重，官方提供约72GB的BF16权重和不同精度的GGUF量化版本。 模型开源地址： Hugging Face： GitHub： ▲Apex-35B-V1.0开源主页（图源：Hugging Face） Apex-35B-V1.0基于Qwen3.6-35B-A3B开发，通过中训练和后训练优化，并融入超衍智能自有的研究轨迹数据。这款模型总参数量为350亿，每个Token激活约30亿参数，支持26.2万Token上下文窗口。 AI能在多大程度上帮助模型研发？超衍智能此次公布了两项AI4AI-Bench基准测试结果，展示Apex-35B-V1.0优化语言模型和图像生成模型训练方案的能力。 先来看语言模型的训练效果。在AI4AI-Bench的推箱子任务中，Apex-35B-V1.0为30亿参数的Qwen2.5-3B-Instruct制定训练方案。经过训练
匹配字段正文
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science 等 9 项评测中的 4 项领先。该模型主打网络安全与长周期任务，宣称在 SEC-bench Pro 上取得 88.2%、ExploitGym 上 54.8%、CWE-bench 上 71.0%，初期仅通过 Fairwind Program 向可信网络安全人员开放。规格上支持 1M token 上下文与 1M 最大输出，输入覆盖文本、图像、视频和语音，输出为文本；Artificial Analysis 列出的标准价格为每百万输入/输出 token 4/20 美元，另有 50% 上线折扣。
（未经证实）：据报道，The Information 称 Kimi K3.1 Pro 是从 GPT-6 Astra 蒸馏而来（@kimmonismus）。 Giotto：另外，“欧洲主权 AI”Giotto 被批评为基于 Kimi 的模型。批评者指出其基准分数已饱和，且其 EULA 禁止发布用户自己的基准数据（@oneill c）。 编程智能体与开发者工具 GitHub Copilot Fusion：Fusion 在运行时编排 Anthropic 和 OpenAI 的模型（@ArtificialAnlys）。 独立结果：在 AA Coding Agent Index 上，它在 Claude Code 中比 Opus 5.5 低 2 分。每项任务成本为 5.59 美元，而该配置为 11.42 美元，且每项任务使用 7.2M token。它以 71 分领跑 Terminal-Bench 4.0。 GitHub 的说法：GitHub 声称成本最多降低 77%，运行速度提高 40%。它还推出了 Copilot 自动化和多仓库 Copilot Projects（@kdaigle）。 T3 Cod
匹配字段正文
Google 发布面向网络安全与长时编码任务的前沿模型 Gemini 4 Carbon，在 Google 自家 17 项基准中登顶 15 项，但尚未公开，仅向部分网络安全防御人员开放。其在 Artificial Analysis 的 Intelligence Index 上得 59 分，超过 Claude Opus 5.5，比四周前的 Argon 提升 9 分；在长输入推理上领先 OpenAI Astra 和 Opus 24 分。API 介绍价为每百万 token 输入 2 美元、输出 10 美元，为 Opus 5.5 的一半，折扣期后翻倍至 Opus 的费率。Google 未公布扩大开放的时间。
以获取信息。它还会寻找徽标。如果没有徽标，它会为他们创建一个。第三个智能体拿到样稿，并附在电子邮件中发送给该潜在客户。第四个智能体被设置为在潜在客户回复后作出回应，为他们预约通话，并将通话添加到日历中。” 在我们的社区工作流中心查看该工作流 → 🛠️ 热门 AI 工具 ⚙️ QVAC SDK - 可免费且私密地运行任何开源模型（聊天、图像、语音生成等）。在 GitHub 上试用并加星 💬 Nemotron 3.5 Transcribe - Nvidia 的可转录 40 种语言的 AI 🔴 ChatGPT Dot - OpenAI 的常驻智能体，现可通过短信使用 ⚙️ GitHub Copilot Fusion - 可为每项任务自动挑选 AI 模型的 Copilot 模式 赞助列表 📰 今日 AI 其他动态 OpenAI 正将数百名员工调入一个“作战室”，为下周的美国中期选举做准备，在本月标记出其模型上的俄罗斯和伊朗影响力行动后，搜寻 ChatGPT 的滥用情况。 Artificial Analysis 发布了其“智能指数”AI 排行榜的 v5 版本，如今更多依赖私有测试，中国开源模型在
匹配字段正文
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。
前，必须先从 Mistral 获得单独的商用许可证。 从今天起，Mistral Large 4 的定价为 每百万输入 token $0.70 / M， $0.07 缓存输入 / M，以及 输出 / 百万 token / M tokens。 我们鼓励社区对 Mistral Large 4 进行测试。运行你自己的评估，挑战它的极限，并在 X、Discord 或 GitHub 上与我们分享你的发现。下一步计划Mistral Large 4 将成为新一代专用和优化版 Mistral 模型的基础。基于近期发布的 Voxtral 和 Timestral 等模型，我们将继续拓展开放权重 AI 的前沿，继续为开发者和企业提供更大的自由，以构建、定制并拥有自己的智能。Mistral Large 4全新开放权重的混合指令与推理 MoE，支持多模态输入；统一了指令、推理和智能体, Discord或 GitHub. 下一步 Mistral Large 4 将成为新一代专用和优化版 Mistral 模型的基础。基于近期发布的 Voxtral 和 Timestral我们将继续拓展开放权重 AI 的前沿，继续为开发
匹配字段正文