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。据Unite.AI报道,该模型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;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。另有报道称,该模型不依赖文本中介,支持随时插话打断的全双工对话,训练消耗的token量比大语言模型少数百倍,但作者指出这目前只是Block内部实验室的小规模研究预览,demo由官方挑选,纯音频模型在复杂多步逻辑推理上的表现仍存疑问。
匹配字段摘要
2026年10月21日,Inception发布扩散语言模型Mercury 3。据The Decoder同日报道,Inception称该模型在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。报道指出,目前尚无独立测试。
匹配字段摘要
Inception AI Inc. 发布旗舰扩散语言模型 Mercury 3。OpenRouter 于 10 月 20 日发布的信息显示,Mercury 3 已在该平台上线,生成速度超过 1000 tok/s,上下文窗口为 1M,速度是 Mercury 2.5 的 4 倍;Inception 称其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 与 Haiku 5.5,上线期间价格为输入 $0.10/M tokens、输出 $0.35/M tokens,相当于五折。SiliconANGLE 于 10 月 21 日报道称,Inception 在自家 12 项基准中 8 项超过 GPT-6 Luna 和 Claude Haiku 5.5,速度为其 4 到 8 倍,官方称在 NVIDIA GPU 上达到每秒 1068 tokens,Haiku 5.5 约 240、GPT-6 Luna 约 130;上下文窗口提升至 100 万 tokens,参数量未披露,仅称超过 Mercury 1 的 40 倍,定价为每百万输入 tokens 2
匹配字段摘要
2026年10月19日,Inception发布旗舰扩散语言模型Mercury 3。官方称其在多项基准上超过GPT-6 Luna和Claude Haiku 5.5,在NVIDIA GPU上达到1,068 tokens/s,速度为后两者的4–8倍;参数量比Mercury 1大40倍以上,上下文窗口从Mercury 2.5的260K提升到1M,从Mercury 1(mini)到Mercury 3的基准智能水平提升3倍。该模型已在Inception API Platform及OpenRouter、Baseten、Vercel上线,兼容OpenAI API,早期合作伙伴已将其用于语音与客服、实时辅导、数据工程和网页导航。10月20日的报道补充称,发布价每百万输入tokens 0.10美元、输出0.35美元,正式价为0.20和0.70美元,缓存输入0.02美元;Mercury 2和2.5已停止向新用户开放,老客户可用至2026年11月15日。目前尚无进一步有证据的发展。
匹配字段摘要
LMSYS于2026年10月16日宣布,SGLang已原生支持Reflection的Beam模型,并用于支撑其生产API。Beam是501B参数、每token激活23B的MoE模型,原生1M token上下文窗口,计划以Apache 2.0发布;SGLang为其提供BF16、NVFP4和动态FP8支持、DFlash2投机解码与混合注意力前缀缓存。在4张NVIDIA GB300 GPU上以NVFP4运行OpenHands多轮智能体编码回放,并发32时达到每GPU 127.6K tokens/sec、每用户185.87 tokens/sec(p50)。同日,Reflection发布Beam模型权重,Ollama作为day-zero合作方限时免费提供并采用零数据保留;Beam总参数量约5010亿、每token激活约230亿,上下文窗口100万token,以Apache 2.0许可发布。后续AWS方面信息称,Beam权重已在Hugging Face发布,提供BF16、FP8和NVFP4三种checkpoint,并已在Amazon SageMaker JumpStart上线,也可通过SageMa
匹配字段摘要
2026年10月16日,Artificial Analysis公布Reflection首个模型Beam的评测结果:Beam在Artificial Analysis Intelligence Index上得分30,位列美国开源权重模型第二,仅次于Meta的Muse Spark Open(39),高于NVIDIA的Nemotron 3.5 Super VL(26)。该模型为501B总参数、23B激活参数的开源权重模型,每个智能指数任务约消耗26k输出token,其中约19k用于推理、7k用于回答;AutomationBench-AA得分48.5%,Terminal-Bench 4.0仅3.0%;AA-Omniscience正确率33%、幻觉率47%。10月17日,Arena.ai宣布Beam-1.0-501B-A23B进入Agent Arena,在开源权重模型中排第12,Net Improvement为-3.67%,误差区间±3.84%;在Code Arena: WebDev开源榜排第22,得分1438。
匹配字段摘要
2026年10月16日,阶跃星辰(StepFun)发帖感谢RadixArk帮助在生产环境中支撑Step 5 Preview,并称SGLang为真实工作负载提供了高效、可扩展的推理能力。被引用的RadixArk帖子则祝贺Step 5 Preview开放权重,并表示其用SGLang为阶跃星辰的第一方生产API提供规模化支持。此前,2026年10月15日,阶跃星辰表示Step 5 Preview在NVIDIA GB300上展现出强劲推理性能,并期待开发者基于它进行构建;NVIDIA AI在引用推文中称这是阶跃星辰规模最大的开放权重发布,600B MoE模型可处理长达24小时的智能体任务,在NVIDIA GB300上使用NVFP4时达到近8K tokens/sec/GPU,并提供NVFP4 checkpoint以及SGLang、vLLM、NeMo Automodel和NVIDIA NIM的部署与后训练路径。
匹配字段摘要
2026年10月15日,昆仑万维发布视频大模型游戏Matrix-Game 4.0,并同步开源代码、权重与白模。据雷锋网报道,该游戏被称为第一款运行在单张消费级显卡上的视频大模型游戏,在单张NVIDIA RTX 5090上以480p、60 FPS运行,端到端延迟低于150毫秒,显存峰值18.5 GiB。其方案由游戏引擎维护世界状态与交互规则、编程智能体将自然语言需求转为游戏代码、视频模型负责实时渲染画面。目前尚无后续发展事实。
匹配字段摘要
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein。该模型为 FLUX 3 家族中紧凑的开源权重版本,参数量 5.6B,提供 base 与蒸馏(-sd)两种权重,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出和像素级编辑,并保留大尺寸 FLUX 3 Image 的边界框控制。官方称其内部评测 Elo 评分在所有开源模型中最高,超过 Ideogram V4.5 和自家 FLUX.2 [pro],比 9B 的 FLUX.2 [klein] 提升 91 Elo 且参数少 38%;在内部评测中文生图与多参考生成得分高于 Qwen-Image 2.1。模型以 FLUX Kommunity License 发布,年营收低于 500 万美元的公司可免费商用,同时通过 BFL API、Playground、Hugging Face Spaces 以及 ComfyUI 和 Diffusers 本地使用。INT8 版本可在仅 8 GB 显存的 NVIDIA GPU 上运行,RTX 4070 上生成一张图不到 9 秒;配合 INT8 ConvRo
匹配字段摘要
2026 年 10 月 15 日,Fish Audio 发布文本转语音模型 Drama 3。据 MarkTechPost 报道,该模型为 35B 参数的混合专家(MoE)架构,每 token 约激活 3B 参数,权重已上传 Hugging Face,并同步上线 Fish Audio API。模型支持 83 种语言,可用方括号内的自然语言表演指令控制语气,单次请求最多支持 16 个说话人。在 Artificial Analysis 发音鲁棒性评测中整体得分 93.2%,其中品牌、地名与技术术语 95.9%,代码、路径、邮箱等精确序列为 86.3%。自托管需至少 48 GB 显存的 NVIDIA GPU 并以 FP8 运行;API 标价每 100 万字符 50 美元,11 月 12 日前为 10 美元。目前尚无后续发展事实。
匹配字段摘要
2026年10月14日,Neura Robotics 发布面向物理 AI 的多模态基础模型 Neuron AI。据 Robotics & Automation News 报道,该模型融合 3D 视觉、触觉与力、音频、机器人状态和语言,并加入记忆功能,使机器人在物体离开视野后仍保留上下文。其 Perception-Language-Action 架构把多感官信息对齐到同一空间并转化为动作,训练数据来自真实机器人数据、仿真放大数据和人类演示数据三类来源。该模型在德国 Metzingen 内部开发训练,并将在 Nvidia GTC Berlin 2026 上由人形机器人 4NE1 演示十一分钟的洗衣处理流程。目前尚无后续发展事实。
匹配字段摘要
2026年10月13日,Liquid AI 发布 LFM2.5-24B-A2B 端侧智能体模型。该模型总参数 24B、每 token 仅激活 2B,是 LFM2.5 家族中最大也是最后一款模型,基础版与后训练版均已在 Hugging Face 和 Playground 开放权重。据官方博客,它采用显式思维链的纯推理模式,上下文窗口从 32,768 扩展到 131,072 tokens,词表从 65K 扩至 128K,预训练数据从 17T 扩至 33T tokens;在八项智能体与工具调用基准中的五项领先或持平 Qwen3.6-35B-A3B,AutomationBench 得分为 27.69 对 8.72,LiveClaw 为 48.09 对 38.19;在 Apple M5 Max 上解码 184 tokens/s,单张 NVIDIA B300 GPU 高并发下输出超过 21K tokens/s。10月14日,OpenRouter 宣布该模型已上线,称其会先推理再作答,面向智能体与工具调用场景。
匹配字段摘要
2026年10月6日,Reflection发布首个开放权重模型Beam,采用稀疏MoE架构,总参数501B、激活23B,面向编码、推理和智能体任务。官方称该模型在23.8万亿token上预训练,并用10.5K NVIDIA GB300 GPU进行四周高算力RL,生成超1亿条rollout;本月将以Apache 2.0协议发布权重、技术报告和模型卡。早先报道称Beam自报SWE-bench Verified得分80.9,观察者认为其大致处于GLM-5.2水平,部分基准低于DeepSeek V4 Flash。10月7日,Yuchen Jin评论称Beam与Mistral Large 4在过去两天都达到大致GLM-5.2水平,并由此提出西方与中国开源模型差距或在蒸馏能力的疑问。
匹配字段摘要
月之暗面开源了Kimi Vendor Verifier(KVV)项目,用于帮助开源模型用户校验推理实现的准确性。据官方博客,KVV包含六项基准测试,覆盖API参数约束预校验、OCRBench、MMMU Pro、AIME2025、K2VV ToolCall与SWE-Bench,其中SWE-Bench因依赖沙箱未开源。官方称在Two NVIDIA H20 8-GPU服务器上完成全流程验证,顺序执行约需15小时,并已针对流式推理、自动重试和断点续跑优化脚本。该开源动作与Kimi K2.6模型发布同期进行,K2.6主打长程编码与Agent Swarm能力,已上线Kimi.com、Kimi App、API和Kimi Code。目前尚无后续独立发展事实。
匹配字段摘要
2026年10月6日,Mistral发布一万亿参数开放权重模型Mistral Large 4预览版。据Mistral AI官方信息,该模型为1万亿参数、490亿激活参数的原生多模态模型,权重将于本月底开放,在Mistral欧洲自有数据中心的3800块NVIDIA Grace Blackwell GPU上从零训练,训练数据覆盖160多种语言,官方称其在网络安全、金融、法律等企业负载上达到开源模型领先水平,在Artificial Analysis Cyber Index上进入全球前五,复现并修补真实漏洞的测试得分82%,Cybench解题率93%。Artificial Analysis的评测显示,该模型智能指数得分38,与GPT-6 Luna(max,38)相当,低于DeepSeek V4.1 Flash(max,39),网络防御指数得分50,CyberGym-E2E-AA得分82%,支持512k token上下文窗口,接受文本和图像输入、输出文本,API单次请求可接受100张图片,标准定价为每1M输入/输出token 1.36/4.18美元。同日,Thomas Wolf发布预告称Mist
匹配字段摘要
2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。
匹配字段摘要
2026年9月7日,黄仁勋表示,OpenAI的GPT-6 Astra使用约10万颗以上的NVIDIA Grace Blackwell NVLink72进行训练,并将其称为AGI。他回顾称,从ChatGPT、o1发展到Astra历时4年。黄仁勋还表示,接下来将有40万颗GPU上线。目前输入材料未提供Astra的独立技术验证、OpenAI方面回应或后续进展。
匹配字段摘要
2026年8月26日至27日,阿里发布Qwen3.8-Flash-Next模型权重。据Qwen Blog,该模型为多模态MoE架构,主模型125B参数、额外51B N-gram嵌入参数,每token激活6B,训练成本约为Qwen3.7-Plus的1/9,原生支持262,144 tokens上下文并可通过YaRN扩展至1,000,000 tokens。该模型是Qwen4架构的早期预览,在注意力、残差、嵌入和优化四方面升级,采用GDN+QSA混合注意力、Gated Residual、N-gram Embedding与Muon优化器,权重已在Hugging Face和ModelScope开放;生产版本以qwen3.8-flash名称在QwenCloud提供服务,默认1M上下文并内置官方工具,定价为每百万输入tokens 0.15美元、每百万输出tokens 0.47美元。NVIDIA方面称,其提供SGLang、vLLM和TensorRT LLM的Day 0功能支持,并在GB300 NVL72上验证推理,单GPU吞吐超过16K token/秒、单用户超过200 token/秒;开发者可用NVI
匹配字段摘要
2026年8月11日,英伟达发布开放模型Nemotron 3.5 Lightning,面向长时运行智能体的高频、低延迟任务执行。该模型采用MoE架构,总参数量为300亿,每次激活30亿参数。英伟达称,其在PinchBench上的准确率为86%,在准确率相近的情况下,完成1万项任务的速度比Qwen3.6 35B快30%。模型支持推测解码,提供BF16和NVFP4 checkpoint,可从Hugging Face下载,或通过build.nvidia.com试用。
匹配字段摘要
Jensen Huang 称 GPT-6 Astra使用超10万颗NVIDIA Grace Blackwell NVLink72训练，AGI已经到来
English translation is being prepared.
匹配字段摘要