GPT-6.1 Sol登陆Amazon Bedrock
AWS与OpenAI 正式上线 Amazon Bedrock上的GPT-6.1 Sol
English translation is being prepared.
匹配字段摘要
←搜索结果
搜索“OpenAI”
Inception发布Mercury 2
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
黄仁勋称Astra标志AGI到来
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
IBM发布Granite 4.2语言模型系列
2026年8月25日,IBM发布Granite 4.2语言模型系列。据Hugging Face发布的构建说明,该系列包含3B、8B、30B三个尺寸,均可输出思维链,支持thinking与非thinking模式,另设低推理预算的low-effort模式。其中8B和30B额外经过智能体RL阶段,学习调用工具、编辑运行代码、操作终端和联网搜索;全部模型支持原生工具调用,可通过OpenAI兼容接口接入智能体框架。模型基于Granite-4.1 base后训练,SFT数据约720万条、约100B token,RL采用异步GRPO分阶段课程,并已发布FP8、NVFP4、MXFP4和GGUF量化版本。目前尚无后续发展事实。
匹配字段摘要
DeepSeek升级V4-Flash API
2026年7月31日,DeepSeek升级DeepSeek-V4-Flash API。据DeepSeek说明,DeepSeek-V4-Flash-0731与预览版保持完全相同的模型架构和规模,此次升级仅适用于DeepSeek-V4-Flash API,DeepSeek-V4-Pro API及App/Web模型暂时不变,DeepSeek-V4-Pro正式版将尽快发布。后续报道称,该模型在架构不变的情况下通过新一轮微调,在独立测试中超越更大的DeepSeek-V4-Pro,Artificial Analysis智能指数达50分;其为284B总参数、13B激活参数的MoE架构,支持最高100万token输入与384,000 token输出,MIT许可下权重可免费商用,API价格为每百万输入/缓存/输出token $0.14/$0.0028/$0.28。2026年8月13日,DeepSeek发布DeepSeek-V4-Pro,重点升级Agent能力,并为V4-Pro与V4-Flash提供low、high和max三档推理强度,原生支持OpenAI Responses API并针对Codex优化,
匹配字段摘要
Anthropic发布Claude Opus 5
2026年7月25日,Anthropic发布Claude Opus 5。官方发布说明称,该模型以一半价格接近Claude Fable 5的前沿智能,在Frontier-Bench和GDPval-AA等编码与知识工作评测中成为新的SOTA;它是Claude Max的新默认模型,也是Claude Pro上最强的模型,并在ARC-AGI 3、Zapier AutomationBench和OSWorld 2.0等基准上表现突出。7月31日,吴恩达在来信中称,团队用Claude Code(Fable 5)和OpenAI Codex(GPT-5.6 Sol)对开源智能体OpenWorker做安全审查时均被拒绝,其中一个提前停止工作,另一个要求降级到能力较弱的模型;团队随后改用OpenWorker框架搭配开放权重模型Kimi K3和GLM 5.2完成审查。
匹配字段摘要
英伟达开放Nemotron多模态模型
2025年10月31日,英伟达发布开源视觉语言模型Nemotron Nano 2 VL,面向视频理解与文档智能。该模型采用混合Transformer–Mamba架构,并通过EVS剪除冗余视频帧,以减少需要处理的token。vLLM同时为其提供推理支持,夜间版本可用BF16、FP8和FP4精度部署兼容OpenAI接口的推理服务器。
匹配字段摘要
Sora 2上线并完善角色授权
2025年10月1日,OpenAI推出Sora 2模型及全新的Sora视频应用,用户可创建、分享和观看视频。应用提供cameo功能,可将本人及朋友放入视频,并改善角色一致性;团队同时设置肖像滥用、深度伪造及非法内容防护,并计划持续调整信息流控制与用户福祉相关设计。10月4日,OpenAI宣布将进一步提供更细粒度的角色生成控制,并探索向允许用户生成其角色的权利人分享收入。具体分成模式尚未确定,将通过试验逐步完善;相关做法计划先在Sora中迭代,再一致应用于旗下产品。
匹配字段摘要
Cartesia发布Ink语音转文字模型
2025年6月10日,Cartesia推出Ink系列流式语音识别模型,首发Ink-Whisper基于OpenAI Whisper优化,面向实时语音智能体。Ink-Whisper在背景噪声、专有名词、口音等场景下WER优于whisper-large-v3-turbo,并实现最低TTCT,价格为1 credit/秒(Scale计划$0.13/小时)。
匹配字段摘要
GPT-Live-1上线API
OpenAI 上线 GPT-Live-1 API
English translation is being prepared.
匹配字段摘要
NVIDIA Nemotron 3.5 Lightning 上线 Ollama
2026年8月11日,NVIDIA Nemotron 3.5 Lightning 在 Ollama 上线,可完全在本地设备运行。据 Ollama Blog 介绍,该模型为 30B 总参数、每 token 仅 3B 激活的开放模型,采用混合 MoE 架构,支持最高 1M token 上下文,面向读取文件、调用工具、整理结果和失败重试等持续运行的智能体任务;官方称其吞吐量比同类开放模型高 4 倍,任务完成时间快 30%,并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。同日,SGLang 宣布为该模型提供 Day-0 支持,开发者可通过其 OpenAI 兼容推理栈部署;据 LMSYS Blog 介绍,该模型从 Nemotron 3 Ultra 蒸馏而来,支持 MTP、DFlash、DSpark 三种投机解码,并可通过 enable_thinking 与 thinking_budget 控制推理开关和深度,权重已在 Hugging Face 提供 BF16 和 NVFP4 版本。
2026年8月11日,NVIDIA Nemotron 3.5 Lightning 在 Ollama 上线,可完全在本地设备运行。据 Ollama Blog 介绍,该模型为 30B 总参数、每 token 仅 3B 激活的开放模型,采用混合 MoE 架构,支持最高 1M token 上下文,面向读取文件、调用工具、整理结果和失败重试等持续运行的智能体任务;官方称其吞吐量比同类开放模型高 4 倍,任务完成时间快 30%,并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。同日,SGLang 宣布为该模型提供 Day-0 支持,开发者可通过其 OpenAI 兼容推理栈部署;据 LMSYS Blog 介绍,该模型从 Nemotron 3 Ultra 蒸馏而来,支持 MTP、DFlash、DSpark 三种投机解码,并可通过 enable thinking 与 thinking budget 控制推理开关和深度,权重已在 Hugging Face 提供 BF16 和 NVFP4 版本。
匹配字段摘要
Sakana AI 推出多智能体编排模型 Sakana Fugu
2026年6月21日,Sakana AI 推出多智能体编排模型 Sakana Fugu,将多智能体编排系统做成一个基础模型。据官方博客介绍,该模型通过单一 OpenAI 兼容 API 调用,内部自行完成模型选择、任务委派、验证与结果整合。首发包含 Fugu 和 Fugu Ultra 两个版本,前者兼顾性能与低延迟,后者面向多步难题;官方称 Fugu Ultra 在工程、科学与推理基准上可与 Fable 5、Mythos Preview 比肩。其智能体池可替换,官方表示若某家供应商限制访问,Fugu 会动态绕开,并计划后续纳入开放模型与自家模型。目前尚无后续发展事实。
匹配字段摘要
小米MiMo-V2.5-Pro在Arena榜单取得多项突破
小米MiMo于4月26日宣布,MiMo-V2.5-Pro在最新Arena榜单取得多项突破:Text Arena(Expert)位列全球第6、开源模型第1,同时是中文模型第1;小米按实验室排名全球第3,仅次于Anthropic和OpenAI。Text Arena(Overall)为全球开源第2,Code Arena(WebDev)为全球开源第3,并在Hard Prompts、Hard Prompts(English)、Instruction Following和Long Query四个子榜单位列全球开源第1。4月28日,小米MiMo进一步开源MiMo-V2.5系列,采用MIT许可,支持商业部署、继续训练和微调,无需额外授权;两款模型均支持1M token上下文窗口,其中MiMo-V2.5-Pro面向复杂智能体与编码任务,在GDPVal-AA和ClawEval上位列开源模型第一,MiMo-V2.5为原生全模态模型。SGLang与vLLM已在首日提供支持,并完成多个芯片平台的Day-0适配。
匹配字段摘要
Qwen 发布旗舰推理模型 Qwen3-Max-Thinking
2026年1月26日,Qwen 团队发布旗舰推理模型 Qwen3-Max-Thinking。据 Qwen Blog 介绍,该模型通过扩大参数规模并投入大量算力做强化学习,在事实知识、复杂推理、指令遵循、人类偏好对齐和智能体能力上均有提升,在 19 项基准上表现与 GPT-5.2-Thinking、Claude-Opus-4.5、Gemini 3 Pro 相当。模型新增自适应工具调用能力,可在对话中自主调用内置的 Search、Memory 和 Code Interpreter,已在 chat.qwen.ai 上线;同时采用经验累积的多轮测试时扩展策略,在 GPQA、HLE、LiveCodeBench v6 等基准上优于标准并行采样。API 模型名为 qwen3-max-2026-01-23,兼容 OpenAI 与 Anthropic 接口协议,可直接配合 Claude Code 使用。目前尚无后续发展事实。
匹配字段摘要
Qwen3-VL 上线 Ollama 云端
2025年10月14日,Qwen3-VL 已在 Ollama 云端上线,本地版本将很快提供。据 Ollama Blog 介绍,该模型支持操作 PC 和手机 GUI 的视觉智能体,可从图像和视频生成 Draw.io/HTML/CSS/JS,具备原生 256K 上下文并可扩展至 1M,OCR 语言从 19 种增至 32 种。Ollama 同时给出 JavaScript、Python 库及 OpenAI 兼容 API 的调用方式。目前尚无后续发展事实。
匹配字段摘要
Mistral 发布 Large 4 开放权重模型，主打编程与网络防御
法国 Mistral AI 发布 Large 4 模型（ML4），具备先进编程和网络防御能力，企业可下载开放权重版本并部署在自有基础设施上运行。该模型总参数量 1.05 万亿，每次执行任务实际激活约 520 亿参数，在欧洲数据中心使用 3800 颗英伟达 Grace Blackwell GPU 训练。Mistral 称其在编程任务上可与其他领先开放模型相媲美，并强调开源有助于避免前沿 AI 技术集中在少数参与者手中。
stral宣称，ML4是“全球最出色的开放式智能体编程模型”，能够为企业和政府机构提供完全由自身掌控的前沿AI网络防御能力，帮助用户检测、分析并应对代码及IT基础设施中的网络威胁。 该模型在Mistral位于欧洲的数据中心训练，使用了3800颗英伟达Grace Blackwell GPU。该公司表示，ML4在实现“业界领先性能”的同时，所动用的算力和资本仅为OpenAI、Anthropic等闭源AI公司的“一小部分”。 据Mistral介绍，ML4的总参数量达到1.05万亿，但每次执行任务时实际激活的参数约为520亿。这意味着模型不需要在处理每项任务时调用全部参数，从而提高处理效率。 Mistral科学事务副总裁Pierre Stock表示：“ML4开放权重版本版本展现了我们科学团队快速创新的能力。在ML4预览版的基础上，开放权重版本继续进行强化学习训练，性能取得了显著提升，且尚未显现出性能饱和的迹象。” 他补充称：“在不到三周的时间里，我们在同一轮强化学习训练过程中引入了客户反馈，新增两种推理模式，同时进一步提高了ML4的运行效率和可定制性。” Mistral表示，最新版本的ML4在
匹配字段正文
Edge0 发布 Audio8-TTS-Realistic：0.6B 开源语音克隆 TTS 模型
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%。
其按语言表格计算得出。 如何部署它？ 安装 PyTorch 2.5+ 和 Transformers 4.57+，然后使用 trust remote code=True 加载。语音克隆需要干净的参考音频及其精确转写文本。GitHub 仓库增加了 CLI、批处理和监督微调脚本。 对于 GPU 服务，SGLang Omni 适配器提供分页注意力、动态批处理和兼容 OpenAI 的 /v1/audio/speech API。Edge0 指出吞吐量和流式传输未进行基准测试。免费的 Playground 在 Hugging Face ZeroGPU 上运行。 关键要点 601M 参数，23 种语言，Apache 2.0 权重。 一个学习到的真实感评判器驱动最终的 GRPO 阶段。 4.86% 的 CV3 错误率优于 Qwen3-TTS-1.7B 和 VoxCPM2。 4B 级 Higgs TTS 3 在 CV3 和 MiniMax 上仍然领先。 低资源语言仍然表现较弱，泰语 WER 接近 49%。 Asif Razzaq网站 | + 文章数简介 ⮌ Asif RazzaqBaseten 发布 jo
匹配字段正文
10 人团队 Phonic 发布语音模型 Phonic-1，称可在通话中并行查询与预订
10 人创业公司 Phonic 发布语音模型 Phonic-1，称其能在通话者尚未说完时执行查询和预订。该模型在 Artificial Analysis 语音到语音榜单以 87.1 分居首，比 xAI 的 Grok Voice 3.0 高 0.2 分，客服任务完成率 79.9%，首音频延迟 0.61 秒。Phonic 称其在 Cekura 通话测试集得 90.2 分，但 Cekura 公开榜单列出的 Phonic v1 为 68.3%；公司已完成由 First Round 领投的 2750 万美元 A 轮融资，累计融资 3150 万美元。
10人创业公司Phonic发布了Phonic-1，称其是唯一能在通话者话还没说完时就执行查询和预订的语音模型。 在Artificial Analysis的语音到语音榜单上以87.1分位居第一，仅比xAI的Grok Voice 3.0高0.2分，客服任务完成率为79.9%，首音频延迟为0.61秒。 Phonic-1在通话者还在说话时就能调用工具；在演示中，它在通话者说话过程中完成了5次查询，并在通话者停止说话后1.1秒回复，而OpenAI的GPT-Live则需要15.7秒。 Phonic报告称其在Cekura的通话测试集上得分为90.2，超过了“转录-思考-发声”级联方案的82.9%，而该级联方案在该测试集上得分高于所有上榜的语音到语音模型，不过Cekura的公开榜单将Phonic v1列为68.3%。 他们完成了由First Round领投的2750万美元A轮融资，累计融资额达到3150万美元，Phonic已经为Ashby在25个国家的AI面试提供支持。 https://t.co/laxOzIhDwx
匹配字段正文
谷歌发布 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数
谷歌发布新一代旗舰模型 Gemini 4 Carbon，在 Artificial Analysis 智能指数 v5.0 中以 59 分登顶，超过 Claude Opus 5.5 和 GPT-6 Astra。该模型在 Terminal-Bench 4.0 上从 Argon 的 57.1% 提升到 65.2%，GraphWalks 长上下文测试从 84.2% 提升到 96.2%，但开发者反馈其生成速度比 Argon 慢约 2 至 4 倍。谷歌本周先向少数网络安全防御机构开放，再通过 Fairwind 计划扩大至可信合作伙伴，普通用户开放时间尚未公布。
相当明显。 可惜谷歌又一次选择了分阶段开放，普通用户只能看着排行榜上的新冠军，继续使用刚被网友建议“直接跳过”的Argon。 哈基米重回全球第一 时隔约半年，谷歌终于重回Artificial Analysis智能指数的榜首。 上一次Gemini位列榜首还是今年4月，那时Gemini 3.1 Pro与GPT-5.4、Claude Opus 4.7并列第一。随后OpenAI和Anthropic相继推出更强的模型，谷歌直到Carbon发布才重新登顶。 在Artificial Analysis最新的智能指数v5.0中，Carbon获得了59分，较Argon的50分提高9分，比Claude Opus 5.5高1分、GPT-6 Astra高2分。 在组成该指数的9项测试中，Carbon拿到了4项第一，尤其擅长复杂推理、科学研究、知识问答和自动化任务。 其中最值得关注的是编程能力的提升。 在Artificial Analysis另一套专门衡量AI编程能力的Coding Agent指数中，Carbon获得59分，仅次于Claude Opus 5.5的62分。谷歌过去在这类测试中一直不算突出，这次终于追
匹配字段正文
超衍智能开源35B模型Apex-35B-V1.0，AI参与自身研发
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。
胜、0平、21负的成绩，胜率为79%。例如，在扑翼翼型优化任务中，模型根据流体仿真反馈调整运动参数，在官方展示的测试条件下取得0.164的净推力，高于GLM-5.3的0.150和Qwen3.6-35B-A3B的0.081。 ▲Apex-35B-V1.0在扑翼翼型优化任务中的仿真结果（图源：超衍智能） 今年，递归自我改进（RSI）成为全球AI实验室关注的方向。OpenAI在9月宣布实现“自动化研究实习生”阶段，AI已能在人类指导下完成原本需要研究人员数天的任务；Anthropic披露，在一项模型训练代码优化测试中，Claude Mythos Preview将代码运行速度提高至原来的约52倍。 此次超衍智能开源首款35B模型，展示了AI参与基础模型研发的具体成果。不过，如何保证研究结果可靠，仍是RSI面临的难题。陈勇超于10月28日接受虎嗅采访时透露，在公司的一批AI科研测试中，曾出现“奖励黑客”（Reward Hacking）行为，即模型未达到任务要求，却因验证规则存在漏洞而被判定通过。如果将错误的评测反馈用于下一轮模型训练，系统可能不断强化无效的研究方法。 目前，超衍智能已经拿出了第一
匹配字段正文