Mistral AI 宣布开放新版 Le Chonk 的模型权重，称其在智能体编码与网络安全方向推进了开放前沿。该模型在 Cognition 的 FrontierCode 上位列开放模型第一，并在 Artificial Analysis 的 Pareto 效率上创下新基准；网络安全方面称达到 SOTA，经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试。权重可在 Hugging Face 下载，并可用 Mistral Forge 定制后部署。Arthur Mensch 转发并表示近几周进展良好，如今权重已开放。
匹配字段摘要
Mistral 公开了旗舰模型 Large 4（ML4）的模型权重，该模型此前仅以 API 预览版形式提供。经过三周客户与网络安全伙伴测试并用强化学习继续训练后，ML4 在 Terminal-Bench 4.0 上的成功率从 28% 升至 41%，并新增 Low、Medium 两档推理强度。Mistral 研究负责人 Pierre Stock 称，同等能力下新版本比预览版少用约 50% token；权重于 19 点在 Hugging Face 开放下载，同时通过 Mistral API 和编程助手 Vibe 提供。
匹配字段摘要、正文
NVIDIA 于 2026 年 10 月 28 日发布语音转写与翻译模型 Nemotron 3.5 Transcribe，支持含日语在内的 40 种语言，最长可转写 1 小时录音。该模型为开放权重 30B MoE 架构，推理时约激活 4B 参数，可通过文本指令指定是否保留口头语、数字写法，并支持最多 8 人的说话人区分和日英双向翻译。权重以 NVIDIA-Nemotron-3.5-Transcribe-30B-A4B 在 Hugging Face 发布，采用 OpenMDW-1.1 许可，提供 BF16、FP8、NVFP4 版本及 NeMo Speech 微调工具。
匹配字段摘要、正文
Mistral 于周四在 Hugging Face 发布前沿开源模型 Mistral Large 4（ML4）的权重，该模型三周前才开放预览。Mistral 称 ML4 是“全球最好的开源智能体编码模型”，在 Terminal-Bench 4.0 上得分 41%，略高于 GLM-5.3 的 40%，并称其每任务平均比 GLM-5.3 少用 47% 的 token；在 CyberGym E2E 防御性网络安全测试中得分 79%，GLM-5.3 为 29%。Mistral 科学副总裁 Pierre Stock 称 ML4 只是“垫脚石”，并确认未来数月将推出更小版本，其中一款可运行在笔记本电脑上。
匹配字段摘要、正文
Mistral AI 于 10 月 29 日在 Hugging Face 发布 Mistral Large 4（代号 Le Chonk）的开放权重，该模型总参数 1000 亿级规模中的 1000 亿参数、每 token 实际调用约 49 亿参数，采用 MoE 架构，128 个专家中每次激活 4 个加 1 个共享专家。相比 10 月 6 日预览版，Mistral 称三周内继续强化学习，Terminal-Bench 4.0 得分从 28% 升至 41%，Artificial Analysis 代码指数为 48%，与 GLM-5.3 持平且每任务平均少用 47% token。API 价格降为输入每百万 token 0.70 美元、输出 2.10 美元；新许可证 Mistral Ecosystem Open-Weight License 允许商业使用，但转售模型服务需另签协议，完整版需 8 张 Nvidia B200 或 B300。
匹配字段摘要、正文
Mistral 将 Mistral Large 4 的权重发布到 Hugging Face，该模型昵称 Le Chonk，约 1 万亿参数、每步激活 520 亿，支持文本和图像输入。在 Terminal-Bench 4.0 上得分从预览版的 28% 升至 41%，略高于 GLM-5.3 的 40%，但在 Artificial Analysis 新版 Intelligence Index 上仅得 26 分，低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分。API 价格为每百万输入 token 0.70 美元、输出 2.10 美元，采用修改版 MIT 许可，将其作为商业云服务需另行授权。
匹配字段摘要、正文
AnySpeechRecognizer 在 Apple SpeechAnalyzer API 之上支持切换引擎，可选用 NVIDIA Parakeet TDT 0.6B v3（支持 25 种欧洲语言）、Moondream 后训练的 Parakeet Ultra、英文版 Parakeet Unified，以及阿里 Qwen3-ASR（0.6B/1.7B，覆盖 30 种语言和 22 种中文方言）。这些模型已转为 Core ML 发布在 Hugging Face Hub，Parakeet 转写 1 小时音频约需 20–40 秒，Qwen3-ASR 更慢且需数 GB 内存。包内还新增 Apple 框架没有的说话人分离模块 SpeakerDiarizer，基于 NVIDIA Streaming Sortformer，最多跟踪 4 位说话人。
匹配字段摘要、正文
英特尔2026年三季度营收165亿美元、每股收益52美分超预期，但四季度营收指引150亿至160亿美元低于市场约171亿美元预期，毛利率指引由43%降至38%，10月29日盘后股价一度暴跌约21%。Anthropic于10月26日提交纳斯达克IPO申请（代码ANT），2026上半年营收162.86亿美元、同比约增1300%，Q2单季营业利润9.74亿美元。美国司法部就英伟达以约129.3亿美元收购Hugging Face是否影响AI竞争展开问询。
匹配字段摘要、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。
匹配字段摘要、正文
Tripo AI 推出交互式场景专用的实时生成式渲染器 EdenLive，隶属其交互式环境世界模型 Project Eden，目前已向开发者开源。EdenLive 将场景演化逻辑与视觉渲染解耦，只需 2D/3D 场景或参考视频、目标首帧与文本指令即可启动渲染，支持 480p 与 720p 两种分辨率；50 亿参数版本在单张消费级 RTX 5090 上可实现 720p 下 24 帧/秒以上的实时生成。开源内容包括 50 亿与 140 亿参数模型权重、实时视频生成代码、文本转简易游戏的 EdenGolem v0.1 技能及完整提示词到游戏前端工具链，代码以 Apache 2.0 协议发布于 GitHub，权重可在 Hugging Face 获取。
匹配字段摘要、正文
Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，直接输出单个 token 的标签和校准置信度，P50 端到端延迟 20ms，约为 elephant-1（49ms）的 2.5 倍速度，价格为每百万 token 0.01 美元，是 mammoth-1 的十分之一。joey-1 由 Qwen3.5-2B 后训练而来，与 elephant-1、mammoth-1 共用同一数据配方和 API，切换只需改一行。该模型已在 Baseten Model APIs 上线，默认零数据保留，权重在 Hugging Face 开源；Model APIs 支持 16k 上下文窗口，专用部署可解锁 262k 上下文窗口并支持微调权重。
匹配字段摘要、正文
Mistral 发布了万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业和政府机构可自行下载部署，权重已在 Hugging Face 和其 API 上提供。Mistral 称该模型性能与开源模型 GLM-5.3 相当，但每任务 token 消耗少 47%，并在 Artificial Analysis 的 Coding Agent Index 上位列开源模型第一。Mistral 科学副总裁 Pierre Stock 表示，开放权重意味着机构可在自有环境本地部署，用于实时识别、协调和响应重大安全事件。
匹配字段摘要、正文
Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，基于 Qwen3.5-2B 后训练，直接返回标签和校准概率而非生成文本，面向高并发路由、分类和护栏检查。模型在 Jev Decision Index 0.4 公开集得分 63.30，为 4B 以下最高，但比 9B 的 elephant-1 低 8.94 分。Model APIs 定价每百万输入 token 0.01 美元，平均 2000 token 请求 P50 延迟 20 ms，权重以 MIT 协议开源在 Hugging Face，可单张 CUDA GPU 自托管。
匹配字段摘要、正文
Mistral AI 发布新旗舰前沿模型 Mistral Large 4，代号 Le Chonk，结束公开预览后开放下载。该模型支持文本和图像处理，重点强化防御性网络安全、智能体能力以及地理空间与 grounding 能力，据称在 SWE-bench 和 Terminal Bench 等智能体基准上达到 state-of-the-art。模型训练覆盖 160 多种语言，可通过 Mistral Studio、Mistral API、OpenRouter、Hugging Face 开放权重、Vibe Code 及 Nvidia 托管端点使用。
匹配字段摘要、正文
Nvidia 发布开源权重多语言转写模型 Nemotron 3.5 Transcribe，在 Hugging Face Open ASR 英文开源模型榜以 5.33% 平均词错误率排名第一。该模型为 30B MoE 架构、4B 激活参数，支持 40 种语言转写、31 种语言与英文互译，可为说话人标注并区分最多 8 个声音，处理最长 1 小时录音，但不支持实时流式。用户可在转写前给出上下文和术语等指令，模型可用 vLLM 部署或在单 GPU 上通过 NeMo-Speech.cpp 本地运行；Nvidia 同时发布数据整理流程 Granary v2 及约 463,062 小时、48 种语言的公开清单。
匹配字段摘要、正文
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR Leaderboard 英语榜的开放权重模型中排名第一，平均 WER 为 5.33%，在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。同时发布的 Granary v2 覆盖 48 种语言、463,062 小时语音数据，配套 NeMo Speech 微调配方在医疗案例中把留出说话人的 WER 从 22.44% 降到 12.17%。
匹配字段摘要、正文
NVIDIA 公布 RTX Spark 轻薄笔记本的多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 模型家族支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。Nemotron 3.5 Transcribe 支持 40 种语言的转写、说话人标注和翻译，约 43 亿活跃参数，已在 Hugging Face 上线。RTX Spark 笔记本现由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 出货，起售价 2599 美元。
匹配字段摘要、正文
Polymathic AI、普林斯顿大学等机构发布 FlashMap，用连续流映射替代离散扩散草稿器，一次前向传播草拟 16 个 token 的完整块。在 Qwen3-8B 上，GSM8K 温度 0 时实现最高 6.14 倍无损加速，草稿器仅 0.5B 参数。Qwen3-8B 和 Qwen3-4B 的草稿器权重已上架 Hugging Face，并提供 vLLM 和 SGLang 插件。
匹配字段摘要、正文
Nvidia 发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步推出开源语音数据集 Granary 第 2 版。该模型支持 31 种语言与英语互译、处理最长一小时的录音、区分最多 8 位说话人，Nvidia 称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。模型为 300 亿参数，可运行在 Jetson AGX Thor、DGX Spark 及 Blackwell 数据中心芯片上，但只支持录音音频，不支持直播流。
匹配字段摘要、正文
SoMark 开源了 1.3B 参数的文档解析模型 OXR-1.0，可将 PDF 和页面图像转成 Markdown 或 JSON，权重已发布在 Hugging Face，轻量测试可在单张 24GB GPU 上运行。该模型在 olmOCR-Bench、OmniDocBench 和 DocParsingBench 上排名第一，在单张 NVIDIA RTX PRO 6000 GPU 上解码速度 558 tokens/s，端到端解析 100 页约 101 秒。其训练后阶段采用递归自我改进（RSI）循环，由通用 VLM 判定解析结果并生成新标注页面，无需人工标注。
匹配字段摘要、正文