搜索“模型发布”

键特性是混合思考。一个模型可以逐步推理或即时作答，由用户切换。《Qwen3技术报告》列出预训练使用了约36万亿个token。语言覆盖从29种跃升至119种语言和方言。TechCrunch称其为一个“混合”推理模型系列。 2507更新（7月）：2025年7月21日，Qwen将混合思考重新拆分。Qwen3-235B-A22B-Instruct-2507作为非思考模型发布，具备262K原生上下文。随后是独立的Thinking-2507检查点（Hugging Face合集）。 智能体与图像（7月至8月）：Qwen3-Coder-480B-A35B于2025年7月22日发布，面向智能体编程。阿里巴巴为其搭配了Qwen Code，一个开源终端编程智能体（Computerworld）。8月4日，团队开源了Qwen-Image，一个专为图像内文字渲染构建的20B MMDiT模型。 编辑变体Qwen-Image-Edit于2025年8月18日开源。 九月冲刺：首个参数超过1万亿的Qwen模型Qwen3-Max-Preview于9月5日亮相。与以往的旗舰模型不同，它仅以API形式提供。 几天后，Qwen3

匹配字段正文

《科创板日报》10月4日讯（编辑 朱凌）继OpenAI安全系统前任负责人Johannes Heidecke于7月离职后，其继任者David Robinson近日也宣布离开公司。 Robinson在OpenAI任职约三年半，曾负责公司重大模型发布时安全报告的撰写，并参与应急框架建设。他在离职后发表的文章中表示，自己认同近期离职员工所表达的担忧，即OpenAI乃至当前整个AI行业在推动技术快速发展的过程中“没有足够谨慎”。 在Robinson看来，问题并不只是某一项安全规则或监管制度，而是已经深入企业内部的文化。 他认为，OpenAI长期形成了一种对技术进步高度乐观的文化，公司通过“迭代部署”不断推出产品，在实际使用中发现问题，再进一步完善安全措施。但随着AI模型能力持续增强，这种“先部署、再修正”的模式可能已经不再适用于越来越强大的AI系统，并可能带来更大的安全风险。 Robinson还提到了近期发生的多起安全事件。今年夏天的Hugging Face安全事件中，OpenAI曾错误释放一批AI智能体。此后，公司加强了相关安全措施。但在另一起案例中，OpenAI又披露安全控制出现失效：一个训

匹配字段正文

有一定的领先优势，但该公司自身也面临着产能限制。 模型之争 谷歌的财报不仅是对人工智能行业的一次的考问，也是对该公司行业地位的一次检验。各人工智能公司正面临着越来越大的压力，其需要不断发布更强大的人工智能模型，以在行业中守住市场份额。 周二，谷歌发布了三款新的Gemini模型，宣传重点在于其性价比。然而，据知情人士称，关键模型Gemini 3.5 Pro的发布时间将比原计划晚上数月，这让内部感到沮丧。这款模型并没有在周二发布。 但Alphabet的发言人否认了这一说法，并称该公司正在快速交付各种型号的产品，同时保持性价比。Gemini 3.5 Pro正在与合作伙伴测试中，就绪后将尽快全面开放。 而围绕谷歌模型发布的这一系列纷扰凸显出该行业日益敏感的竞争态势，市场分析称，中国公司月之暗面的Kimi K3需求火爆，甚至因产能限制收紧了新订阅和API访问。阿里巴巴则开始预热通义千问3.8 Max，宣称综合性能仅次于Anthropic的Fable 5。 汇丰银行分析师表示，他们将关注谷歌的客户是否希望通过使用成本更低的模型来控制其人工智能支出，以及该公司如何看待硬件价格上涨对其支出计划的影响。

匹配字段正文

《科创板日报》10月4日讯（编辑 朱凌）继OpenAI安全系统前任负责人Johannes Heidecke于7月离职后，其继任者David Robinson近日也宣布离开公司。 Robinson在OpenAI任职约三年半，曾负责公司重大模型发布时安全报告的撰写，并参与应急框架建设。他在离职后发表的文章中表示，自己认同近期离职员工所表达的担忧，即OpenAI乃至当前整个AI行业在推动技术快速发展的过程中“没有足够谨慎”。 在Robinson看来，问题并不只是某一项安全规则或监管制度，而是已经深入企业内部的文化。 他认为，OpenAI长期形成了一种对技术进步高度乐观的文化，公司通过“迭代部署”不断推出产品，在实际使用中发现问题，再进一步完善安全措施。但随着AI模型能力持续增强，这种“先部署、再修正”的模式可能已经不再适用于越来越强大的AI系统，并可能带来更大的安全风险。 Robinson还提到了近期发生的多起安全事件。今年夏天的Hugging Face安全事件中，OpenAI曾错误释放一批AI智能体。此后，公司加强了相关安全措施。但在另一起案例中，OpenAI又披露安全控制出现失效：一个训

匹配字段正文

I，SAFA），拟在政府未参与监督的情况下开展行业自律。 报道援引知情人士称，该组织拟支持模型部署前的第三方测试，制定安全事件报告规则，明确企业自愿安全承诺的实施要求，并设立独立审计机构的资质标准。是否直接开展模型测试、成员如何加入等问题仍在讨论。 据美国广播公司新闻网9月27日转载的美联社报道，OpenAI和Anthropic负责人近期呼吁加强监管，在先进模型发布前开展独立测试。OpenAI表示已暂停最先进模型的训练，Anthropic则称其多年来一直主张监管。 美联社采访的专家对企业自行设定审计条件、选择评估机构的做法提出疑问，认为评估方能否充分调查并保持独立性仍需明确。The Information称，该组织与现有机构的职责重叠及能否获得更广泛行业支持，也尚待解决。 新闻来源：The Information、美联社（美国广播公司新闻网转载） 图片来源：The Information OpenAI暂停最新一代模型训练 据央视新闻9月27日报道，美国开放人工智能研究中心（OpenAI）表示，已暂停最新一代人工智能模型的训练、评估及包含工具调用的推理。 OpenAI在25日发布的技术报

匹配字段正文

对新一代旗舰模型的态度还挺有意思的。 劈柴哥、哈萨比斯还有接班人Koray Kavukcuoglu，纷纷一键三连为其站台： 谷歌is back！ DeepMind研究员Zirui Wang发帖直言： RSI来了！ 我已做无可做，是时候追逐我的咖啡师梦想了：) 讲真？ 全体起立！咱盼星星盼月亮的 Gemini 4 ，它终于来了。 仔细数一数，距离谷歌上一代旗舰模型发布都快一年了，哪吒都没这么难产。 这一年OpenAI、Anthropic是追着谷歌砍啊，放假前一周还连发Opus 5.5、Sonnet 5.5、GPT-6.1 Sol逼宫。 你说谷歌能不急吗，新型号 Argon 火速上岸。 先看跑分情况， 清一色的性能领跑 。 Argon在衡量长期软件工程任务的DeepSWE v1.1上拿到77.9%，高于Claude Opus 5.5的74.2%和GPT-6 Astra的74.1%。 网络安全漏洞修复测试CWE-bench v1则拿到68%，和GPT-6 Astra 并列第一 。 Argon以68.90%登顶Vals Index榜首，较Gemini 3.8 Flash实现大幅提升。 尤其是

匹配字段正文

j Handa [00:19:25]：是的 Vibhu [00:19:25]：和 Ari 聊到的。你现在可以用 Computer Use 智能体来构建了。你有什么想强调的，API 方面的变化，并稍微介绍一下你自己和你的工作？ Nikunj Handa [00:19:34]：是的，当然。我叫 Nikunj。我领导 API 团队的产品。在这里大约三年了。一直在做模型发布。我觉得这就像，一直是我在 OpenAI 期间的一件，持续的事情。而且，每有一个新模型，我们都会，基本上，和后训练团队、研究团队紧密合作，弄清楚它有什么新东西。然后我们，把这些能力在 API 中暴露出来。所以，这基本上就是概括的说法。而如果你看看 GPT-6 所有的新东西，我们发布的酷炫新能力，首先是，异步函数调用。所以你在，比如 Codex 和 Dots 以及所有东西里看到的很多情况是，工具调用耗时太长，你不必，在工具运行的时候暂停模型的执行。所以你可以，发起一个工具调用，继续运行，继续推理，然后再回来查看。所以我们发布了异步工具调用。我们发布了，比如，回合中引导，所以现在你可以，在模型推理过程中，中途注入消息。这样当你的

匹配字段正文

依靠行业“自我监管”避免过度监管对技术创新造成影响。 不过，行业自律能否真正形成有效约束仍存在疑问。 美国媒体指出，这份协议并未明确要求企业公开独立审计结果，也没有建立具有强制执行力的政府监管机制。企业在选择审计机构、内部监督方式等方面仍拥有较大自主权。 从产业角度看，这种模式的优势在于能够减少监管对技术迭代速度的影响，但同时也意味着安全标准、审计独立性以及违规后的责任认定，仍主要依赖企业自身执行。 此前政策延续 今年5月，特朗普曾临时取消一场原定的AI行政令签署活动。 随后，特朗普于6月2日签署《促进先进人工智能创新与安全》行政令，在加强AI安全和网络安全措施的同时，继续强调避免过度监管。该行政令涉及针对部分前沿模型建立自愿性的政府访问机制，其中最长可达30天，但明确不是强制性的模型发布许可制度。 在国际竞争层面，美国政府仍将保持AI技术领先地位视为政策重点。9月29日的白宫会议上，特朗普再次强调美国需要保持AI优势，并将AI发展与美国经济增长和对华竞争联系起来。 白宫当天还推出了AI驱动的政府服务工具America.gov，显示特朗普政府正在尝试将AI进一步嵌入政府治理和公共服务。

匹配字段正文

说的那种动力学：在RSI过程中，系统会随时间变得更对齐，还是更不对齐？ 如果我们不知道该如何评估这一点， 那么在推进RSI时，我们又怎么知道它奏效了？ 我认为我们在推进RSI时需要一份稳健的安全论证（safety case）：“好，对齐起作用了，那就进入下一级RSI；再进入下一级。” Noam Brown： 这是个好问题。最近我一直在想一件事：我们正处在一个模型发布周期极快的阶段。最多每两个月就有新的前沿模型问世，有时更快，每周都有新的AI突破。 所以，如果有人对这些能力心存怀疑，我鼓励你现在就去试一试模型，看看今天真正的前沿在哪里。 这是个耐人寻味的局面，因为每次发布模型前，我们都想确保它已恰当对齐，想做安全评估，想做非常周全的检查，确保一切状态良好。 这从GPT-4甚至更早就一直如此。其中隐含一个假设：这些评估能在相当短的时间内完成。 但模型能有效作业的时间跨度越来越长。你让它做一周的任务，它就能做一周。我们大概会走到它能做一个月任务的那天，也大概会走到它能做三个月任务的那天。 如果模型能有效作业三个月，而发布周期是两个月，那么在下一轮发布到来之前，你就没有办法按照它能力所覆盖的完

匹配字段正文

容成为可以操作和观察的原型。这为产品展示、方案沟通和科教讲解提供了另一种表达方式。 我们也看到，随着强化学习带来任务效果提升，模型的思维链长度和交互轮数可能增加。这会影响响应时间、Token 消耗和任务总成本。后续优化将继续关注智效比，让复杂任务的完成质量和执行效率更好地匹配业务要求。 面向真实世界任务，百灵将继续把任务完成质量和执行效率作为共同的优化指标。 08 快速体验 Ling-3.1-flash 将开放为期两周的免费体验。 考虑到综合服务成本，免费体验期间模型服务长度为 256K；免费体验期结束并转为付费服务后，计划开放 1M 上下文。届时，团队也计划同步开源，并继续更新模型性能。 具体开放时间、服务规格和体验入口请以正式发布信息为准。 蚂蚁集团数字科技大模型服务平台： https://maas.antdigital.com/models/modelservice-1790229240754001388 模型发布技术分享上一篇Ling-3.1-flash 正式开源：让真实业务需求更快变成可用成果下一篇Ming-Image-0.1-Design 系列开源，走进真实设计工作流$/$

匹配字段正文

加，其效果可能与你的预期大不相同。 在她的文章《误导性隐喻与真实风险》中，Melanie Mitchell 写道，媒体对有关 OpenAI 测试中的“AI 智能体”试图入侵 Hugging Face 服务器的报道大肆炒作。如果相信媒体的说法，这些智能体“失控”并“逃脱”了，而 OpenAI“失去了控制”。然而，正如 Melanie 所指出的，这些只是误导性的拟人化隐喻，该事件实际上归因于糟糕的网络安全措施和奖励黑客行为。 本月早些时候，GPT 系列的最新模型发布，GPT-6 Astra 向付费用户开放。在这篇博客文章中，Sebastian Raschka 详细介绍了他的第一印象以及对先前模型的改进。 多位菲尔兹奖得主签署了一份声明，警告“AI 使用的结果与其初始目的之间存在错位”。他们写道，我们需要警惕将生成式 AI 用于数学。AI 公司以解决数学问题作为基准的推动，忽略了数学的关键基本方面，即概念理解和洞察力。 我们的资源页面 我们的活动页面 2026 年研讨会 AI 先驱系列 AAAI/ACM SIGAI 博士论坛采访系列 AAAI 会士采访系列 AfriClimate AI 系列

匹配字段正文

一款国产大模型发布，全球开发者竞相使用；城市道路上，智能汽车驰骋向前；智能车间里，机械臂上下翻飞；矿山深处，无人矿卡往来穿梭……人工智能正以前所未有的速度广度深度影响经济社会发展，加速从“技术变量”转化为“经济增量”。围绕智能的生产、流通、应用等形成的一系列经济活动，正加速塑造以人工智能为核心驱动力的智能经济新形态。 智能经济是抢抓未来发展主动权的战略变量 从全球竞争看，发展智能经济是抢占全球人工智能发展制高点的迫切需要。“察势者智，驭势者赢。”纵观世界近现代史，历次产业革命都会孕育新的经济形态，深刻影响大国兴衰。当前，人工智能技术加速迭代，深刻影响国际力量调整，主要经济体密集作出战略部署，加大技术研发和资本投入力度，人工智能全球竞争已进入白热化阶段。谁率先培育起代表未来方向的智能经济新形态，谁就能在激烈竞争中掌握更多战略主动。 从国内实践看，发展智能经济是推动高质量发展的迫切需要。转向高质量发展阶段，中国经济长期向好的支撑条件和基本趋势没有变，同时面临经济转型、人口结构变化、就业压力加大等多重挑战，传统发展模式的边际效益在持续递减，迫切需要把握人工智能发展带来的历史性机遇。智能经济以

匹配字段正文

ne-height:129%;padding:8px 1% 0 1%;height:36px;width:22.5% } / @media (min-device-width: 320px) and (max-width: 689px), (max-device-width: 480px) { body { overflow: auto; } } 一款国产大模型发布，全球开发者竞相使用；城市道路上，智能汽车驰骋向前；智能车间里，机械臂上下翻飞；矿山深处，无人矿卡往来穿梭……人工智能正以前所未有的速度广度深度影响经济社会发展，加速从“技术变量”转化为“经济增量”。围绕智能的生产、流通、应用等形成的一系列经济活动，正加速塑造以人工智能为核心驱动力的智能经济新形态。 智能经济是抢抓未来发展主动权的战略变量 从全球竞争看，发展智能经济是抢占全球人工智能发展制高点的迫切需要。“察势者智，驭势者赢。”纵观世界近现代史，历次产业革命都会孕育新的经济形态，深刻影响大国兴衰。当前，人工智能技术加速迭代，深刻影响国际力量调整，主要经济体密集作出战略部署，加大技术研发和资本投入力度，人工智能全球竞争已进入白

匹配字段正文

是怎么实现的，再根据自己的模型和业务负载继续改。 过去需要交回芯片厂商的问题，现在业务团队有机会自己定位、自己优化。更了解模型的人，可以直接参与决定模型怎样在芯片上运行。 换句话说，T-Head SAIL开源不是多了一个下载入口，而是让开发者真正参与到芯片性能优化里。 3、新模型出来后，最好Day 0就能跑。 对于不少开发者来说，还有一个迫切需求就是—— 新模型发布当天，最好就能在自己的算力平台上试起来。 现在模型的更新节奏基本上是几周一更。如果适配慢了一轮，业务团队尝试新技术的时间也会跟着推迟。尽快支持新模型，甚至做到Day 0可用，已经成为客户对算力平台的期待。 平头哥也在持续提供面向真武适配的模型资源。按照现场演讲披露的数据，截至2026年9月，其在ModelScope上已提供 39个量化模型，覆盖Qwen、DeepSeek、Kimi等系列，累计下载超过34.8万次。 这些已经完成适配的模型，可以减少用户自行准备的工作，让部署和测试更早开始。 与此同时，TensorFlow、JAX适配版本、自研推理引擎，以及PCCL、DeepEP-for-sail等通信组件和调试监控工具，也还在

匹配字段正文

和文字；但遇到复杂的人手动作、连续操作步骤，或者需要很精细的阴影、反光效果时，效果还不够稳定。 在 Layer 模型中，分层不存在唯一答案。有人只需要背景、主体、文字三层，也有人希望将每段文字和每个图标分别拆开。大量叠加光效、特殊透明材质和复杂遮挡，也可能出现边缘残留或图层缺失。 下一步，我们将继续提升文字与复杂布局稳定性，扩展图层语义和可控分层能力，优化透明效果、遮挡补全和推理效率，并将模型接入更多设计、办公与应用生成场景。 我们关注的不只是模型还能生成什么，而是生成结果能否真正进入下一步：继续改、继续用、继续交付。 04 即刻体验 在线体验 🤗 Hugging Face 如果你正在制作 UI、信息图、海报、演示文稿或设计资产，或者手里已经有一张希望继续修改的设计图，欢迎体验 Ming-Image-0.1-Design 系列。 也欢迎把真实项目里最难生成、最难修改或最难分层的案例留给我们。 让 AI 不只生成一张图，也能理解设计，并把设计继续交付下去。模型发布多模态上一篇Ling-3.1-flash：面向真实世界任务的模型升级下一篇提升大模型智效比，从缩短一次数据验证的等待开始$/$

匹配字段正文

为他们也会更新方法论之类的东西。不过我认为即使在ECI中，也有一些情况更像是四个月。是的，我不知道。四到八个月对我来说似乎合理。我觉得像两个月的话，我会说：“不，那看起来有点过于过拟合了。”我们内部确实研究了一下过拟合在多大程度上解释了这一差距。比如，就做那种类似ECI滞后分析，如果你只是采用基于私有基准的ECI，而不是不基于私有基准的，或者私有基准加上来自模型发布后公布的基准的结果，或者类似的情况，那里没有污染风险。我认为总体而言，那个效应基本上没有统计显著性，这很有意思。我认为如果你只依赖模型卡中的结果，而不是放入ECI的结果，我们可能会得到一些污染或过拟合效应。我仍然认为存在一定程度的，是的，像ECI这样的东西可能低估了差距，因为我确实认为OpenAI和Anthropic可能像是……可能还有其他能力在基准中显现较少，而在那里有更多优化或服务更广泛的用户群体。但是，是的，我不知道。这就是我的总体数字。 00:27:39 Nathan Lambert：如果我们有效地禁止蒸馏，甚至不只是禁止，而是如果蒸馏被有效地阻止，你认为六到十二个月后这个数字会是多少？我认为在RSI没有变得超级疯狂

匹配字段正文

2:53]：是的 Swyx [00:32:53]：他说，“这是我们要做的事。” Diogo Almeida [00:32:54]：但我确实做了。是的。我把官方功劳归给你。 Swyx [00:32:56]：哦，谢谢。谢谢，谢谢。 Diogo Almeida [00:32:56]：是的。 Swyx [00:32:56]：谢谢。但就像，你本该告诉我你，你还要做这次模型发布，因为你，就像，你告诉了我，你只告诉了我一半的故事，然后另一半，你当时还没有那个 doom demo。 Diogo Almeida [00:33:08]：没错。 Swyx [00:33:08]：你当时没有任何数字可以给我。 Diogo Almeida [00:33:10]：没错。 Swyx [00:33:10]：我当时就想，“什么？” Diogo Almeida [00:33:11]：嗯，问题在于我不相信基准测试。 Swyx [00:33:13]：正是。 Diogo Almeida [00:33:14]：对吧？ Swyx [00:33:14]：正是。 Diogo Almeida [00:33:14]：所以就像，这是你需要去感

匹配字段正文

Swyx [00:13:24]：CEO。 Rune Kvist [00:13:24]：正是。 Swyx [00:13:24]：我们，我们，我们听说过 METR。 Rune Kvist [00:13:25]：你看到那张图——智能体能承担的任务视野图，翻倍速度极快。所以他当时是 METR 的 COO，主导了他们与 Anthropic 和 OpenAI 的合作，在模型发布前进行测试，同时也与美国和英国政府密切合作，去弄清楚，比如，你怎么知道一个模型能不能发布？而在某些方面，那是，比如，完美的背景。他在保险行业待了很久，了解那个世界，也在模型的前沿测试上花了很长时间。所以当我在这个想法空间里瞎转悠，从我们聊过的一些与 Waymo 相关的想法开始时，我们一进入内容，我们俩就都觉得，“哦，这会是一家很棒的一起创办的公司。”这是在应对我们俩都认为从市场角度看是世界上最重要的问题，我们的直觉是，市场能做很多事，而 AI 移动得越快，政府就越难解决其中一些问题。然后花了一点时间来处理和家人一起工作是什么感觉。 Swyx [00:14:27]：当然。 Rune Kvist [00:14:27]：而且， S

匹配字段正文

系列将继续沿着原生训练、视觉反馈与专业领域渗透的方向演进，让模型在更复杂的真实环境中交付可验证、可继续使用的结果。 Open Intelligence for the Real World. 05 即刻体验 Ling-3.0-flash-VL Ling-3.0-flash-VL 现已在Ling Studio（https://chat.ant-ling.com/chat） 上线，免费体验进行中。 下载 Ling-3.0-flash-VL Ling-3.0-flash-VL 的 BF16 和 FP8版本现已开源，FP4 和 INT4 版本也将于近期与大家见面。 🤗 Hugging Face 🤖 ModelScope 欢迎开发者下载和体验 Ling-3.0-flash-VL，与我们一起探索更多多模态应用与 Agent 工作流。 点击 【阅读原文】，访问 Ling-3.0-flash-VL 的 Hugging Face 地址。模型发布多模态上一篇提升大模型智效比，从缩短一次数据验证的等待开始下一篇开放模型 × 开放评测：Ling-3.0-flash-Fin 与 FinFIRST 正式开源$/$

匹配字段正文

的开放和封闭替代方案的世界里。 Motif-Technologies 的 Motif-3：Motif 是少数隐藏的瑰宝之一，与其他模型相比，它在资源非常有限的情况下展示了模型训练方面的创新。Motif-3 附带 MIT 许可证，并且在其规模下取得了令人印象深刻的分数。考虑到 Motif 2.6B（我们在 2025 年报道过）和 Motif-2-12.7B 的模型发布轨迹，这些改进令人印象深刻。 dots-studio 的 dots3-note-prev：中国的 Instagram——小红书（RedNote/Xiaohongshu）也在更加认真地对待模型训练，尽管他们并非新手，早在 2025 年就发布过模型。dots3 还能使用内部测试框架以满分赢得 IMO 2026。我们预计他们将在不久的将来带来更多成果。 Qwen 的 Qwen3.8-Flash-Next：这是 Qwen 模型在架构方面下一版本的预览：125B-A6B，带有 51B n-gram embeddings。它使用了 GDN 和 Qwen Sparse Attention。与 Qwen3-Next-80B-A3B-Inst

匹配字段正文