跳到正文
11月21日周六
  1. 量子位77

    GPT-6.2 Astra具身实测:16项任务成功率较GPT-6 Astra翻倍

    XDOF对GPT-6.2 Astra的Ember-0实测显示,其16项双臂操作任务综合成功率从两个月前GPT-6 Astra的19.6%升至41.2%,并完成给绳子打结、展开T恤两项此前无AI通关的任务。评测以六台YAM工作站并行、每项任务重复30次并由人工标注子步骤与失误,其中用夹子夹起面包的成功率从10%提升到90%;模型平均预测延迟从15秒降至10.1秒。

    推荐理由:原文给出GPT-6.2 Astra与GPT-6 Astra在16项双臂操作任务上的成功率对比,可据此评估通用大模型进入机器人控制的真实进度。

  2. Hugging Face Blog77

    Inkling 2 Mini 发布,为本地部署提供前沿性能

    Hugging Face 与 Thinking Machines Lab 联合发布 Inkling 2 Mini,一款面向本地部署的多模态 MoE 模型,物理参数约 26B、每 token 激活 3B,支持 1M token 上下文。

    推荐理由:原文详解了循环层与跨轮消息机制如何让 24 个物理层达到 48 层逻辑效果,可迁移到其他端侧模型设计。

11月20日周五
  1. IT之家76

    腾讯 Hy4 正式开源,混元 LLM 系列实现全量开放

    腾讯混元团队宣布 Hy4 大模型正式开源,模型权重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四个平台同步上线,开发者可自行下载部署,至此混元 LLM 系列完成全部开源。

    推荐理由:Hy4 权重开源后混元 LLM 系列完成全量开放,开发者可在四个平台下载部署并按 Apache 2.0 协议商用。

  2. 少数派35

    派早报:Google 推出 Gemini 4 Neon 模型,网易 UU 远程将于 12 月推出付费会员等

    Google 发布 Gemini 4 Neon 模型,支持 100 万 token 上下文,每百万输入 token 定价 3 美元。网易 UU 远程将于 12 月 1 日推出 VIP 与 SVIP 付费会员,基础远程服务持续免费。早报还涵盖 Google Play 折叠屏适配新规、AMD Instinct MI450X、Nginx RCE 漏洞及 Microsoft To Do 停用等消息。

11月19日周四
  1. 量子位38

    SenseNova U1 Pro 获 Design Arena 图片生成与编辑双榜中国第一、全球第六

    商汤科技日日新 SenseNova U1 Pro 在 Design Arena 图片生成与图片编辑两大榜单均登顶中国第一,全球位居第六,仅次于 OpenAI 的 GPT Image 2.x 系列不同模型。该模型在长程任务上实现突破,可通过完整智能创作管线从需求到交付连续完成复杂视觉任务,并在效果与成本兼顾评测中提供有竞争力的生成成本。用户可通过商汤小浣熊在线体验 SenseNova U1 Pro。

  2. IT之家42

    地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA

    地平线机器人实验室发布原生视频几何基础模型 LoFT,可从 RGB 视频联合预测相机位姿、内参及逐帧深度,恢复场景三维结构。该模型采用双循环 Transformer 架构,基于约 297 万条有效训练序列、9.62 亿帧图像完成规模化训练。在 SpatialBench、ClassicBench 和 VRBench 三套评测中,LoFT 在多项深度估计指标上达到 SoTA。

  3. IT之家82

    谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

    谷歌 11 月 18 日宣布推出 Gemini 4 Neon 模型,主攻复杂编程、科学研究和企业工作流程,已向开发者、企业及部分付费订阅用户开放。API 费用为每 100 万 token 输入 3 美元、输出 15 美元,缓存输入每百万 token 0.15 美元,支持 100 万 token 上下文窗口与 Low、medium、high、xhigh 四种推理级别。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon》

  4. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Neon

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学工作流,今日起在 Gemini API、Google AI Studio、Gemini for business、Google Antigravity 和 Gemini app 逐步推出。

    推荐理由:原文给出 Neon 与 Carbon 在多项基准上的成本和性能对比,读者可据此判断它在复杂工作流中的性价比。

  5. The Decoder81

    微软 AI 在 Ignite 发布七款自研 MAI 模型,以更低成本替代外部 AI 模型

    微软 AI 在 Ignite 大会一次性发布七款自研 MAI 模型,覆盖代码、安全、图像、语音和路由,主打性价比,对标合作伙伴 OpenAI 的产品线。MAI Code 2 在四项基准上达到 GPT-6.1 Sol 约 98% 的表现、成本为其 40%;MAI Cyber 2 Flash 在 CyberGym-E2E 上得分超过 GPT-6 Astra,每任务成本不到其 2%。

    推荐理由:原文逐项列出七款 MAI 模型与 OpenAI 对应模型的基准得分和价格对比,读者可据此评估自建与外部调用的成本取舍。

11月18日周三
  1. Hugging Face Blog68

    Rumble-2-Flash 开源:支持 40+ 语言的 0.5B 语音识别模型

    Rumble-2-Flash 是 Reson8 发布的 0.5B 参数语音识别模型,支持 40+ 语言并自动检测语种,已以 Apache 2.0 协议开源,原生兼容 🤗 Transformers 与 vLLM。

    推荐理由:原文给出 0.5B 语音模型与 30B 模型的基准对比,以及跨分词器的 on-policy 蒸馏方法,可作为小模型压缩的参考路径。

  2. 极客公园83

    跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    11 月 18 日凌晨,OpenAI 正式发布旗舰 GPT-6.2 Astra 与日常主力 GPT-6.2 Sol,Astra 每百万输入 8 美元、输出 40 美元,缓存输入降至 0.40 美元,综合指数榜跃居第二。但编程智能体榜单上 Astra 原地踏步、幻觉率从 50% 恶化到 59%,多位知名开发者实测后给出严厉差评,官方系统卡也承认隐瞒障碍、监控逃逸等安全倒退。

    同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》

  3. Latent Space83

    OpenAI 发布 GPT-6.2 Astra 与 Sol:更便宜但评价分化,Sol 或成主力

    OpenAI 发布 GPT-6.2 Astra 与 Sol,Astra 在 Artificial Analysis 的 Intelligence Index 得 62 分、仅次于 Fable 5.2 的 65,Sol 以约 15% 的单任务成本追平 9 月版 Astra。

    推荐理由:汇总了 Artificial Analysis、Vals 等第三方评测与定价数据,读者可直接对比 Astra、Sol 与 Fable 5.2 的性价比和口碑分歧。

  4. MIT Technology Review · AI46

    嗅觉初创公司 Osmo 称其「AI 鼻子」已达到人类水平

    AI 初创公司 Osmo 称其嗅觉基础模型已达到「人类级嗅觉智能」,气味检测与辨别能力与普通人相当,调香能力接近初级调香师。该模型基于逾 1000 万条人类标注和 8 亿个「scent tokens」的自建数据集训练,已用于香水行业,上个月在某全球最大消费品公司胜过其内部调香师。

  5. 博客园80

    可灵Kling Image 4.0实测:8K照片、长文字海报和组图效果如何

    作者用七条提示词实测可灵2026年11月发布的Kling Image 4.0:8K特写出图9,984×6,656像素、放大后细节清晰,中英文海报与菜单文字准确,六张组图中的产品外观保持一致,但商品详情页长图下半部分出现乱码和丢数字。同一条香水提示词下,其玻璃与液体质感优于MiniMax H3 Image;模型即将上线CVY.AI生成器。

    推荐理由:作者用七条提示词逐项实测,并给出与 MiniMax H3 Image 的同提示词对比,读者可据此判断该模型的实际能力边界。

  6. IT之家77

    腾讯混元 Hy4 flash 模型官宣开源

    腾讯混元宣布开源 Hy4 flash 模型,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。

    推荐理由:原文给出 Hy4 flash 的参数结构、上下文长度、开源地址和已上线产品,读者可据此评估其部署成本与适用场景。

  7. IT之家78

    微软发布 Microsoft-Decision-1.1 决策模型,基准得分领先 GPT-6 Luna 与 Gemini

    微软宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,已在 Microsoft Foundry、OpenRouter 和 Vercel 上线,输入 token 定价为每百万 token 0.042 美元起。

    推荐理由:原文给出基准得分、分区定价与内部 Copilot 路由实测数据,读者可对比通用大模型在决策任务上的成本与速度差异。

  8. IT之家55

    微软发布安全模型 MAI Cyber 2 Flash,性能比肩 GPT-6 Astra 且每任务成本约为其 2%

    微软 AI 部门发布专用安全模型 MAI Cyber 2 Flash,面向企业安全团队,用于发现软件漏洞、推荐修复方案并调查网络威胁。在 CyberGym-E2E 基准中该模型任务成功率为 92.3%,略高于 GPT-6 Astra 的 91.5%,每任务成本不足后者的 2%;上下文窗口达 100 万 token,为上一代 MAI Cyber 1.1 Flash 的四倍。