跳到正文
10月15日周四
10月14日周三
  1. Google DeepMind62

    Google DeepMind 与新加坡政府合作构建诈骗检测微调模型

    Google DeepMind 与新加坡政府科技局(GovTech)合作,交付了一款针对本地诈骗手法微调的端侧诈骗检测模型,可在普通智能手机上本地分析会话,检测到操纵意图时直接在设备上实时警告用户。

    推荐理由:该方案用两阶段流水线把分析留在端侧,并以主权沙箱和匿名数据规避隐私争议,为消息平台兼顾安全与端到端加密提供了可迁移的落地路径。

  2. Google DeepMind76

    如何负责任且安全地开发 Gemini 4 Argon

    Google DeepMind 开始广泛推出 Gemini 4 Argon,并发布完整的安全与安保报告,说明其在误用防护、失配监控与提示注入抵抗方面的做法。该模型解决了全部 12 个端到端模拟网络攻击场景,上一代仅解决 5 个,并在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。

  3. Hugging Face Blog65

    Liquid AI 发布 LFM2.5-24B-A2B,24B 参数仅 2B 激活的端侧推理模型

    Liquid AI 发布 LFM2.5-24B-A2B,一个总参数 24B、每 token 仅激活 2B 的端侧推理模型,面向快速、私有的智能体场景。它在 LiveClaw 上以 48.09 分领先 Qwen3.6-35B-A3B 的 38.19 分,上下文窗口从 32K 扩展到 131K,预训练数据从约 17T 增至约 33T tokens。

    推荐理由:总参数 24B 但每 token 仅激活 2B,在智能体与工具调用任务上与参数量约多五成的 MoE 持平,适合在自有硬件上持续运行智能体。

  4. Ars Technica · AI64

    Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推出,但仅限付费用户

    Google 开始大面积推出 Gemini 4 Argon,目前仅限付费用户,低档套餐也无法获得完整访问权限。模型能力未变,Google 仍以上月公布的 benchmark 支撑其推理与智能体编码能力说法,并称 Argon 经过拒绝恶意指令训练,配有可在检测到非预期工作流时中止处理的自动失配监测器。

  5. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布最新前沿模型 Gemini 4 Argon,面向开发者、企业和消费者全球开放。该模型在 Vals Index 排名第一,API 输入价格为每百万 token $2、输出为每百万 token $10,支持 1M token 的统一输入输出上限。

    推荐理由:原文给出了新模型在编码、科研和具身智能等领域的实测数据与安全机制,读者可据此评估其在复杂任务中的实际能力边界。

10月13日周二
  1. IT之家43

    哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld,整合场景控制、连续生成、多传感器观测与高效推理能力

    哈啰 Robotaxi 宣布推出生成式驾驶世界模型 HelloWorld,整合场景控制、连续生成、多传感器观测与高效推理能力。该模型支持通过自然语言描述需求或直接编辑车辆、行人及运动轨迹,生成对应的多视角视频与激光雷达观测。研发人员可借此插入横穿行人、调整前车路线,并切换雨雪与昼夜等条件,构造真实采集难以充分覆盖的长尾情境。

  2. TechCrunch · AI81

    Meta 发布首款前沿模型 Muse Wonder

    Meta 超级智能实验室发布 Muse Wonder 与 Muse Wonder Full,为该公司首款前沿模型。

    推荐理由:文中对比了 Wonder 与 GPT-6 Astra、Fable 5.1 的基准成绩与定价,可据此判断 Meta 首款前沿模型的竞争力。

10月12日周一
  1. IT之家46

    Arena 公布新一轮 AI 大模型周榜:Claude Opus 5.5 Max 首登智能体榜首,国产多模型稳定中上游

    Arena 发布 2026 年第 41 周 AI 大模型排行榜,Anthropic Claude Opus 5.5 Max 新入榜即以 15.53% 净提升度登顶智能体榜第一。gemini-4-argon-high 继续稳居综合榜榜首,ELO 1525 分。国产模型整体处于中上游,kimi-k3-max 位列第 16,qwen3.8-max、mimo-v2.6-pro 等排名稳定。

10月11日周日
  1. IT之家45

    跻身全球第一梯队:华为 × 华东师大联合研发时序预测基础模型,登顶国际权威时序测评双榜单

    华为与华东师范大学联合研发的昇腾原生时序预训练模型"七曜模型"成功登顶 TIME-leaderboard 与 GIFT-Eval(Pretrained 类目)双榜单。该模型可直接用于零样本时序预测任务,覆盖电网负荷研判、工业设备异常时序检测、金融趋势分析等核心场景。模型同时支持低成本二次微调,可快速适配各垂直行业定制化需求。

  2. The Decoder67

    Odyssey-3 生成式世界模型开放免费公开预览

    Odyssey 将生成式世界模型 Odyssey-3 开放为公开研究预览,用户可用文本提示生成并实时探索交互环境。基础模型 14B 参数、生成 832×480 视频,Odyssey-3 Pro 支持 1280×720;官方称其在 Physics-IQ Verified 得分 66.1,但该成绩来自单次运行且经过八选一筛选,未满足四次运行的要求,不做筛选时平均 63.37 分。

10月10日周六
  1. IT之家60

    生数科技发布视频生成模型 Vidu Q4 Preview 预览版,支持 2K、4K 输出

    生数科技发布视频生成模型 Vidu Q4 Preview 预览版,支持 2K、4K 输出。该模型最多支持 3 段参考音频与 15 张参考图,单次最长可生成 16 秒视频,支持 10bit 色深,首发优惠价 0.09 元/秒起,覆盖 540P 至 4K 多种规格,面向 AI 短剧、广告营销、社交互动和影视创作等场景。

  2. IT之家43

    谷歌 Gemini 4“Argon”模型即将发布,消息称内部已在测试“Carbon”新版本

    谷歌即将正式发布 Gemini 4“Argon”模型,同时内部已在测试代号“Carbon”的新版本,其很可能是 Argon 架构下的新检查点更新,并已接入内部代码平台 Jetski。有员工称 Carbon 代码能力“堪比 Opus 5.5”,但结论仍有待深入评测验证;早期版本 Argon 处理部分编程任务时水平约相当于 Claude Opus 5。谷歌拒绝就此置评。

10月9日周五
  1. IT之家60

    JetBrains 编程 AI 模型 Mellum2.1 发布:高负载推理吞吐量近 Qwen3.5-9B 两倍

    JetBrains 发布编程 AI 模型 Mellum2.1,重点增强智能体编程能力,可探索代码库、编辑文件并检查自身修改。该模型延续 Mellum2 的 12B 混合专家架构与 2.5B 活跃参数,采用 Apache 2.0 许可证,高负载推理吞吐量接近 Qwen3.5-9B 的两倍,多 Token 预测使单请求速度提高约 1.6 倍。

  2. TechCrunch · AI71

    OpenAI 发布的数百份数学证明尚未达到数学界标准

    OpenAI 本周发布数百份声称解决世界级数学难题的证明,但未达到数学与人工智能顾问组 AGMAI 制定的多项标准。719 份手稿中仅 10 份公开了模型思维链,42% 的证明未经形式化验证;剑桥大学与伦敦国王学院的论文还发现 OpenAI 对 Navier-Stokes 衍生问题给出的自然语言证明与 Lean 代码存在至少两处不一致。

10月8日周四
  1. 阮一峰科技周刊40

    科技爱好者周刊(第 414 期):Jev 决策模型有什么用

    TypeSafe AI 发布了名为 Jev 的“决策模型”,与返回文字的大语言模型不同,它直接返回表示概率的浮点数,可用于判断是非题、对选择题各选项给出正确概率,以及按预设标准为原始材料评分。已有开发者据此实现浏览器语义查找和网页内容质量打分插件。Simon Willison 指出 Jev 代表机器学习系统走向黑箱的倒退,并担忧它被用来给求职者排名。