SpaceXAI 发布 Grok Voice 3.0:号称全球最智能的语音模型,延迟低于 1 秒
SpaceXAI 发布 Grok Voice 3.0 语音转语音模型,官方称其智能水平全球最高、延迟低于 1 秒,现已通过 API 上线。
推荐理由:原文给出了第三方榜单排名、延迟与成本对比,读者可据此判断该模型在语音智能体场景中的实际竞争力。
SpaceXAI 发布 Grok Voice 3.0 语音转语音模型,官方称其智能水平全球最高、延迟低于 1 秒,现已通过 API 上线。
推荐理由:原文给出了第三方榜单排名、延迟与成本对比,读者可据此判断该模型在语音智能体场景中的实际竞争力。
Ai2 发布高分辨率气候模拟器 HiRO-ACEv2,整套系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300。
推荐理由:原文把 HiRO-ACEv2 的精度和成本与 X-SHiELD 逐项对比,读者可据此判断高分辨率气候模拟的可用边界。
美国 startup Artemis Security 发布安全专用模型 Orion-1,可自主调查并响应企业网络攻击,在其自建 benchmark 上击败 Claude Opus 5.5 与 GPT-6 Sol。
谷歌正式发布旗舰模型 Gemini 4 Argon,在 Vals Index 榜单排名第一,API 统一输入输出 Token 上限达 100 万,首发优惠期每百万输入 Token 售价 2 美元、输出 10 美元,缓存输入折扣高达 95%。
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。
网传数据显示红果短剧人均单日使用时长达 125 分钟,超过抖音约 112 至 120 分钟,日活 1.68 亿。苹果发布首款智能家庭中枢 HomeView,售价 299 美元、11 月 13 日开售,搭载基于 Apple Intelligence 的 Siri AI。
谷歌面向全球开发者和企业开放 Gemini 4 Argon,可通过 AI Studio 和 Gemini 平台 API 使用,输入、思考与输出共用 100 万 token 上下文窗口,长解码输出上限约 100 万 token。
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%。
Google 在全球推出旗舰模型 Gemini 4 Argon,开发者、企业和消费者即日起可通过 AI Studio 的 API 和 Gemini 平台使用,AI Ultra 与 Pro 订阅用户还能在 Gemini 应用和 Google Search 的 AI 模式中调用。
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。
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。
Google 正式发布前沿模型 Gemini 4 Argon,称其在编码、网络安全、科学、金融和法律等基准上优于 GPT-6 Astra、Claude Fable 5.1 与 Claude Opus 5.5。
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。
Google DeepMind 发布 Gemini 4 Argon,一款覆盖整个机器人生命周期的通用物理推理模型,在 ERQA 基准上以纯推理取得 87%,超过其他所有前沿模型。
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。
Meta 超级智能实验室(MSL)发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,距实验室成立约 14 个月,第三方评测将其置于前沿水平附近。
面壁智能 10 月 13 日发布新一代端侧多模态大模型 MiniCPM-V 4.7,提供 35B-A3B 与 1B 两种规格,35B-A3B 是该系列首个 MoE 模型。
Meta 发布全新旗舰 AI 模型 Muse Wonder 与 Muse Wonder Full,官方称其在推理、写作与代码能力测试中得分已接近 Anthropic 的顶尖模型。
Meta 发布前沿模型 Muse Wonder 的两个版本,Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 得 56 分跻身顶级模型行列,Muse Wonder 得 52 分。
同一新闻,精选展示《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。
Meta 发布两款新 AI 模型 Muse Wonder 与 Muse Wonder Full,即日起面向 Muse Code 订阅用户开放,Wonder 还可通过 Meta Model API 获取。
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。
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。
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。
微软推出决策模型 Decision-1,基于 Qwen3.5-9B,称其在覆盖近 15 万道题的 36 个基准上准确率最高,速度是第二名 H2O-Lightning-4B 的 2.5 倍。
Cloudflare 发布开放权重决策模型 Clef-omni,单次 API 调用可处理文本、图像、音频与视频输入,模型权重已在 Hugging Face 开放。
Underdog AI 发布 Saluki 27B 模型,为 Qwen3.8-27B 的 2-bit 量化调优版本,仅保留文字 I/O,文件大小 7.89GB。
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。
微软宣布推出 Microsoft-Decision-1 决策模型,专为结构化决策任务打造,现已上线 Microsoft Foundry 并接入 OpenRouter。
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。
小米发布 MiMo-V2.5-Pro 与 MiMo-V2.5 下线通知,建议尽快迁移至推理能力更强、性价比更高的 MiMo-V2.6 系列。10 月 14 日 18:00(UTC+8)起旧模型请求自动转发至对应 V2.6 模型并按新版计价,10 月 21 日 10:00 后旧模型名称失效。
Liquid AI 发布并开源 d1 系列两款开放权重决策模型,d1-3B 与 d1-omni-600M 已在 Hugging Face 公开,可下载、微调并部署。
Odyssey 于 10 月 8 日宣布推出 Odyssey-3 系列基础世界模型,其中 Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分,创该榜单最高纪录。
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。
OpenAI 在 API、Codex 和 ChatGPT Work 中推出 GPT-6.1 Sol 的 Ultrafast 版本,运行速度最高可达标准版的 8 倍,定价为标准版的 6 倍,即每百万 tokens 输入 12 美元、输出 60 美元。
推荐理由:原文给出了速度倍数与定价对照,读者可据此权衡该版本相对标准版的成本收益。
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。
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。
阿布扎比技术创新研究所(TII)发布 Falcon-ASR,一个 1.6B 参数的阿拉伯语语音识别模型,重点针对阿联蒂方言,同一套模型权重还支持英语、法语、西班牙语和葡萄牙语,无需指定语言。
Anthropic 发布 Claude Haiku 5.5,为约一年来首次 Haiku 系列更新,定价与 OpenAI 的 GPT-6 Luna 持平,官方称运行成本比 Haiku 4.5 平均低约 75%。
日本企业 Preferred Networks(PFN)发布翻译模型 PLaMo 3 Translate 31B,基于 PLaMo 3 基础模型,训练数据中日语占比约 30%。