Google DeepMind 发布 AlphaGenome 2:基因组学预测从组织级转向单细胞类型
Google DeepMind 发布基因组学 AI 模型 AlphaGenome 2,可预测遗传变异对特定人体细胞类型的影响,找到的相关基因变化接近前代两倍。它在 68 种组织的超过 1.07 亿个单细胞图谱上训练,以特定细胞状态为额外输入,取代前代跨组织并行预测,还能预测 DNA 甲基化和染色质可及性。
Google DeepMind 发布基因组学 AI 模型 AlphaGenome 2,可预测遗传变异对特定人体细胞类型的影响,找到的相关基因变化接近前代两倍。它在 68 种组织的超过 1.07 亿个单细胞图谱上训练,以特定细胞状态为额外输入,取代前代跨组织并行预测,还能预测 DNA 甲基化和染色质可及性。
Anthropic 已为 Claude 加入限制,禁止用户利用宝可梦(Pokémon)相关知识产权生成游戏素材,这是目前已知 Claude 首次针对某个具体游戏系列作出明确限制。限制范围涵盖音乐、舞台与关卡、角色外观、名称以及角色本身,被视为此前阻止用户复制现有电子游戏的版权保护更新的延伸。
Runway 于 11 月 11 日宣布推出机器人模型 Praxis-1,把视频预训练中学到的物体运动与手部操作知识用于真实机器人控制,权重以 Apache 2.0 许可证开放,开发者可在自有硬件上运行和微调。
字节火山引擎正式推出 Seedance 2.5 flash 视频模型,生成速度提升一倍、价格更低,官方称其是当前效果最接近 Seedance 2.5 的模型,整体效果优于前代旗舰 Seedance 2.0。
百度发布文心5.5 Flash Preview,总参数2800亿,单次推理激活140亿,支持100万Token上下文,生成速度超每秒200Token,重点强化编程与Agent能力并宣布即将开源。
谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2,可预测 DNA 序列及变异对特定人类细胞类型与细胞状态的影响,帮助研究人员从细胞层面识别疾病相关遗传变异。
Google 发布决策模型 Gemini Decision 1 的 API,支持 yes/no、选择和 rubric 评分三类问题,每百万输入 token 10 美分、输出免费。与仅支持文本的 Jev 和支持文本与图像的 OpenAI 不同,它覆盖文本、图像、音频、视频和 PDF;作者用视频实测发现其返回概率值而非 1.0/0.0。
Google DeepMind 发布基因组 AI 模型 AlphaGenome 2,预测基因变异对特定细胞类型与状态的影响。该模型基于 68 种组织、超过 1 亿个单细胞剖面训练,识别出的可改变基因表达的变异数量接近前代模型的两倍,且无需重新训练即可对新细胞类型做出预测。
谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及变异对特定人体细胞类型的影响。相比此前最优模型,其识别可改变基因表达变异的数量近翻倍,基于超 1 亿个单细胞图谱训练。目前该模型已通过 AlphaGenome API 面向非商业研究开放,商业研究处于私密预览阶段。
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测遗传变异对数百种人类细胞类型的影响。模型改为条件化架构,在超过 100 million 个细胞档案、68 种组织上训练,在 TenK10K 数据集上识别出的因果变异数量接近上一代的两倍(30% vs. 16%),还能泛化到未见过的细胞状态而无需重新训练。
推荐理由:原文给出新模型相对上一代的条件化架构改动和近两倍变异识别提升,读者可判断它如何用于定位疾病相关细胞类型。
DeepL 推出新的 Aure 语音模型,可在实时翻译中把原说话者的语气、情绪、重音和语速带入目标语言。
DeepL 发布语音 AI 翻译模型 Aure,官方称其为迄今最具动态感、最逼真的语音 AI 模型,可在实时翻译中复现说话者的语气起伏、情绪流转、重音强调及语速快慢。Aure 是 DeepL Voice 的底层驱动核心,已支持 DeepL Voice 网页会议版、面对面交谈版和语音 API,首发支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语及韩语,尚未支持的语言会自动使用之前的语音模型。
百度文心大模型发布 ERNIE 5.5 Flash Preview,这是基于此前 ERNIE 5.5 Flash Base 的首个后训练版本,总参数 280B、激活参数 14B,支持 1M 上下文,官方称在编程、3D 建模、知识工作和内容创作等方面表现出色。
英伟达在 CoRL 大会发布新一代世界动作模型 GR00T 2,可同时预测未来画面与机器人动作,模型、数据、仿真环境与采集硬件将陆续开源,首批 10 万小时人类数据已开放。
推荐理由:原文拆解了 X-Adapt 跨本体迁移路径与人类视频数据实验,读者可看到大规模人类经验如何转化为机器人执行能力。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数模型,面向函数调用与智能体工作流,适合端侧部署。
阿里官宣发布 Qwen Code 1.0,将 Qoder 中打磨的 Harness 能力融入 Qwen Code,随 Qwen Code 1.0 Preview 一起开源,为开发者提供可嵌入自身产品的 Agent 运行基础。
推荐理由:原文把 Qwen Code 1.0 的架构演进和开放方式讲得较具体,开发者可据此判断是否将其 Agent 内核嵌入自身工作流。
阿里巴巴官宣全新一代千问大模型 Qwen4 即将发布,称知识理解更深入、世界感知更立体,Coding 与 Agentic 能力持续进阶。Qwen4-Max 预览版已首发上线阿里 Token Plan,限时最低 1 折可体验;千问办公、Qoder、千问 App、QwenStudio 等已第一时间接入新模型。
谷歌 Android Developers 首次公开 GPT-6.1 Terra、Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 三款模型在 Android Bench 基准的跑分。
Google DeepMind 正式向开发者、企业、科研人员及普通消费者开放最新旗舰模型 Gemini 4 Carbon,擅长复杂编程、网络安全、科学推理和长时间执行的多智能体任务。
谷歌发布视觉-语言-动作机器人模型 Gemini Robotics 2.5,在超过 200 项任务中测试,相较前代基线成功率提升 30% 至 100%,任务完成速度提升 20% 至 30%。
谷歌宣布正式开放 Gemini 4 Carbon 模型,面向开发者、企业、科研人员和消费者提供服务,定位为谷歌目前能力最强的推理模型,重点面向复杂软件工程、多步骤智能体任务、科学研究和网络安全场景。
Simon Willison 发布 llm-gemini 0.36,支持即日起向所有用户开放的 Gemini 4 Carbon。该模型提供低、中、高三档思考强度(默认中档),现价 $2/million 输入、$10/million 输出,与 GPT-6.1 Sol / Claude Sonnet 5.5 持平,12 月 1 日将翻倍至 $4/$20。
推荐理由:原文梳理了 llm-gemini 0.36 对 Gemini 4 Carbon 的支持,并列出定价与 12 月 1 日翻倍的时间点,便于读者做成本评估。
Google 将 Gemini 4 Carbon 正式开放使用,定位为处理挑战模型智能极限的复杂任务,与此前发布的 Gemini 4 Argon 互补而非替代。
Naive-N0.5-Flash 是中国公司 NaiveAI 推出的开源权重编码模型,基于小米 MiMo-V2.5 继续训练并搭配自研 NaiveRT 推理引擎,官方称超快模式峰值约 2,100 tokens/s。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在 Mercedes-Benz 位于匈牙利和德国的活跃产线试点中,由 Apptronik Apollo 2 完成金属零件分拣,成功率达 96%。
Google DeepMind 宣布 Gemini 4 Carbon 面向开发者、企业、科学家和消费者开放,定位为网络安全、长程智能体工作流与科学推理的最强前沿模型。
推荐理由:原文将 Carbon 与 Argon 做了明确分工,并给出基准排名与价格,读者可判断该把它用在哪些最复杂的任务上。
MiniMax 正式发布图像生成模型 H3 Image,在 H3 全模态能力基础上针对图像生成与编辑进行后训练优化,并在发布当天开放权重。实测显示它生成一张 4096×4096 的 4K 图片仅需 10~20 秒,最多支持 16 张参考图,还可通过 API 接入 Claude Code、Codex 等 Agent Harness 参与复杂任务流程。
Google 向付费开发者、企业和 AI Ultra 订阅者全面推出 Gemini 4 Carbon,并在 Antigravity 平台预览 swarm 功能,可将单个提示词转化为协作的智能体团队。
MiniMax 宣布 H3-Image 正式发布并开放权重,该模型可在 10 秒内生成 4096×4096 像素(约 16MP)的高分辨率图像。H3-Image 衍生自 H3,支持文本生成图像、图像参考和图像编辑,最多支持 16 张参考图片,官方称速度可达市面主流水平的 5 倍。模型权重已在 Hugging Face 开放,发布首周 16MP 及以上规格的生成请求可享官方价格五折优惠。
Google DeepMind 发布 Gemini Robotics 2.5,称其在高灵巧度任务上显著提升,部分 Gemini 机器人已在 Mercedes-Benz 工厂完成实际工作,并同步准备开源安全基准 ASIMOV-jailbreak。
Anthropic 的 Fable 5.2 在 RLI 基准测试中完成 41.3% 的真实自由职业任务,是一年前最高系统 Manus(2.5%)的 16 倍以上。
推荐理由:文中给出 Fable 5.2 与同类模型在真实自由职业任务上的完成率对比,读者可直观判断智能体实际工作能力的当前水位。
Google DeepMind 发布 Gemini Robotics 2.5,为其目前最强的视觉-语言-动作(VLA)模型,可学习的技能广度与掌握速度均有提升。
推荐理由:原文给出 200 项任务评测和奔驰工厂 96% 成功率实测,读者可据此评估 VLA 模型在工业场景的落地进度。
智元发布 WITA-Omni(硅光动语全模态大模型),官方称其为行业首个具身全模态端到端交互大模型。模型基于机器人本体感知数据训练,除音视频外新增触觉、本体状态等输入,以及机器人动作、表情等输出;采用流式全双工架构,可边听边想边应边动,交互响应最快约 400 毫秒、平均约 600 毫秒,较业内平均水平快近 3 倍。
Fable 5.2 发布后首批实测出炉,智能体编程、科学研究、计算机操作等基准几乎全线超越 Opus 5.5,编程测试超过 Opus 5.5 的 45.5%,软件工程测试达 69.9%。
11月10日,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,基于近5000小时真实触觉数据预训练,将磁触觉、视触觉、压阻式三类传感信号转化为统一的触觉表征,供不同灵巧手和动作模型使用。
Meta AI 发布新模型 Muse Ember,官方称其为最小、最高效的模型,面向复杂推理执行以及智能体重复执行的工具调用、编码子任务、路由、提取和长文档解析。
推荐理由:原文将 Muse Ember 与 GPT-6 Luna、Claude Haiku 5.5 的定价及 Artificial Analysis 效率前沿放在一起比较,可帮助读者判断小模型选型。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,官方称两者在多数受评能力上优于 Opus 5.5,发布后登上 Artificial Analysis、SemiAnalysis GDPx 等多个独立榜单第一。
推荐理由:原文汇总了 Fable 5.2 的第三方评测与成本数据,读者可据此对比它与 Gemini 4 Carbon、Opus 5.5 的真实差距。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,1000 个 Agent 仅用 30 小时完成费马大定理 100% 形式化证明。
推荐理由:原文把 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的跑分和单任务成本并列对比,读者可直接判断各档位的性价比差异。
字节旗下 Seedream 5.5 图像模型已在即梦、豆包和豆包工作上线,实测在100轮连续编辑中比 GPT-Image 2.6 保持更高保真度。新版本还提升了真实感、小字与多语言渲染、透明图直出和图层拆分能力,生成速度更快;以2K方图编辑为例单张成本约0.28元,不到 Seedream 5.0 Pro 的一半。