百度开源 ERNIE 5.5 Flash Base 基座模型,280B 参数 MoE 架构
百度发布开源基座模型 ERNIE 5.5 Flash Base,采用 mixture-of-experts 架构,总参数 280B、每次输入激活 14B。模型在 33.5T tokens 上预训练,训练上下文为 128,000 tokens,设计上可在微调与推理时支持最长 1M tokens 上下文。
百度发布开源基座模型 ERNIE 5.5 Flash Base,采用 mixture-of-experts 架构,总参数 280B、每次输入激活 14B。模型在 33.5T tokens 上预训练,训练上下文为 128,000 tokens,设计上可在微调与推理时支持最长 1M tokens 上下文。
Google DeepMind 发布 Gemini Omni 1.2 Flash,在 Gemini API 与 Gemini for business 全面可用。
推荐理由:相比 Omni 1.1,片长从 10 秒延长至 15 秒、每秒价格下调 30%,并新增多轮对话式编辑与参考图保持能力。
OpenAI 发布网络安全模型 GPT-6 Cyber,测试中越界攻击其他平台的概率降至 1% 以下,而 GPT-5.6 Cyber 约为 5%。
腾讯正式发布 AI 模型 Hy4,首次支持图像理解与计算机使用,权重将在稍后开放,目前仅可通过腾讯云、OpenRouter 及元宝等应用使用。官方称其在近 600 项金融任务评测中领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索幻觉率从约 16% 降至约 5%。
华为云 MaaS 平台将于 11 月 15 日更新上线 openPangu-2.1-Pro 旗舰模型,重点提升 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。
11月5日,百度正式开源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),采用 MoE 架构,总参数量2800亿,每个 Token 激活140亿参数,预训练使用33.5万亿个 Token,预训练上下文最高128K,微调与推理阶段支持最长100万 Token。
百度文心开源发布 ERNIE-5.5-Flash-Base 基座模型,该稀疏 MoE 模型总参数 280B,每 token 激活 14B。模型在 33.5T tokens 上从零完成预训练,微调与推理支持 1M tokens 上下文,并在 30 项 Benchmark 上与 DeepSeek-V4-Flash-Base 等模型进行了同框架对比。
OpenAI 正式发布新一代图像生成模型 Images 2.6,同步向 ChatGPT、Codex 和 API 开放,生成速度提升 50%,并首次支持通过文字提示词生成 GIF 动图。
同一新闻,精选展示《OpenAI 发布 Images 2.6》
OpenAI 图像模型 GPT-Image-2.6 在 ChatGPT、Codex 及 API 全量上线,整体生成时间缩短 50%,最快 6 秒出图,原生支持 GIF 动图并可直接导出 SVG。
同一新闻,精选展示《OpenAI 发布 Images 2.6》
据《The Information》报道,OpenAI 最快于当地时间周五发布新一代 Astra、Sol 系列模型及面向网络安全的 Cyber 模型,但报道未披露具体型号编号、定价、上下文窗口长度或基准测试成绩。已有用户在 Codex 用量统计中发现“gpt-6.2-astra”模型标识,疑似灰度测试用户反馈新模型物理效果和动画衔接有所改善,但尚无公开基准数据可独立验证。
腾讯混元于 11 月 4 日发布最新一代大语言模型 Hy4 正式版,相比 Hy4 preview 显著扩展预训练和后训练规模,首次引入视觉能力并支持电脑操作,可结合命令行与图形界面完成任务。
OpenAI 发布 Images 2.6,带来更快的图像生成、GIF 创建、更精确的编辑以及新的 API 控制。新版本可在 ChatGPT、Codex 和 API 中使用。
推荐理由:官方列出了 Images 2.6 的四项能力变化和三个可用入口,读者可据此判断它能否替换现有图像生成工作流。
月之暗面(Moonshot AI)按 10 月 24 日的承诺在 Hugging Face 开放 Kimi K3.1 Pro 模型权重。该模型在 Agent Arena 位列开放权重模型第一、全部参评模型第 13 位,净改进率 +5.1%,基于全球用户超过 1.75 万次真实长周期智能体会话估算。
OpenAI 推出 Images 2.6 模型,ChatGPT 可通过提示词或上传照片直接生成 GIF 动画,并支持调整动画速度、编辑单个帧和分享。Images 2.6 还加快了图像生成速度,用户目前每周通过 ChatGPT 及其 API 生成超过 40 亿张图片,较 9 月份报告的每周 30 亿张大幅增长。
同一新闻,精选展示《OpenAI 发布 Images 2.6》
百度Apollo正式披露世界模型ApolloWorld,可生成可交互的虚拟城市环境,已应用于萝卜快跑无人车的全球化测试与验证,一天虚拟路测里程相当于一辆真实测试车连续行驶约三年。
华为小艺 Work 率先上线 openPangu-2.1-Pro 模型,主打"鸿蒙任务增强",该模型参数量、上下文等规格尚未公开,目前仅在小艺 Work 中提供支持。
Anthropic 尚未正式发布的下一代旗舰模型 Claude Fable 5.5 在海外开发者社区曝光,多名开发者在 X 平台分享了早期测试结果。测试者称该模型没有调用图像或视频生成工具,连续自主编写并运行代码约 2 小时 40 分钟,完成一段 66 秒动画的画面、配乐与音效,最终封装为 HTML 文件;另有开发者用其生成 Three.js 交互式 3D 场景。
11 月 4 日,魔芯科技在世界互联网大会主题论坛上发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0,将重力、弹力、浮力、光照、热力等物理要素融入空间建模与交互,输出可仿真、可实时渲染、可反复调用的 4D 高斯资产。
招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,采用MoE架构,总参数约35B、每个Token仅激活约3B,在十项具身相关公开基准上全部指标上涨,等权综合均分65.29。
小鹏集团联合北京大学、香港大学等高校团队发布具身感知基座模型 GroundingPI,以约 40 亿参数在 34 项公开感知基准综合评测中排名第一,11 类能力等权平均得分 73.68,高于 GPT-6 Astra 的 71.54。
腾讯混元 Hy4 正式版发布并已在 WorkBuddy 上线,相比预览版在长程任务、视觉理解和计算机使用上明显提升,多个 Benchmark 取得开源第一。作者实测发现,给它一段《王者荣耀》视频,三十分钟内就能交付可玩的网页迷你 MOBA;还能在半小时内完成 14 个 PPT、1 个 Excel 和 19 页 Word 的论文整理任务。
腾讯混元 11 月 4 日发布最新一代大语言模型 Hy4 正式版,相比 Hy4 preview 显著扩展预训练与后训练规模,首次引入视觉能力并首次支持电脑操作。
OpenAI 表示其硬件团队用 GPT-6 Astra 在不到一周内从零设计出一款可与 Codex 编程智能体对话的设备,Astra 完成了外壳设计、PCB 布局、元器件选型、走线、固件和用户界面等全部环节。
商汤科技宣布日日新 SenseNova 6.8 Flash 正式版发布,重点升级办公协作与设计生成能力。新版本支持长期记忆、跨会话任务协作,设计能力覆盖动态 PPT、动态海报、网页、SVG 及 Blender 3D 创作,并可接入 Figma 等专业设计工作流。模型已开放在线体验并同步上线 SenseNova Token Plan,商汤小浣熊限免至 2026 年 12 月 1 日。
OpenAI 下一代模型 GPT-6.2 Astra 疑似进入灰度测试,部分 Codex 用户使用量统计中已出现独立模型标识「gpt-6.2-astra」,有账户调用量占比达 19.8%。
11 月 2 日,猛玛推出售价 3199 元的探境 3 直播相机,美团龙猫团队发布总参数 1.6 万亿的原生多模态模型 LongCat-2.5。探境 3 搭载 1/1.3 英寸传感器与 5000 万有效像素,最高支持 4K 60p 直播;LongCat-2.5 每个 token 激活约 480 亿参数,强化原生视觉理解与智能体编程能力。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,用户只给目标、AI 走完全流程,目前限时免费。
部分用户的模型列表出现GPT-6.2-Astra且可实际调用,有人20%的请求被路由到该模型,幸运者可达100%,基本需500美元Pro套餐才能灰度到。Claude Mythos 5.5短暂出现在官网前端代码中,数小时后被移除,据称将是包含生物学研究和网络安全的版本;HuggingFace上还出现声称泄露Mythos权重的仓库,已被下载5000余次。
美团龙猫发布面向长程智能体任务的原生多模态模型 LongCat-2.5,总参数量 1.6 万亿,每个 token 激活约 480 亿参数,在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。
商汤科技宣布开源 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,将中间层改造为参数共享的循环计算模块,以 9B 参数规模媲美 27B 模型。
小米开源轻量级文档理解模型 Xiaomi-OCR-0,权重与推理代码已上线 Hugging Face 和 GitHub。该模型基于 Qwen3.5-0.8B-Base 构建,训练使用约 1.7 亿条样本,单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务,原生支持 Markdown、LaTeX 与 JSON 输出。
Anthropic 两款新 Claude 模型曝光:Fable 5.5 与代号 Obsidian 3 的新一代 Opus,均已进入早期测试。claude-fable-5-5 条目曾短暂出现在 Azure 模型目录,实测图显示其画面细节较 Opus 5.5 更多;Obsidian 3 在基准测试平台的跑分略高于现款 Opus 5.5。
百度本月 27 日正式发布并开源文心 Unlimited OCR 2 文档解析模型,将文档解析上限从数十页推向“无限”,可一次性解析累计超过 3,600 页的《哈利·波特》全系列 7 部作品。该模型原生支持版面要素切分识别,具备跨页文案合并、表格识别合并能力;在 MPDocBench 得 84.6 分、MarathonDocBench 得 77.1 分,均实现端到端性能 SOTA。
当地时间 10 月 29 日,Mistral AI 正式开放 Mistral Large 4(代号 le Chonk)模型权重,该模型为 1 万亿总参数、490 亿激活参数(含嵌入层和输出层为 520 亿)的原生多模态模型,在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。
同一新闻,精选展示《Mistral Large 4(Le Chonk)开源发布:1T 参数多模态 MoE 模型登陆 Hugging Face》
智元于 10 月 29 日推出具身模型 GO-3 Preview,采用具身原生 WRAM 架构,连接任务推理、未来预测与动作生成,已登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单,将于 2026 年底全面开源。
法国 AI 公司 Mistral 发布了万亿参数开源模型 Mistral Large 4(ML4)的权重,企业和政府机构可自行下载并部署。该模型绰号“Le Chonk”,权重已在 Hugging Face 开放并提供 API 调用。
同一新闻,精选展示《Mistral Large 4(Le Chonk)开源发布:1T 参数多模态 MoE 模型登陆 Hugging Face》
DiffuSpace 昨日发布 Clover(三叶草)系列首个成员 Clover-35B-A3B-Preview,是一款采用 MoE 架构的扩散语言模型,以 Apache 许可开源。
Mistral 发布多模态 MoE 模型 Mistral Large 4(代号 Le Chonk),总参数约 1T、激活参数 49B,上下文窗口 1M tokens,以 Mistral Ecosystem Open-Weight License 开源,并提供 FP8 与 NVFP4 两种官方变体。
推荐理由:原文给出 Mistral Large 4 的架构细节、安全基准与多种部署方案,便于与同类开源模型比较选型。
Granite Switch 4.1.1 为补丁版本,与 4.1 完全向后兼容、无需迁移,底层基础模型保持不变。本次更新带来支持 10 种语言的 Granite Speech ASR 模型(具备原生标点与大小写),以及 在 Jev Decision Index 测试集上性能提升的 Decision adapter。
Momenta 在战略合作伙伴 XHEART 新芯航途发布会上预告即将发布 R7 Ultra 世界模型,参数规模扩大至原来的 5 倍、安全性能表现提升 5 倍。