OpenAI 发布 GPT-6.1 Terra:每项任务成本仅 Claude Opus 5.5 九分之一,速度与准确率提升
OpenAI 于 10 月 27 日推出 GPT-6.1 Terra,主打以更低成本完成需要视觉推理和桌面软件操作的复杂任务。
OpenAI 于 10 月 27 日推出 GPT-6.1 Terra,主打以更低成本完成需要视觉推理和桌面软件操作的复杂任务。
OpenAI 发布 GPT-6.1 Terra,API 价格为 GPT-5.6 Terra 的一半,输入 token 每百万 $1、输出 $5,缓存输入降至每百万 $0.05,现已向 ChatGPT Work、Codex 和 API 的 Plus、Pro、Enterprise、Edu 用户开放。
OpenAI 发布 GPT-6.1 Terra,称其将大规模提供快速且强大的计算机使用能力。
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B,256K上下文下KV Cache固定为72MiB,较源模型Qwen3.5-4B减少99.1%。
腾讯混元发布并开源同声传译大模型 Hy-SimulMT,支持中英语音到语音实时翻译,边听边译并支持实时音色克隆,实测响应时间约 3 秒,低于人类专业译员 4-5 秒的平均水平。该模型在腾讯 Hy 翻译 App 首发并免费开放体验;官方测评称其翻译效果超过主流开源同传模型和多数商用同传 API,在自建多领域测评中质量达到人类同传专家水平且时延更低。
OpenAI 于 10 月 19 日宣称其最新模型把 COBOL 等老旧语言迁移到 C++、Java、Kotlin、Python、Rust 等现代代码的能力显著提升,GPT-6.1 Sol 行为保持准确率在低推理强度下达 87%、高推理强度下达 98%,而 GPT-6 Sol 仅 21%、GPT-5.6 Sol 仅 5%。
10 月 24 日,月之暗面发布 Kimi K3.1 Pro,它是 K3 的后训练版本,底座不变} … (truncated) … {
KRAFTON AI 公布从头训练的 Raon-1 mini 预览版,正式版及更大模型即将推出。该模型采用混合专家架构,导入线性注意力并支持推测解码,体量为 30B-A4B,聚焦韩语同时兼顾英语,以 Apache 2.0 许可开源,官网提供限时免费 API 试用。KRAFTON AI 称其在编程与智能体任务上与 Meta Muse Glimmer 30B 相当,且速度更快、内存效率更高。
Block 发布全双工 AI 语音模型 Dessa,能模拟笑声、停顿、哽咽等情绪表达,可在 M4 Max 及更高配置的 MacBook 上本地运行。Dessa 完全基于人类语音数据训练,知识来源于训练所用的对话数据,无需搭配大语言模型;Block 称情绪表达为模型原生内置,但底层是否依靠标签调控尚不清楚。
大量用户反馈 Anthropic 在 10 月 21 日更新后悄悄限制了 Claude Opus 5.5 的逆向工程能力,指示其逆向受知识产权保护的内容时安全护栏会在输出中途触发拦截。Anthropic 并未官宣新版本,但该公司常在不发布补丁说明的情况下调整模型能力。用户猜测此次调整与 Claude 被用于修改三星电视固件、移植游戏及开源商业程序等一连串事件有关。
Block 发布语音模型 Dessa,可在单张 NVIDIA GPU 上本地运行,支持全双工同时说与听。该模型完全基于人类语音训练,Block 称其情绪表达内置在模型中,而非像 ElevenLabs v4 或 Fish Audio Drama 3 那样由文本或语音标签驱动。目前 Dessa 尚未公开开放,Block 正邀请安全研究员对其进行测试。
Block 发布语音模型 Dessa,完全基于人类语音从零训练、不使用任何文本数据,直接处理音频以实时感知情绪、讽刺、笑声与停顿。模型支持全双工通信,可边听边说,并在 MacBook Pro M4 Max 上本地运行,使用单台 NVIDIA GB200 NVL72 训练。Dessa 尚未公开,团队先邀请 AI 安全研究人员测试潜在风险。
阿里巴巴集团旗下高德发布首个基于开放世界行为的全身基座模型λ0,仅依靠人类行动数据即可让机器人学习移动、姿态与双手操作的全身协调。λ0在SIMPLE仿真基准及多项真机评测中取得SOTA表现,数据采集效率约为主流方法的3.4倍,真机任务成功率较最强对比基线提升22.5%,并构建了包含500小时开放世界无本体全身数据的HumanVerse-500数据集。
模思智能与 OpenMOSS 团队开源发布基于 5B 参数 DiT 主干的生图模型 MOSS-Image,上线 4 天即在 Hugging Face、GitHub 等海外社区收获 130 万次下载。
推荐理由:原文汇总了 MOSS-Image 的评测数据与社区实测对比,可据此判断它在文字渲染和布局控制上的实际定位。
月之暗面(Kimi)发布 Kimi K3.1 Pro,多模态 MoE 架构,总参数 2.8T、激活参数 104B、上下文窗口 100 万 token,API 已上线并承诺于 2026 年 11 月 4 日放出权重。
推荐理由:汇总了 Artificial Analysis、Arena 等第三方独立评测与定价信息,可对照官方宣传判断该模型的实际能力边界。
Kimi 正式发布新一代旗舰模型 K3.1 Pro,拥有 3 万亿级参数、支持 100 万上下文,计划 11 月 4 日前开放完整模型权重,并同步推出输出速度为普通版 2-3 倍的 Highspeed 高速版。
iPhone Duo 于 10 月 23 日正式交付,预购强劲、供应有限,部分新订单预计 2027 年 1 月 25 日左右送达。月之暗面发布 3 万亿级参数模型 Kimi K3.1 Pro,支持 100 万 Token 上下文,Terminal-Bench 4.0 得 65.7%;火山引擎发布 Seedance 2.5 4K,定向邀请 20 家影视工作室试用。
月之暗面正式发布 Kimi K3.1 系列首个模型 K3.1 Pro,为迄今最强的 3 万亿级参数模型,支持 100 万上下文,同步推出输出速度约 2~3 倍的高速版。
推荐理由:原文给出 K3.1 Pro 与 GPT-6 Astra、Claude Opus 5.5 的多项基准对比,读者可据此判断其编程智能体与 3D 创作能力档位。
Block 发布名为 Dessa 的 AI 模型,它完全只用人类对话从零训练,是真正的 speech-to-speech 模型,一切知识都来自人类语音。团队展示了多段偶尔略显尴尬的对话示例,包括与 OpenAI 的 GPT-Live-1 语音模型的对比。Dessa 可在 MacBook Pro M4 Max 或更高配置上本地运行,团队将向一小群 AI 安全研究人员提供早期访问。
月之暗面在 Kimi API 上发布 Kimi K3.1 Pro,输入 $2.00/百万 token、输出 $10/百万 token,并承诺于 2026 年 11 月 4 日发布完整模型权重。
Google Research 回顾了其结核病筛查 AI 从论文到临床落地的路径,与 Nexus AI 合作的胸片工具获 CE MDR IIb 认证,在六国约 40 家机构评估超 25,000 张胸片,周转时间从数周缩至 45 秒以内。
推荐理由:原文梳理了从论文基准到 CE 认证临床工具的落地路径,读者可看到开放模型如何支撑各国本地化医疗部署。
月之暗面发布推理模型 Kimi K3.1 Pro,在 Artificial Analysis 智能指数上得 55 分、位列第四,距榜首的 Claude Opus 5.5(58 分)仅 3 分。
设计平台 Canva 发布首款自研图像生成模型 Canva Craft,官方称可与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。
月之暗面旗下 Kimi 发布 24 秒预热视频,画面中 Kimi Code 模型栏显示“Model:Kimi K3.1”,预示该模型即将发布。SGLang 仓库的提交显示,K3.1 在 K3 的 low、high、max 三档思考强度外新增 medium 档,且“moonshotai / Kimi-K3.1”模型实体已在 Hugging Face 侧就位但尚未公开。
10月22日,蚂蚁数科正式发布决策模型 LingDT-Decision-1.0,提供 4B 和 27B 两个版本,已在蚂蚁数科 DTMaaS 平台上线,开发者可限时免费体验。
字节跳动旗下火山引擎正式发布 Seedance 2.5 4K 模型,称其为 Seedance 2.5 这一代中最强的模型,面向影视级画面生成。该模型支持 Draft(样片)模式,终端用户可先用 480P 样片验证分镜、打磨镜头,满意后再生成 4K 正片,目前仅供部分企业客户试用。
MiniMax 稀宇科技宣布开源 MiniMax M3.1 Flash 模型权重,总参数 428B,激活参数 23B,相较上一代 M3 模型能力全面提升。模型通过全模型稀疏注意力、QAT 量化感知训练和 Power-aware scheduling 等优化提升推理效率,其中 MoE 专家迁移到 W4A4。
Canva 发布首个自研 AI 图像生成模型 Canva Craft,采用两阶段架构,在生成图像前先规划设计,以提升复杂图像中文字可读性与物体摆放的精确度。
Canva 发布其首款图像生成模型 Canva Craft,与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。模型分两阶段工作,先解析提示词并规划元素空间关系与视觉层级,再生成最高 2K 分辨率、支持 30 种宽高比的图像;它使用 Canva 模板库中的人工设计而非照片训练,生成图像可通过 Canva Magic 转换为分层设计。
AI2 在 Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型,同时开放全球预计算嵌入(10m 分辨率、64 与 128 维)及浏览器工具 Embeddings Explorer,无需登录或 GPU 即可使用。
推荐理由:原文给出 27 项评测的横向对比、训练成本与开放入口,读者可据此判断卫星嵌入能否替代现有微调流程。
AI 初创公司 Recursive 发布了其首个语言模型 Flint,研发过程由名为 Eureka Machine 的 AI 系统参与,覆盖训练数据、优化器、架构设计和推理调优。
小鹏汽车宣布第二代 VLA 大模型全新升级,获得更强的时序理解与未来行为预测能力,并已端侧落地到人形机器人 IRON 上。IRON 每 0.2 秒根据眼前画面重新推理一次并预测 6 秒内的动作变化,在握手、碰拳、击掌中能应对临时变招,让观察、判断与调整连成实时闭环。小鹏计划 2026 年底实现人形机器人量产,2027 年上半年开启交付,率先落地门店、商场等商业场景。
蚂蚁数科 10 月 22 日发布决策模型 LingDT-Decision-1.0,专为快速产业决策打造,处理结构化决策任务时准确率更高、响应更快、Token 成本更低。
中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放275.3万条训练语料、模型权重与推理镜像。
科大讯飞在全球 1024 开发者节发布星火语音基座大模型 SparkAudio 1.0,集成机器翻译、语音识别、语义理解等能力。模型宣称在实时说话人分离、环境理解、音频理解、情绪识别等方面表现卓越,支持中英文任意切换、说话人实时识别,已在讯飞输入法 16.0、讯飞听见、讯飞办公本、讯飞翻译机全面上线。
10 月 22 日,科大讯飞在全球 1024 开发者节发布讯飞星火 X2.6 端云一体大模型,宣称首次基于全国产算力实现代码和智能体能力突破。该模型采用 293B-A30B 参数的 MoE 架构,上下文长度拓展至 1M,已在官网开放试用,输入限时 0.9 元 / 百万 tokens。
Recursive 发布首款模型 Flint,免费、可在笔记本离线运行,并由其自动化研究系统 Eureka Machine 协助完成近全流程开发。
推荐理由:原文给出 Flint 的参数规模、运行速度与基准对比,读者可据此判断本机小模型与云端编程助手目前的差距。
NVIDIA 推出预训练关系型基础模型 Kumo Relational,可直接对企业数据库做预测,无需任务特定训练、特征工程或表扁平化。它在 15 个数据库的 41 个任务上超越监督关系深度学习模型和专家构建的梯度提升树流水线,在 SAP SALT 基准上比 AutoGluon 集成的平均倒数排名高 8%。
推荐理由:原文给出 41 个任务上的对比数据,读者可据此判断关系型数据基础模型能否替代现有 XGBoost 流水线。
IBM Granite 团队发布 Granite Speech 5.0 系列更新:新模型 granite-speech-5.0-2b 与更新版 granite-speech-5.0-470m-turboctc、granite-speech-4.1-2b-plus,分别面向高精度多语转写翻译、端侧高速转写和多说话人录音。
推荐理由:三个模型分别覆盖高精度转写、端侧极速转写和多说话人归因场景,读者可按企业需求直接选型。
Inception 发布扩散语言模型 Mercury 3,宣称在多数基准上超越 GPT-6 Luna 与 Claude Haiku 5.5,运行速度快 4 到 8 倍。