清华系千诀科技发布预测式世界模型Polibrain
10月20日,清华系具身智能公司千诀科技在首届2026物理AI与世界模型大会上发布预测式世界模型Polibrain,已在四足、人形、轮式、双臂等机器人形态上开展适配。
10月20日,清华系具身智能公司千诀科技在首届2026物理AI与世界模型大会上发布预测式世界模型Polibrain,已在四足、人形、轮式、双臂等机器人形态上开展适配。
NVIDIA 发布多变量时间序列预测模型 Kumo Forecast(原 NV-Tesseract Forecasting),基于 MOMENT-1-large Transformer 骨干,含约 3.4 亿参数的编码器与可训练预测头,以 Apache 2.0 开源。
Black Forest Labs 以开放权重形式发布 5.6B 参数图像生成模型 FLUX 3 Image Klein,针对消费级 GPU 优化,BF16 权重需 12.2GB 内存、FP8 需 5.6GB。
NVIDIA 宣布扩展其开放模型家族,新成员覆盖语言、机器人、生物和量子计算,组织可用本地数据定制并在自有基础设施上部署。
推荐理由:原文按语言、机器人、生物和量子等领域逐一列出各开放模型的能力与可用入口,读者可据此判断哪些模型适合纳入本地化部署。
MemTensor 开源发布 MemT 1.0 记忆原生模型系列,包含基于 Qwen3.6-35B-A3B 的 Nano(36B 参数、激活 3B)和基于 DeepSeek-V4-Flash 的 Flash(288B 参数、激活 17B),论文同步公开于 arXiv(https://arxiv.org/abs/2610.26825)。
MiniMax 正式发布文本模型 M3.1 Flash,其 OpenRouter 匿名马甲 Space Bunny(玉兔)同期揭晓。
ElevenLabs 发布两款名为 Eleven Realtime 的语音转语音模型 v1 Max 与 v1 Mini。
推荐理由:原文给出了新模型在 Big Bench Audio 上的得分与响应延迟,并对照 Artificial Analysis 榜单定位,便于与其他实时语音模型横向比较。
NVIDIA 发布 Cosmos3-H-Dreams,一个基于 Cosmos 3 的实时生成式手术仿真器,可在单张 RTX PRO 6000 GPU 上交互运行。
推荐理由:它把交互式生成仿真从桌面缝合推进到临床胆囊切除场景,并开放模型、代码与蒸馏配方,具身智能团队可按这套方法迁移到自有数据。
OpenAI 表示其最新模型在 COBOL、Fortran 等“低资源”编程语言上显著改进,并发布两项评测衡量进展。
Mistral AI 发布 Voxtral 3 语音模型家族与语音智能体 SDK,覆盖语音识别、语音合成与实时对话全链路。
推荐理由:原文给出各模型定价、基准对比与自部署选项,读者可直接评估其替代现有语音方案的可行性。
Cloudflare 发布 AI 模型 Clairic,已在 Workers AI 开放预览,用户指定字段后它一次性从非结构化文本返回匹配值、格式和置信度,缺失值返回 null。
小米技术官方宣布 Xiaomi MiMo-V2.6-Pro 正式上线 WorkBuddy,支持 1M 超长上下文、多智能体分工协作以及图像、视频、音频、文本全模态联合理解,其 Artificial Analysis 智能指数为 46 分,称全球开源第一。
AI 竞技场 Arena 宣布,深度求索 DeepSeek-V4.1-Flash-20261017(Max)登顶 Agent Arena 与 Code Arena: WebDev 开源模型榜单,总榜排名第 11。
10月19日 MiniMax 正式更新 M3.1 Flash,确认此前匿名的 Space Bunny 为其早期版本,亮身份前已处理超过 200T Token。线上推理速度提升近 3 倍,Agent 任务综合使用成本下降 70%,DeepSWE v1.1 拿到 73.7%逼近 Opus 5,OSWorld 2.0 得 61.7。
推荐理由:原文把匿名期调用量、任务评测和成本曲线放在一起,读者可据此判断 Flash 模型能否在日常项目中替代旗舰。
10 款模型为公交出行 App「站至」写 slogan,由非参赛的 gpt-5.6-sol 按七个维度各打 0-1 分,GPT-6-Sol 以均分 0.95 居首,Kimi-K2.6 因正文留空、格式 0.00 而以 0.32 垫底。MiniMax-M2.7 与 MiniMax-M3 把思考文本混进交付物,格式分仅 0.46/0.30。分化点不在文笔,而在多重硬约束下的交付完整性。
记忆张量正式发布并开源 MemT 1.0 记忆原生大模型,记忆不再依赖外挂检索,而是内化进底层架构,由模型经训练自主读写、更新和调用。
Claude新款模型被内测用户评为"重大飞跃",推理与直觉更强,修复单个bug时能识别背后的根本类问题一并处理,并跳出思维定势给出创造性方案,尚不清楚新模型是Fable还是Opus。
稀宇科技(MiniMax)于 10 月 19 日正式上线 M3.1 Flash 模型,线上推理速度较此前提升近 3 倍,Agent 类任务综合使用成本降低 70%,目前已上线 MiniMax API、MPlan 和 MiniMax Code,模型权重计划稍后开放。
蚂蚁百灵宣布开源 Ming-3.0 语音系列,包含语音合成、音频理解与对话、语音识别三个系列共五款模型,开发者可按任务选用或组合进自己的工作流。
AI 模型评测平台 Arena 宣布,DeepSeek-V4.1-Flash-1017(Max)以 1670 分超过 Kimi K3(Max),成为 Code Arena: WebDev 榜单排名最高的开源模型,仅落后 GPT-6 Sol(Max)12 分。
网易有道 Confucius4-R2T2 登顶 Hugging Face ASR Trending,中文字错率 6.42%、英文 WER 6.13%、延迟 0.55 秒,其核心是以不可逆输出替代回改:已 commit 的字永久锁定,用等待代替修改。
MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis Intelligence Index 上得 42 分,比前代 M3 高 13 分,单任务成本不到一半。
可灵 AI 发布 Kling 4.0 视频生成模型,单次可生成最长 30 秒视频,支持最多 10 张关键帧输入,提示词理解扩展至 8,000 tokens。升级后的 Omni Reference 可在单次生成中接受最多 15 个参考素材,新增双声道立体声音效与覆盖十多种语言的口型同步,轻量 Flash 版本上限为 720p 和 20 秒。
TwelveLabs 的视频语言模型 Pegasus 1.5 现已在 Amazon Bedrock 上线(US West (Oregon) 区域),可将最长 2 小时的长视频转化为带时间戳的结构化 JSON 元数据。
推荐理由:相比 Pegasus 1.2 只能对单段视频问答,1.5 可按自定义条件切分整片视频并输出带时间戳的 JSON,适合需要批量编目长视频的团队。
Nvidia 发布开源权重模型 Nemotron 3.5 Super VL 与两款 Bolt 轻量模型,分别面向企业级常驻智能体与 AI PC 本地运行。
稀宇科技宣布 MiniMax M3.1 Flash 模型上线,此前匿名处理超 200T Token 的 Space Bunny 即其早期版本。M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升,线上推理速度提升近 3 倍,Agentic 类任务综合使用成本较前代降低 70%。
同一新闻,精选展示《MiniMax M3.1 Flash 发布:匿名 Space Bunny 身份确认,Agent 任务成本降 70%》
本周 AI 圈模型与 Agent 双线推进:DeepSeek 更新 V4.1-Flash-1017,强化从零构建完整项目能力并同步开放 Search/Fetch API;Google 上线 Gemini 4 Argon 主攻复杂工程与多步 Agent。
2026年10月17日,DeepSeek 发布 V4.1 Flash 1017,网页端、手机 App 与 API 已同步切换为新版本。
Arena 发布 2026 年第 42 周 AI 大模型盲测周榜,国产模型在多个细分榜单稳居中上游,其中 kimi-k3-max 以 ELO 1540 分稳定在代码榜第十名。
大晓机器人发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6,基于 Qwen3.5-9B 监督微调,使用约百万条空间锚定训练样本。该模型在八项 Grounding 评测中有六项超过 OpenAI GPT-6 Astra,七项公开基准平均 74.53 分对 73.68 分,真实机器人场景评测 RobotGrounding 为 94.13 分对 91.10 分。
VAST 发布并开源实时世界模型 EdenLive,在单张 Nvidia RTX 5090、720P 条件下,其 5B 模型生成速度超过 24FPS,支持分钟级连续生成,端到端延迟为百毫秒级。
推荐理由:原文拆解了状态维护与视觉渲染解耦的技术路线,读者可据此判断实时世界模型在交互场景中的适用边界。
谷歌 DeepMind 的四个 Gemini 4 Argon 智能体首次在无人工输入的情况下通关《我的世界》并击败末影龙。智能体被放入随机生成的世界,未获分配角色、策略或专用工具,自行分工、互相预警、从阵亡队友处取回物品,并把错误记录到共享记忆中。
推荐理由:原文给出通关全程的关键数字与成本,读者可据此判断智能体自主协作在开放环境中的实际边界。
DeepSeek 于 10 月 17 日 18:07 将 V4.1 Flash 更新到 V4.1-Flash-1017,网页端、App、API 三端同步切换,API 名 deepseek-flash 与价格均不变。
推荐理由:实测发现 high 推理档下思考会吃掉大部分输出预算,代码生成需把 max_tokens 给足 32,000 以上,否则交付物被截断。
10 月 17 日,DeepSeek 将 V4.1 Flash 更新至 1017 版,三端同步:DeepSWE v1.1 从 74.2 升至 77.0、Terminal-Bench 4.0 从 31.2 升至 42.3,任务运行时间与输出长度反而被压低,价格维持 deepseek-flash 原价(约 0.15/M 输入、0.6/M 输出,1.05M 上下文)。
智谱推出法律专用开源模型 GLM-Legal,在 Vals AI 法律测评中以 19.2% 的任务全通过率和 86.23% 的准确率登顶 Harvey LAB 与 LegalBench 开放权重模型榜。
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017,官方网页端、APP 与 API 已同步变更。
推荐理由:原文给出新模型在性能提升的同时压缩运行时间和费用,并开放自研搜索 API,读者可据此评估 Agent 工作流的成本变化。
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017,官方网页端、APP 与 API 已同步切换,基准测试全面提升,任务运行时间与输出长度缩短,在多个 Harness 下达到新的性能-费用帕累托最优。
10 月 17 日 DeepSeek 把 V4.1 Flash 升到 1017 版,网页端、App 和 API 同时换新模型,并宣布搜索和抓取接口自北京时间 11 月 1 日 00:00 起按 5 元一千次收费。
作者对 DeepSeek 新版(文中称 DS 4.2F)做了实测,官方称其为性能与费用的“帕累托改进”,基准对标 Kimi K3、GLM 5.3、GPT-5.6 Sol 和 Opus 5.0,DeepSWE 单任务消耗表现突出。
DeepSeek 今天把网页、App、API 三端的线上模型切换为 V4.1-Flash-1017,价格不变。官方贴出的十一项成绩里只有两项能与旧版直接比对,DeepSWE 从 74.2 涨到 77.0,HLE(w/o tools)从 44.0 掉到 42.6;官方称训练方法为自反馈强化学习,模型写完代码会自己先跑通再提交。