跳到正文
10月21日周三
  1. NVIDIA Blog80

    NVIDIA 扩展开放模型家族,推进欧洲跨行业主权智能

    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。

10月20日周二
  1. 掘金78

    MiniMax M3.1 Flash 发布:匿名 Space Bunny 身份确认,Agent 任务成本降 70%

    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。

  2. 掘金40

    10款模型写公交 App 实测:slogan 为什么两极分化

    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。

  3. The Decoder69

    可灵 AI 发布 Kling 4.0:立体声音频、多语言口型同步及轻量 Flash 版本

    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。

  4. AWS Machine Learning Blog63

    TwelveLabs Pegasus 1.5 视频语言模型在 Amazon Bedrock 上线

    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。

10月19日周一
  1. IT之家76

    MiniMax M3.1 Flash 上线:速度提升 3 倍,价格降低 70%

    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%》

  2. IT之家37

    大晓机器人发布具身基模型 ACE-Brain-0.6,六项空间感知评测超越 OpenAI GPT-6 Astra

    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。

  3. 量子位81

    VAST 开源实时世界模型 EdenLive,单张 RTX 5090 上 720P 超过 24FPS

    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。

10月18日周日
  1. The Decoder76

    四个 Gemini 4 Argon 智能体在无人工干预下通关《我的世界》

    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。

  2. 掘金83

    实测 DeepSeek V4.1-Flash-1017:一句话生成可玩游戏,但思考会吃掉大部分输出预算

    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。

  3. 掘金78

    DeepSeek V4.1-Flash-1017 发布:许愿式编程成为 API 调用

    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)。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

10月17日周六
  1. 掘金80

    DeepSeek 又更新!但怎么有个分数往下掉?

    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。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》