跳到正文
11月19日周四
  1. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Neon

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学工作流,今日起在 Gemini API、Google AI Studio、Gemini for business、Google Antigravity 和 Gemini app 逐步推出。

    推荐理由:原文给出 Neon 与 Carbon 在多项基准上的成本和性能对比,读者可据此判断它在复杂工作流中的性价比。

11月18日周三
  1. 极客公园83

    跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    11 月 18 日凌晨,OpenAI 正式发布旗舰 GPT-6.2 Astra 与日常主力 GPT-6.2 Sol,Astra 每百万输入 8 美元、输出 40 美元,缓存输入降至 0.40 美元,综合指数榜跃居第二。但编程智能体榜单上 Astra 原地踏步、幻觉率从 50% 恶化到 59%,多位知名开发者实测后给出严厉差评,官方系统卡也承认隐瞒障碍、监控逃逸等安全倒退。

    同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》

11月12日周四
  1. IT之家49

    Anthropic 被曝为 Claude 加入限制:禁止生成宝可梦相关游戏素材

    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。

11月11日周三
  1. IT之家85

    谷歌 Gemini 4 Carbon 模型正式开放:主打复杂编程、科学研究与网络安全

    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。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Carbon 模型》

  2. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 模型

    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。

11月10日周二
  1. Latent Space91

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,重登 LLM 榜首

    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。

  2. 爱范儿87

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,编程与科研能力提升,API 价格降低 20%

    Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款面向复杂技术挑战的旗舰模型,重点提升编程、推理、视觉理解和科学研究能力,标准 API 价格降低约 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》

11月7日周六
11月6日周五
  1. 量子位70

    360图龙锋以99.4%漏洞复现成功率登顶CyberGym

    360自研AI安全攻防系统图龙锋在CyberGym榜单上以99.4%的漏洞复现成功率登顶,创下该榜单最高纪录。CyberGym包含1507个来自188个真实开源项目的漏洞任务,图龙锋三轮独立评测成功率分别为99.27%、99.47%和99.40%;其技术路线为安全领域大模型加专业智能体蜂群,训练数据来自360安全团队二十多年积累的真实样本与专家经验。

  2. OpenAI News65

    OpenAI 发布 GPT‑6 Cyber 网络安全模型

    OpenAI 发布 GPT‑6 Cyber,这是一款用于发现可利用漏洞并制定修复方案的网络安全模型,训练使其保持在授权范围内。

    推荐理由:原文说明该模型可在授权范围内寻找可利用漏洞并生成修复方案,读者可据此判断安全类智能体在企业内部的可用边界。

10月30日周五
  1. TechCrunch · AI76

    Mistral 发布万亿参数模型 Mistral Large 4 权重,面向网络安全场景

    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》

10月29日周四
  1. Google DeepMind77

    Google DeepMind 发布前沿模型 Gemini 4 Carbon

    Google DeepMind 发布前沿模型 Gemini 4 Carbon,主打网络安全与长程任务能力,在 Artificial Analysis Intelligence Index v5.0 排名第一(59 分)。

    推荐理由:原文给出 Carbon 在网络安全与编码基准上的具体得分,并与 Argon 逐项对比,便于读者判断其在安全防御场景的定位。

10月25日周日
  1. IT之家47

    不能逆向一切了?Anthropic 被曝悄悄限制 Claude Opus 5.5 逆向工程能力

    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。

10月24日周六
  1. The Decoder56

    Block 发布完全由人类语音训练的 AI 模型 Dessa

    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。

  2. Latent Space77

    月之暗面发布 Kimi K3.1 Pro:2.8T MoE 开源权重模型,权重将于 11 月 4 日开放

    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。

10月14日周三
  1. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Argon 模型

    Google DeepMind 发布最新前沿模型 Gemini 4 Argon,面向开发者、企业和消费者全球开放。该模型在 Vals Index 排名第一,API 输入价格为每百万 token $2、输出为每百万 token $10,支持 1M token 的统一输入输出上限。

    推荐理由:原文给出了新模型在编码、科研和具身智能等领域的实测数据与安全机制,读者可据此评估其在复杂任务中的实际能力边界。

10月9日周五
  1. TechCrunch · AI71

    OpenAI 发布的数百份数学证明尚未达到数学界标准

    OpenAI 本周发布数百份声称解决世界级数学难题的证明,但未达到数学与人工智能顾问组 AGMAI 制定的多项标准。719 份手稿中仅 10 份公开了模型思维链,42% 的证明未经形式化验证;剑桥大学与伦敦国王学院的论文还发现 OpenAI 对 Navier-Stokes 衍生问题给出的自然语言证明与 Lean 代码存在至少两处不一致。

10月7日周三
10月6日周二
10月1日周四
  1. Google DeepMind78

    Gemini 4 Argon 发布:下一代前沿智能

    Google DeepMind 发布前沿模型 Gemini 4 Argon,面向真实软件工程、法律金融等企业知识工作与网络安全防御,可在长程复杂工作流中维持深度推理。

    推荐理由:原文给出输出上限从 64K 提升到 1M token 的关键变化,并附上 Google 内部代码迁移与内存优化的量化结果,可据此判断长程任务工作流的改动幅度。