跳到正文
11月11日周三
  1. Google DeepMind67

    Google DeepMind 发布 AlphaGenome 2:预测 DNA 变异如何影响特定人类细胞类型

    Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,可预测遗传变异对数百种人类细胞类型的影响。模型改为条件化架构,在超过 100 million 个细胞档案、68 种组织上训练,在 TenK10K 数据集上识别出的因果变异数量接近上一代的两倍(30% vs. 16%),还能泛化到未见过的细胞状态而无需重新训练。

    推荐理由:原文给出新模型相对上一代的条件化架构改动和近两倍变异识别提升,读者可判断它如何用于定位疾病相关细胞类型。

  2. IT之家63

    DeepL 发布语音 AI 翻译模型 Aure,实时复现说话者语气与情绪

    DeepL 发布语音 AI 翻译模型 Aure,官方称其为迄今最具动态感、最逼真的语音 AI 模型,可在实时翻译中复现说话者的语气起伏、情绪流转、重音强调及语速快慢。Aure 是 DeepL Voice 的底层驱动核心,已支持 DeepL Voice 网页会议版、面对面交谈版和语音 API,首发支持英语、德语、西班牙语、法语、意大利语、日语、葡萄牙语及韩语,尚未支持的语言会自动使用之前的语音模型。

  3. 量子位82

    英伟达发布 GR00T 2 机器人基础模型,首批 10 万小时数据率先开源

    英伟达在 CoRL 大会发布新一代世界动作模型 GR00T 2,可同时预测未来画面与机器人动作,模型、数据、仿真环境与采集硬件将陆续开源,首批 10 万小时人类数据已开放。

    推荐理由:原文拆解了 X-Adapt 跨本体迁移路径与人类视频数据实验,读者可看到大规模人类经验如何转化为机器人执行能力。

  4. IT之家76

    阿里 Qwen Code 1.0 发布:Qoder 与 Qwen Code Harness 融合开源

    阿里官宣发布 Qwen Code 1.0,将 Qoder 中打磨的 Harness 能力融入 Qwen Code,随 Qwen Code 1.0 Preview 一起开源,为开发者提供可嵌入自身产品的 Agent 运行基础。

    推荐理由:原文把 Qwen Code 1.0 的架构演进和开放方式讲得较具体,开发者可据此判断是否将其 Agent 内核嵌入自身工作流。

  5. 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》

  6. 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。

  7. 爱范儿75

    实测 MiniMax H3 Image:兼具 GPT 的指令遵循与 MJ 的审美,当天开放权重

    MiniMax 正式发布图像生成模型 H3 Image,在 H3 全模态能力基础上针对图像生成与编辑进行后训练优化,并在发布当天开放权重。实测显示它生成一张 4096×4096 的 4K 图片仅需 10~20 秒,最多支持 16 张参考图,还可通过 API 接入 Claude Code、Codex 等 Agent Harness 参与复杂任务流程。

  8. IT之家75

    MiniMax 开源 H3-Image 生图模型,10 秒生成一张 4K 图像

    MiniMax 宣布 H3-Image 正式发布并开放权重,该模型可在 10 秒内生成 4096×4096 像素(约 16MP)的高分辨率图像。H3-Image 衍生自 H3,支持文本生成图像、图像参考和图像编辑,最多支持 16 张参考图片,官方称速度可达市面主流水平的 5 倍。模型权重已在 Hugging Face 开放,发布首周 16MP 及以上规格的生成请求可享官方价格五折优惠。

11月10日周二
  1. IT之家60

    智元发布 WITA-Omni 全模态交互大模型,号称行业首个具身全模态端到端交互大模型

    智元发布 WITA-Omni(硅光动语全模态大模型),官方称其为行业首个具身全模态端到端交互大模型。模型基于机器人本体感知数据训练,除音视频外新增触觉、本体状态等输入,以及机器人动作、表情等输出;采用流式全双工架构,可边听边想边应边动,交互响应最快约 400 毫秒、平均约 600 毫秒,较业内平均水平快近 3 倍。

  2. Simon Willison78

    Meta AI 发布最小高效模型 Muse Ember

    Meta AI 发布新模型 Muse Ember,官方称其为最小、最高效的模型,面向复杂推理执行以及智能体重复执行的工具调用、编码子任务、路由、提取和长文档解析。

    推荐理由:原文将 Muse Ember 与 GPT-6 Luna、Claude Haiku 5.5 的定价及 Artificial Analysis 效率前沿放在一起比较,可帮助读者判断小模型选型。

  3. 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。

  4. IT之家81

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,编码跑分超 GPT-6 Astra

    Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 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》

  5. 量子位74

    实测 Seedream 5.5:100轮图像编辑不崩,速度与价格齐优

    字节旗下 Seedream 5.5 图像模型已在即梦、豆包和豆包工作上线,实测在100轮连续编辑中比 GPT-Image 2.6 保持更高保真度。新版本还提升了真实感、小字与多语言渲染、透明图直出和图层拆分能力,生成速度更快;以2K方图编辑为例单张成本约0.28元,不到 Seedream 5.0 Pro 的一半。

  6. IT之家77

    Meta 推出轻量级 AI 模型 Muse Ember:跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3

    Meta 发布轻量级模型 Muse Ember,官方称其表现媲美 Claude Haiku 5.5,单任务成本仅 1/3。该模型支持 100 万 Token 上下文、最多 51.2 万 Token 输出,原生理解文本、图像、音频和视频,可在一次会话中执行数百次编程子任务。

    同一新闻,精选展示《Meta AI 发布最小高效模型 Muse Ember》

  7. 爱范儿39

    早报|苹果国行AI备案新增iPad和笔记本/Claude Fable 5.2发布,价格降20%/曝玛莎拉蒂拟与尊界合作,新车将由江淮生产

    苹果国行 Apple 智能备案新增 iPad 和笔记本两类场景,适用范围扩展至手机、平板和电脑;Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,生成速度较 5.1 最高快 30%,API 价格降至每百万输入 token 8 美元、每百万输出 token 40 美元。

  8. 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》

  9. The Decoder62

    字节跳动发布 Seedream 5.5:支持 100 轮像素级稳定图像编辑

    字节跳动 Seed 团队发布图像生成模型 Seedream 5.5,支持最多 100 轮多轮编辑,未改动区域可像素级保持且无色偏。模型可生成原生 RGBA 透明背景图,光影、材质与皮肤纹理更真实,密集小字更准确;官方称其文字结构与真实感领先于 GPT Image 2.5 Sunburst。Seedream 5.5 正通过即梦、豆包、豆包工作台和火山引擎 Ark 逐步开放,并计划推出 Pro 版本。