AI 最新资讯
汇集 OpenAI、Google DeepMind、Hugging Face、NVIDIA 等官方博客与 TechCrunch、The Verge、MIT Technology Review、量子位等媒体的 AI 新闻,AI 自动整理成中文标题与摘要,每 2 小时更新。点击标题跳转原文。
- IT之家·模型发布研究进展
DeepSeek V4.1 Flash 缩小中美模型差距
彭博行业研究报告称,DeepSeek 9 月发布 V4.1 Flash 后,中国顶尖模型在基准测试得分上仅落后美国对手约 3%,差距较 5 月的约 9% 明显收窄。V4.1 Flash 在 LiveBench 全球排名第六,成为排名最高的中国模型,报告认为中国竞争者将进一步扩大市场份额。
阅读原文 → - IT之家·模型发布行业动态
TypeSafe AI 的 Jev 日处理量达 1 万亿 Token
初创公司 TypeSafe AI 于 9 月 15 日发布决策模型 Jev,它不生成文本,而是通过机器学习把输入归类到预设输出,公司称之为面向校准决策的强化学习。其创始人称约 25% 的财富世界 500 强企业已在使用,日处理 token 量达一万亿。
阅读原文 → - IT之家·开源模型发布
亚马逊开源 Strands Decider 2B 决策模型
亚马逊 Strands Agents 团队推出 Strands Decider 2B 决策模型,已在 GitHub 开源,权重可在 Hugging Face 获取,支持本地 CPU/GPU 运行。该模型基于 Qwen3.5-2B,在 JevBench 数据集上于 2B 级别模型中排名第 3。
阅读原文 → - IT之家·模型发布产品更新
Suno 推出 Speech 语音生成功能
AI 音乐平台 Suno 推出 Speech 功能并开放公测,官方称其为业界首个将语音与音乐作为单一连贯音轨端到端生成的音频模型。用户输入文字并描述音色与风格,即可生成带背景音乐的语音;Beta 版仍存在口音漂移、语调夸张等问题。
阅读原文 → - The Decoder·模型发布开源
Cloudflare 发布 Clef 决策模型
Cloudflare 推出 Clef 与 Clef-flash 决策模型,对标 TypeSafe AI 的 Jev,其中 Clef-flash 分类耗时约 39 毫秒,速度是 Jev 的十倍以上。两款模型均基于 Qwen、以 Apache 2.0 许可开放,让 AI 智能体无需生成文本即可完成结构化决策。
阅读原文 →
- OpenAI·模型发布
OpenAI 发布 GPT-6 系列模型选用指南
OpenAI 发布 GPT-6 系列模型指南,面向初创企业介绍如何选择模型、调节推理强度、改进提示与技能、协调工具,并为生产环境准备相应工作流。
阅读原文 → - Hugging Face·开源模型发布
Hugging Face 开源 AstaBrief 模型
Hugging Face 开源了 Asta 中的快速报告生成模型 AstaBrief。开发者可直接获取该模型用于报告生成类任务,降低自建相关能力的技术门槛。
阅读原文 → - IT之家·产品更新模型发布
DGX Spark 64GB 版发布,4999 美元起
英伟达正式发布 64GB 内存版 DGX Spark 桌面 AI 计算机,起售价 4999 美元,10 月 23 日发售,宏碁、戴尔、华硕等 OEM 将推出整机。设备基于 GB10 芯片,约 56GB 内存可供模型权重与 KV 缓存使用,并支持多机集群扩展。
阅读原文 → - IT之家·产品更新模型发布
腾讯 WorkBuddy 独家接入 Space Bunny
腾讯 WorkBuddy 宣布内置模型独家支持匿名 Flash 大模型 Space Bunny。该模型支持文本、图像、视频输入,上下文长达 1M,具备极速推理、编码能力与可调思考深度,10 月 2 日至 7 日接入可享限时折扣。
阅读原文 → - The Decoder·模型发布
微软发布语音代理转录与语音合成模型
微软 AI 发布实时转录模型 MAI-Transcribe-2-Streaming,并推出面向语音代理的文本转语音模型,进一步完善语音交互能力。
阅读原文 →
- IT之家·模型发布
Black Forest Labs 发布 FLUX 3 Image
德国公司 Black Forest Labs 推出图像生成模型 FLUX 3 Image,支持最高 4K 分辨率输出,并可在坐标网格上精确排布元素、进行局部编辑。该模型目前为付费服务,开放模型版本将于数周内公开。
阅读原文 → - The Decoder·模型发布开源
Flux 3 Image 发布,支持多步局部编辑
Black Forest Labs 推出 Flux 3 模型家族中的图像模型 Flux 3 Image,支持不影响画面其他部分的多步编辑,可通过边界框构图并参考最多十张图片,输出最高 4K。官方表示将在接下来几周开放权重。
阅读原文 → - 量子位·模型发布
openJiuwen 首发 X-Router 模型路由技术
openJiuwen 发布 X-Router 自演进模型路由技术,可针对每次请求选择合适模型,并借助反馈持续优化。官方称该技术昇腾亲和,实测可减少 50% 以上 Token 消耗。
阅读原文 → - IT之家·模型发布开源
Cloudflare 开源多模态决策模型 Clef
Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef,包含 Clef 与 Clef-flash 两款,分别基于 Qwen3.8-27B 和 Qwen3.5-9B。模型原生支持图像输入,上下文窗口扩展至 64k,开发者还可结合自有业务场景进行微调。
阅读原文 → - NVIDIA Blog·模型发布产品更新
GPT-6 Astra Ultrafast 上线 OpenAI API
英伟达与 OpenAI 宣布,GPT-6 Astra Ultrafast 已在 OpenAI API 上线,并向符合条件的 ChatGPT Work 与 Codex 用户开放。该模式运行于 NVIDIA Blackwell GPU,借助推理优化,token 生成速度最高可达 Astra 标准模式的 8 倍。
阅读原文 →
- IT之家·模型发布产品更新
微软发布实时流式语音转写模型
微软推出首个实时流式语音转写模型 MAI-Transcribe-2-Streaming,支持 60 种语言与自动语言检测,可在讲话过程中持续输出文字。据 Artificial Analysis 测试,其最终词错误率 2.50%、最终延迟 0.13 秒,位居流式模型首位,开发者可通过 Microsoft Foundry 等渠道接入。
阅读原文 → - The Decoder·模型发布研究进展
Tavus 推出 Griffin 实时视频模型
Tavus 发布 Griffin,称其为首个「人类交互模型」,可在视频通话中实时处理面部表情、语调和手势。该公司的研究显示,48% 的参与者在通话一分钟后认为 Griffin 是真人,而此前系统最高仅为 2%。
阅读原文 →
- The Decoder·模型发布开源
Ideogram 4.5 支持图像局部编辑
Ideogram 推出新模型 Ideogram 4.5,可只编辑指定区域而保持图像其余部分不变。该模型原生支持 2K 分辨率,单张价格 0.8 美分起,Runway、Pika、Leonardo AI 等已接入,并计划推出开放权重版本。
阅读原文 → - TechCrunch AI·模型发布
亚马逊发布 Strands Decider 2B
亚马逊云科技旗下 Strand Labs 发布最新决策模型 Strands Decider 2B,属于类 Jeva 模型。当前各类决策模型正密集涌现,相关赛道竞争升温。
阅读原文 → - 量子位·模型发布
谷歌突然发布 Gemini 4 模型
谷歌发布 Gemini 4 模型,据称在 RSI 加持下性能超过 GPT 与 Opus,价格仅为 Astra 的一半。对用户而言,这意味着可以用更低成本获得更强的模型能力。
阅读原文 →