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
Claude Fable 5.2 用代码模拟画笔作画
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。Fable 5.2 不调用图像生成模型,而是编写Python代码模拟画笔、颜料与画布逐笔作画,并能修正笔触。员工展示的一幅购物车作品约用70万次模拟笔触,每幅作品代码约1000至2000行。
阅读原文 → - The Decoder·模型发布研究进展
Claude Fable 5.2 用代码在虚拟画布作画
Anthropic 的 Claude Fable 5.2 不直接计算像素来生成图像,而是编写 Python 代码,在虚拟画布上模拟数十万次笔刷落笔,表现出笔毛纹理与颜料附着效果。据 Anthropic 员工透露,一张写实车库场景约需 70 万笔,这意味着图像更像是被“画”出来的。
阅读原文 → - IT之家·模型发布开源
开源盘古 openPangu-2.1-Pro 上线华为云
华为云 MaaS 平台上线开源盘古模型 openPangu-2.1-Pro,围绕 Agent 开发、AI 编码和推理优化升级,增强鸿蒙系统操控、鸿蒙 App 开发与昇腾算子生成等场景能力。推理输入定价 0.8 元/百万 tokens。
阅读原文 → - The Decoder·模型发布开源
美团发布 1.6 万亿参数智能体模型 LongCat-2.5
美团公开 LongCat-2.5 模型权重,该模型拥有 1.6 万亿参数,面向 AI 智能体,全程基于国产硬件训练。其在 Terminal Bench 上得分 88.4,仅次于 Claude Opus 5;示例部署使用 194 颗华为昇腾芯片,未涉及英伟达 GPU。
阅读原文 →
- The Decoder·研究进展模型发布
Gemini 4 Carbon 登顶 MathArena 榜首
Google 的 Gemini 4 Carbon 和 Anthropic 的 Fable 5.2 在 MathArena 数学基准上超过 GPT-6.1 Sol,这是近期首次没有 OpenAI 模型位居第一。但 Gemini 的成本约为对手的 15 倍,测试中还会忽略时限、几乎不放弃任务。
阅读原文 →
- The Decoder·开源模型发布
Runway 开源机器人模型 Praxis-1
Runway 以 Apache 2.0 协议开放机器人模型 Praxis-1 的权重与源码,该模型将视频训练获得的知识用于机器人控制,并在英伟达 RoboLab-120 基准的 World Action Model 类别中领先。不过报道指出,它目前还无法自主规划复杂的动作序列。
阅读原文 →
- IT之家·产品更新模型发布
华为公布麒麟 9050 新马良 GPU 与 AI ISP 信息
华为继续披露麒麟 9050 系列芯片细节:新一代马良 GPU 采用第四代微架构,性能提升 40%、功耗下降 45%,支持第二代硬件光追;新一代 AI ISP 集成像素专用 NPU,支持 4K60 实时视频处理,并首次实现 2 亿像素融合拍照。
阅读原文 → - IT之家·研究进展模型发布
清华发布单细胞蛋白组模型 ProtCell
清华大学自动化系江瑞课题组发布面向单细胞蛋白组的基础模型 ProtCell,汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估,可映射细胞状态并推断未测蛋白表达。团队还在摩尔线程 MTT S5000 智算卡上完成全流程预训练复现,主要定量指标与国际主流 GPU 平台差异约 0.2%。
阅读原文 → - IT之家·产品更新模型发布
DeepSeek 开放全家桶应用 API
DeepSeek 正式开放全家桶应用 API,开发者在原有接口中开启对应参数,即可获得深度思考搜索、文件输入、链接阅读等对话能力。语音、OCR、ASR、TTS 等底层能力也已开放独立接口,便于在自有应用中复刻完整的 App 体验。
阅读原文 → - IT之家·模型发布产品更新
腾讯混元发布实时语音模型Hy Realtime
腾讯混元发布实时语音模型Hy Realtime,在语音理解、指令遵循和拟人化表达等基础对话能力上有所提升,并新增Agentic工具调用与唱歌能力。该模型已在元宝语音通话、腾讯客服等产品上线,近期将通过腾讯云对外提供API服务。
阅读原文 → - IT之家·模型发布应用案例
语飞国际中文教育垂直大模型发布
2026世界中文大会在北京开幕,会上发布语飞国际中文教育垂直大模型。该模型面向全球中文学习者提供学习评测与个性化辅导,面向教师支持生成备课、课堂互动、课后巩固素材,并为教育机构提供标准化接口。
阅读原文 → - 量子位·开源模型发布
无界前沿开源 Fx-Bio-1031 模型
无界前沿开源生命科学模型 Fx-Bio-1031,称在高难度盲测中超越 GPT-6-Astra 与 Opus-5,并把 RSI 思路引入生命科学领域。该模型支持数据不出域、本地可部署,便于在私有环境中使用。
阅读原文 → - The Verge AI·模型发布
谷歌新 Gemini 模型更擅长理解复杂问题
谷歌称新的 Gemini 4 Hydrogen 模型能更好地回答含多个部分、带错别字或高度具体的复杂问题,会先拆解问题再逐项回应。该模型即日起在搜索、Gemini 应用及谷歌各订阅层级上线。
阅读原文 →
- The Decoder·模型发布
Gemini 4 Hydrogen 发布四周后跑分超过 Argon
据 The Decoder 报道,接替 Flash 系列的 Gemini 4 Hydrogen 在独立评测机构 Artificial Analysis 的智能指数上反超更大更贵的 Argon,得分接近 Claude Sonnet 5.5,但单任务成本约为 GPT-6.1 Sol 的 2.5 倍,在智能体编程任务上仍有差距。
阅读原文 →
- IT之家·模型发布
谷歌发布 Gemini 4 Hydrogen,主打编程与智能体
谷歌推出 Gemini 4 Hydrogen,面向日常编码与智能体工作流,输入每百万 Token 1.5 美元、输出 7.5 美元,覆盖 100 万 Token 上下文且无阶梯计价。其智能指数得分超过 Argon,并配套 Orchestrator 模型调度功能。
阅读原文 → - Google DeepMind·模型发布
Google 发布 Gemini 4 Hydrogen
Google DeepMind 宣布推出 Gemini 4 Hydrogen 模型。目前官方尚未披露该模型的具体能力与上线范围,用户可关注后续开放情况。
阅读原文 → - The Decoder·模型发布
ElevenLabs 发布 Scribe v3 语音识别模型
ElevenLabs 推出语音识别模型 Scribe v3 与 Scribe v3 Live,可在背景噪音和多人交叉说话时准确转写。第三方基准显示其准确率略优于 OpenAI、Google、微软等竞品,但速度更慢、价格约为对手两倍。Live 版借助对话上下文,避免语音助手打断用户。
阅读原文 →
- IT之家·模型发布产品更新
科大讯飞 SparkAudio 1.0 上线 API 服务
科大讯飞宣布星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务,开发者可直接调用。该模型支持文本与语音输入、文本输出,可完成语音转写、多语言翻译、多方言识别、说话人分离和音频问答等任务,支持 99 种语言、202 种方言,并采用全国产算力训练。
阅读原文 → - The Decoder·研究进展模型发布
DeepMind 发布 AlphaGenome 2,可解析单细胞类型变异
Google DeepMind 推出 AlphaGenome 2,可针对单个细胞类型分析基因变异,而不再只做整块组织层面的预测。据称其识别出的疾病相关基因变化接近上一代的两倍,模型已通过 API 向非商业研究开放,并计划接入 Google 的 Antigravity 平台。
阅读原文 →
- 量子位·开源模型发布
MiniMax 开源生图模型,支持原生 4K 输出
MiniMax 开源一款文生图模型,据称达到 SOTA 水平,支持原生 4K 分辨率输出,单张生成成本约两毛钱。对用户而言,这意味着可以更低成本获得高质量的开源生图能力。
阅读原文 →