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
谷歌 Gemini 4 Argon 即将发布
据《商业内幕》报道,谷歌即将向公众发布新一代 Gemini 4「Argon」模型,同时内部员工已在测试后续的「Carbon」版本,有员工称其代码能力堪比 Opus 5.5。谷歌内部还在测试 Argon、Barium、Carbon 等多款衍生模型,官方拒绝置评。
阅读原文 → - IT之家·产品更新模型发布
豆包工作新增画布功能并更新模型
豆包工作宣布任务模式新增画布功能,可把素材、方案与创作成果放在同一张无限画布上查看、对比和编辑,生成后还能继续调整文字、配色与布局。同时上线全新图片模型 Seedream 5.0 Flash 与豆包 2.1 Lite,主打更省额度、更快交付。
阅读原文 → - IT之家·模型发布研究进展
Odyssey-3 世界模型发布,登顶物理基准
Odyssey 发布 Odyssey-3 系列基础世界模型,其 Pro 版在 Physics-IQ Verified 视频基准测试中取得 66.1 分,创该榜单最高纪录。模型采用自回归扩散变换器架构,可实时预测环境变化,预览版支持第一人称与第三人称导航。
阅读原文 → - IT之家·开源模型发布
Liquid AI 开源 d1 系列决策模型
Liquid AI 推出 d1 系列开放权重决策模型:d1-3B 支持文本与图像判断,d1-omni-600M 支持文本、图像及语音输入,均已在 Hugging Face 公开。官方称 d1-3B 单次判断最快约 8 毫秒,用户可下载、微调并部署。
阅读原文 → - IT之家·模型发布开源
JetBrains 发布编程 AI 模型 Mellum2.1
JetBrains 发布 Mellum2.1 模型,延续 12B 混合专家架构与 Apache 2.0 许可证,重点强化智能体编程能力,可探索代码库、编辑文件并检查修改。官方称其高负载推理吞吐接近 Qwen3.5-9B 的两倍,模型已上线 Hugging Face,支持本地或自有基础设施部署。
阅读原文 → - IT之家·模型发布产品更新
OpenAI 推出 GPT-6.1 Sol Ultrafast 版
OpenAI 在 API、Codex 和 ChatGPT Work 中推出 GPT-6.1 Sol 的 Ultrafast 版本,最高速度为标准版的 8 倍,定价为标准版的 6 倍。该版本面向部分 Pro、按量付费企业版和教育版方案开放,企业用户需由管理员开启权限。
阅读原文 → - IT之家·模型发布
PFN 发布 PLaMo 3 翻译模型 31B
日本企业 PFN 发布翻译模型 PLaMo 3 Translate 31B,完全由日本自主研发,支持语言从 2 种扩展至 53 种,并新增在线会议翻译模式。官方称其四项翻译基准平均分优于 OpenAI 的 GPT-6.1 Sol,成本也显著低于竞品。
阅读原文 → - IT之家·模型发布
Anthropic 推出 Claude Haiku 5.5
Anthropic 发布小型模型 Claude Haiku 5.5,称其为 Haiku 系列中速度最快、最便宜且功能最强的一款。官方称其运行成本平均比 Haiku 4.5 低约 75%,输入与输出 Token 定价也更低,适合对成本敏感的高频调用场景。
阅读原文 → - IT之家·模型发布产品更新
MAI Code 1.1 Flash 将整合进 Win11
微软计划将 1300 亿参数的 MAI Code 1.1 Flash 模型引入 Windows 11,该模型采用 3-bit 量化、上下文窗口为 256K,目前已集成于 GitHub Copilot 与 VS Code。相比 6 月版本,其在编码任务上的表现与速度均有提升,并新增读取截图、架构图等图像输入的能力。
阅读原文 → - IT之家·模型发布
谷歌发布 Nano Banana 2.1 图像模型
谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1,重点提升视觉设计、蒙版编辑和主体一致性。该模型已逐步上线 Gemini 应用、谷歌搜索 AI 模式、Google AI Studio 等平台。
阅读原文 → - IT之家·模型发布开源
谷歌推出 EmbeddingGemma 2 多模态嵌入模型
谷歌发布 EmbeddingGemma 2,将嵌入能力从文本扩展至代码、图像、视频和音频,总参数7.4亿,以 Apache 2.0 许可发布。量化后纯文本权重在 Pixel 11 Pro 上仅需约191MB内存,适合端侧推理。
阅读原文 → - IT之家·模型发布开源
Mistral 发布 Mistral Large 4 预览版
法国 Mistral AI 推出 Mistral Large 4 公开预览版,用户可在 Mistral Studio 体验其 API,模型权重计划于本月底开放下载。该模型总参数 1 万亿、激活参数 490 亿,为原生多模态,官方称其在开源模型中表现领先。
阅读原文 → - IT之家·模型发布
Mistral AI 预告发布新模型,称网安表现优于中国模型
Mistral AI CEO Arthur Mensch 在阿布扎比 Ai Everything 会议上表示,公司当日将发布新的人工智能模型,并称其在网络安全等方面优于中国的模型,但未说明具体比较对象及网络安全以外的优势领域。
阅读原文 → - IT之家·模型发布开源
Reflection AI 发布开放权重模型 Beam
英伟达投资的 Reflection AI 推出首款开放权重大模型 Beam,总参数5010亿、单任务仅激活230亿,主打代码编写与智能体任务,性能对标智谱 GLM-5.2 并逼近千问 Qwen3.8-Max。
阅读原文 → - IT之家·模型发布开源
Reflection 等西方企业本月将推开放权重模型
外媒 Axios 报道,Reflection 等多家西方企业本月将推出开放权重 AI 模型,模型领域竞争进一步升级。开放权重支持客户本地部署,满足微调与推理数据安全要求;报道称 Reflection 的模型预计可与中国厂商的顶级开放权重模型竞争。
阅读原文 → - 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 → - 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 →