模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 878 条 · 海外
- Infini-AI-Lab Releases Hermit, an Open-Source Harness Adapter Framework for AI Agents
MarkTechPost7 小时前海外模型30
- Block Unveils Dessa, a Full-Duplex Speech Model Trained Only on Speech
- How to Extract Tables from a PDF with an LLM
OpenRouter 公告15 小时前海外模型36
- How to Prevent Prompt Injection: 13 Attacks, Tested
- Akai 为 MPC Sample Key 提供开源固件，支持社区模改
Akai 尚未正式发布 MPC Sample Key，但已向开发者提前提供设备，并宣布其固件将开源。该设备沿用 MPC Sample 的软件，针对传统键盘、弯音轮和调制轮做了调整，没有打击垫，改用琴键触发采样。Akai 在 Instagram 短片中展示了多个由 vibe coding 生成的模组，包括 Native Instruments Massive、虚拟模拟合成器和 FM 合成器，其中一个模组运行完全自定义的操作系统。短片还显示，普通版 MPC Sample 也将获得相同的社区功能，并能运行由 Claude 构建的合成器。CEO Jack O'Donnell 表示，inMusic 旗下品牌将向开发者提前提供设备，并开源部分软件、提供 SDK。
The Verge AI17 小时前海外模型32
- Alphabet 三季度营收 1276 亿美元，搜索量增速创五年新高
Alphabet 公布 2026 年第三季度财报，总营收 1276 亿美元，同比增长 25%；Google 搜索及其他业务收入同比增长 12%。CEO Sundar Pichai 称，AI 投资带动了整体搜索查询量增长，其中包含商业查询，同比增速为近五年最高。Google Cloud 收入 307 亿美元，同比增长 103%。YouTube Music 和 Premium 全球订阅用户超过 1.5 亿，该数字包含试用用户。本季度 Google 还发布了 Gemini 4 Argon 模型，Gemini 月活用户突破 10 亿，并调整了 AI 业务高层。
- 苹果触屏 MacBook Pro 顶配售价 14549 美元
苹果新款触屏 MacBook Pro 的顶配价格达到 14549 美元，比上一代顶配贵 4400 美元。14 英寸和 16 英寸起售价分别为 2899 美元和 3399 美元。顶配包含 M5 Max 芯片（18 核 CPU、40 核 GPU）、纳米纹理玻璃、128GB 内存（加价 2000 美元）和 16TB 存储。16TB 存储选配单项加价 7000 美元，是涨价主因，原文提到这与当前内存短缺有关。若只选 8TB 存储（加价 3000 美元），顶配为 10549 美元，比上代贵 400 美元。
- 苹果发布 OLED 版 iPad Mini，售价 699 美元起
苹果本周发布第八代 iPad Mini，换用 8.5 英寸 OLED 屏幕，边框更窄，峰值亮度最高 1200 尼特，刷新率仍为 60Hz。搭载 A20 Pro 芯片，128GB 和 256GB 版本为五核 CPU，512GB 版本为六核。前置摄像头移至长边，全系 iPad 摄像头位置统一。新增“Acoustic Display”设计，低音单元通过屏幕发声。提供星光色和午夜色两种配色，起售价 699 美元，现已开启预售，11 月 6 日发售。
- 苹果触屏 MacBook Pro 上手：OLED 屏幕表现出色
Ars Technica 发布了触屏 MacBook Pro 的上手体验，称 OLED 屏幕在 Mac 上显示效果很好，但整体与前代机型的差异没有预期那么大。原文信息有限，未披露具体配置、价格与上市时间。
Ars Technica AI20 小时前海外模型20
- Google 发布 Gemini 4 Carbon，暂不对外开放
Google 在推出 Gemini 4 Argon 两周后发布 Gemini 4 Carbon，称其是 Argon 的改进版，而非外界等待的 Flash 版本。Carbon 在网络安全方面提升明显：生成无漏洞代码的概率是 Argon 的两倍，Chrome 团队称其生成高质量补丁的能力是非 Google 模型的 10 倍，WebDev Arena 得分提高 89 分，排名第四。Google 对 Carbon 采取分阶段发布，目前不对外开放使用。
- 微软宣布停止在智能电视上支持 Copilot
微软决定今年内结束所有电视上的 Copilot 功能支持，包括 LG 和三星电视。消息并非来自官方公告，而是 LG 电视 webOS 系统弹出的通知，通知称该功能「计划于 2026 年内停止」，具体日期取决于微软的时间表。LG 和三星曾在 CES 2025 宣布新款电视接入 Copilot，用户可与之对话、询问屏幕内容或获取影视推荐。去年 12 月 LG 曾因更新后加入不可删除的 Copilot 快捷方式遭用户反对，后允许删除。今年微软推出整合聊天、Agent 和编码的 Copilot「超级应用」，转向商业与生产力定位。
- Google 与 Xreal 合作的 Aura 眼镜开售，售价 1099 美元
Google 与 Xreal 合作的 Aura 眼镜今日开售，售价从预售时的 1279 美元降至 1099 美元（12GB+256GB），16GB+512GB 版本为 1299 美元，预计 11 月中旬发货。该眼镜重 95 克，需连接 Android XR 计算模块使用，支持多块虚拟屏幕，对角线视场角 70 度。首发覆盖美国、加拿大、韩国，11 月 2 日登陆日本。已按原价预购的用户将自动获得差价退款。首发提供 150 多个 XR 体验，可通过 USB-C 连接电脑或掌机投屏，并支持向 Gemini 提问。
- 苹果发布 M6 MacBook Pro 与 PROLED XDR 触屏版
苹果在“Pro and tell”活动上发布 14/16 英寸 MacBook Pro，其中 PROLED XDR 版采用 Tandem OLED 屏，峰值亮度 2000 尼特、120Hz 刷新率，首次支持触控，并恢复发光 Apple logo。14 英寸 PROLED XDR 版起售价 2899 美元，16 英寸 3399 美元；普通 14 英寸 M6 版起售价 1999 美元，M5 Pro 版 2499 美元，M5 Max 版 4099 美元。两款均于 11 月 6 日发货，PROLED XDR 版目前仅在苹果官网开放预售。苹果同时发布起售价 1499 美元的 M6 iMac，以及屏幕更大、更轻薄的 iPad Mini。
- MiniMax 开源 MCode Stack：15 个编码 Agent 技能
MiniMax 于 2026 年 10 月 28 日以 MIT 许可证开源 MCode Stack，这是其团队日常开发 MiniMax Code 所用的工作流与 Agent 技能集合。仓库包含 2 套技能栈、17 个技能（15 个来自 Ronny、2 个来自 Jiachen）、5 份检查清单和 5 篇配套说明，不含 MiniMax Code 源码。技能以纯 Markdown 的 SKILL.md 形式提供，可直接装入 MiniMax Code（需 Node.js 22.19+）或 Claude Code，无需 GPU。官方未公布任何基准测试或评测结果。
- 苹果首款触屏 MacBook Pro 上手：起售价 2899 美元
苹果发布首款触屏 MacBook Pro，14 英寸版重 3 磅，比 M6 非触屏版轻 0.4 磅；16 英寸版重 4 磅，比 M5 Pro 非触屏版轻 0.7 磅。屏幕为 PROLED XDR，触屏 OLED 版起售价 2899 美元，比配置相近的 M5 Pro 版贵 400 美元。macOS 针对触控做了适配：在第一方应用中，用户可以滑动滚动、双指缩放、双击最大化窗口；第三方应用未适配时，点击会被转换为鼠标点击，部分控件在触碰时会被放大。发光的苹果 logo 回归，亮度随屏幕变化，可完全关闭。
- Google 发布 Gemini 4 Carbon，称在网络安全能力上达到最先进水平升温
Google 发布 Gemini 4 Carbon，官方称其为「最强模型」，具备最先进的网络安全能力和长程任务能力。该模型在 Artificial Analysis 新推出的 Intelligence Index 上排名第一。原文信息有限，未披露模型参数、上下文长度、定价和开放范围等细节。
Techmeme22 小时前海外新模型发布4 个信源70
- SlideBySide：上传幻灯片共享链接，无需共享屏幕
SlideBySide 上线，用户上传 PDF 或 PowerPoint 后生成链接，观众打开即可同步看同一页幻灯片。支持实时光标（标注姓名）、画笔/荧光笔/激光笔标注、按人或整体设置翻页与下载权限、观众自行浏览后跳回直播页、全屏演示模式，以及从 Google Drive、OneDrive 导入。观众无需注册、无需安装会议软件，浏览器直接使用；上传新版本会保留旧版本及其标注。
Hacker News Show22 小时前海外模型45
- 苹果发布首款触屏 MacBook Pro，起售价 2899 美元
苹果在「Pro and Tell」活动上发布首款触屏 MacBook Pro，支持滚动、滑动、捏合等手势，触控传感器直接集成在显示面板内以降低延迟。配备 tandem OLED 屏、120Hz 刷新率、2000 尼特亮度，14 英寸重 3 磅，并首次加入灵动岛用于查看实时更新、搜索文件和使用 Siri AI。14 英寸 M5 Pro 版起售价 2899 美元，16 英寸 3399 美元，另有 M5 Max 配置，今日开启预售，11 月 6 日发货。同期还更新了 8.5 英寸 OLED 屏 iPad Mini（起售价 699 美元）和搭载 M6 芯片、支持 Wi-Fi 7 的 14 英寸 MacBook Pro（起售价 1999 美元）。
- Google 开放 Connected Apps 平台，开发者可向 Gemini 和搜索提交应用
Google 推出 Connected Apps Platform，允许任何企业或开发者把自己开发的应用接入 Gemini 和 Google Search，并查看流量、延迟和错误率。开发者需要先接入云端托管的 MCP 服务器，或通过 AppFunctions API 接入 Android MCP，再用 Google Connected Console 注册、测试和提交应用，并自行选择只在 Search、只在 Gemini 或两者同时上线。目前 Gemini 已有 50 多个 Connected Apps，合作方包括 Adobe、Experian、Peloton 等；这些应用将在未来几周内接入 Google Search。该平台目前面向美国开发者开放公测，需申请加入等待名单，Google 未公布全面开放的时间。
TechCrunch AI22 小时前海外模型43
- Google 开放 Android 开发环境，支持第三方 AI Agent
Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，推出「Bring Your Own Agent」功能，开发者可通过开放的 Agent Client Protocol 在 IDE 内运行 40 多个编码 Agent，包括 Anthropic 的 Claude Agent、OpenAI 的 Codex 和 Google 自家的 Antigravity，这些 Agent 可直接访问项目结构、符号解析、模拟器和 Logcat。同时发布 Android Bench 2.0 排行榜，按功能、耗时和成本评估模型在多日开发项目中的表现。新增 Change Review 代码校验工具、XML 转 Jetpack Compose 迁移助手，并测试基于 YAML 的声明式构建系统 Lightbuild。
The Decoder22 小时前海外模型45
- OpenAI 柏林 DevDay：Dots 将登陆欧洲，Codex 德国周活涨 20 倍
在柏林 DevDay Exchange 2026 上，OpenAI 开发者体验负责人 Romain Huet 表示，AI 助手 Dots 预计「几周内」在欧洲更广泛上线，目前欧洲经济区、瑞士和英国的 Personal Pro 账户仍无法使用。OpenAI 称德国 Codex 周活跃用户自 2026 年 1 月以来增长 20 倍，但未公布绝对数字；近五分之一的桌面用户用其处理文档、演示和表格。管理层称客户对视频序列理解需求很少，因此未优先开发；Sora 视频生成器 3 月因资源需求过大关停，未排除日后重启。
- 英伟达开源 Nemotron 3.5 Transcribe：单卡跑转写翻译与说话人识别
英伟达发布开源语音识别模型 Nemotron 3.5 Transcribe，总参数 300 亿、每步仅激活约 40 亿，可在单张英伟达 GPU 上运行。模型支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单次可处理最长 1 小时、最多 8 人的录音，并通过文本指令控制输出转写、翻译或摘要。在 Hugging Face 英文开放 ASR 榜上以 5.33% 平均词错率位列开放权重模型第一；Artificial Analysis 测得 2.81%，接近参数更大的 Voxtral Small（2.77%）。在 RTX PRO 6000 Blackwell 上以 NVFP4 精度可在 3 分钟内处理 100 小时音频。发布同时包含大规模训练数据集与领域适配工具。
- Artificial Analysis 改版智能指数，开源与闭源模型差距拉大
Artificial Analysis 重构了其 Intelligence Index 评测体系，改版后 Kimi K3.1 Pro 的排名下降 5 位。原文信息有限，未披露新指数的具体指标、权重变化及其他模型的排名变动，也未给出开源与闭源模型差距扩大的具体数据。
- Nvidia 发布开源转录模型 Nemotron 3.5 Transcribe
Nvidia 发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转录，可在 31 种语言与英语之间互译，能处理最长 1 小时的录音，并区分最多 8 位说话人。Nvidia 称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。该模型有 300 亿参数，可单芯片运行，覆盖 Jetson AGX Thor、DGX Spark 和 Blackwell 数据中心芯片。同时发布开源语音数据集 Granary 第 2 版。局限是不支持实时直播音频。
- Valve 回应 AI 克隆游戏威胁：靠社区和持续更新建立壁垒
在 10 月 27 日 Steam Indie Connect 活动上，Valve 的 Steam 商务团队回应开发者对 AI 克隆游戏的担忧：建议把重心放在社区建设和持续更新上，与玩家建立的信任是最强壁垒，更新中不断加入的功能和独特身份无法像单一玩法那样被轻易复制。Valve 称“让正版成为最好的版本”一直是核心原则。会上还提到 Steam 全球同时在线峰值达 4350 万，韩国区五年总收入增长 126%，其中游戏内购收入增长 388%；并推出愿望单数据 API 和正式上线的 Personal Calendar 功能。
Hacker News · AI1 天前海外模型48
- OpenAI 与 ServiceNow 扩大合作，ChatGPT 接入企业工作流
OpenAI 与 ServiceNow 扩大合作，把 OpenAI 模型和 Agent 嵌入 ServiceNow 产品，并将 ServiceNow 工作流接入 ChatGPT 和 Codex。新集成让 IT 人员可在 ChatGPT 内查找相似事件、评估变更风险、更新 ServiceNow 记录；客户连接自己的实例，由 ServiceNow Action Fabric 沿用现有业务规则和权限。双方还计划在应用开发（Codex 接入 AI Workflow Factory）、网络安全、语音三个方向开发新能力。ServiceNow 计划向全体员工开放 ChatGPT Work 和 Codex。ServiceNow MCP 插件已在 OpenAI 市场上线，增强能力预计 2026 年底推出，语音能力预计 2027 年一季度推出。
OpenAI News1 天前海外模型43