模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 887 条 · 海外
- Tesla reveals SpaceX-powered Roadster that flies and falls with style
TechCrunch AI10/16海外模型30
- Reflection 发布 501B 开源模型 Beam，Apache 2.0 许可
美国新实验室 Reflection 发布首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 100 万 token 上下文，以 Apache 2.0 许可开源。模型面向编码和 Agent 场景，提供 BF16、FP8、NVFP4 三种权重格式，首日即支持 transformers、SGLang、vLLM，并附带基于 Rust 的专用 harness 和投机解码草稿模型。推理强度分 low、medium、high、xhigh、max 五档，支持跨轮保留思考内容。Reflection 另设 1 万美元 Hub 额度奖励优秀社区项目。
Hugging Face 博客10/16海外新模型发布45
- Hyper Optimizing Kimi K3 in vLLM: Moving Fast and Responsibly
Kimi K3 decode performance on NVIDIA GB300. Coding agents can now help with some of the hardest parts of model optimization: writing complex GPU kernels, performing cross-operator fusions, overlapping computation with co…
vLLM10/16海外模型31
- Scaling Kimi K3 on AMD Instinct MI355X: Matching NVIDIA HGX B300 Throughput per GPU on AgentX
Inside the Kimi K3 optimization effort: understanding the bottlenecks and the decisions that made inference faster In this article AgentX: the workload and results Inside Kimi K3: experts, attention and recurrent state 1…
- vLLM 首日支持 Reflection Beam 501B MoE 模型
vLLM 在发布当天即支持 Reflection 的 Beam 模型：501B 参数 MoE，每 token 激活 23B。在 NVIDIA Blackwell 上，由编码 Agent 自主优化后，batch-1 解码比初版快 2.71 倍，prefill 快 1.87 倍。配合 DFlash2 投机解码草稿模型，单请求在 TP8 上达到 708 tokens/s，接受长度 3.7；自适应验证在高并发下再提升 10% 吞吐。架构上，52 层解码器采用 DeepSeek-V3 式 MoE 路由，43 层为 512 token 滑窗注意力，9 层为无位置编码的全注意力，FP8 KV 缓存下 1M 上下文约占 18 GiB。官方提供 Docker 镜像可直接部署。
- KDE turns 30 with Plasma 6.8, remote upgrades, and an X11 farewell
Ars Technica AI10/16海外模型30
- IBM 发布 Granite Switch 4.1：单端点集成对话、决策与语音
IBM 发布 Granite Switch 4.1，含 8B 和 30B 两个版本，把对话、通用与专用决策、语音转写集成到同一个托管端点。三个组件分别是：新的通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash 的 Guardian aLoRA，以及 OpenASR 榜首的 ASR 模型 Granite-Speech-5.0-Turbo-CTC。三者与基座模型组合后，GPU 显存占用与单独运行基座模型大致相当。由于采用 Activated LoRA，基座生成的 KV cache 可复用于后续适配器决策。在 5 步 RAG 工作流对比中，Granite-Switch-4.1-30B 快于 Jev-27B。
- 保时捷发布 Mission S 概念车，定位高于 911
保时捷在纽约发布 Mission S 概念车，是一款中置引擎跑车，定位高于 911，将作为常规量产车型而非 Carrera GT、918 Spyder 那样的限量车。保时捷称此举是其 2035 年前摆脱财务困境计划的一部分：三年前其利润率还有 18%，去年跌至 1%，董事会推出「Sportwagenschmiede '35」战略，主张「价值优先于销量」，通过提高个性化配置和售价回到两位数利润率。原文未提及该车与 AI 的任何关联。
- Meta 发布开源权重模型 Muse Spark Open，可在 Mac 本地运行
Meta 与 Apple 合作发布新模型 Muse Spark Open，采用开放权重，可在 Apple silicon 芯片的 Mac 上本地运行。原文信息有限，未披露模型参数规模、具体性能数据、开源许可协议及发布时间。
- NVIDIA 发布 Nemotron 3.5 Super VL，120B 开源多模态 Agent 模型
NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数 MoE 开源视觉语言模型，每 token 激活 12B 参数，支持文本、图像、文档和视频输入，可推理、调用工具并写代码。上下文最高 100 万 token，权重以 OpenMDW-1.1 许可发布，同时开源数据集、训练配方和 RL 环境。NVFP4 检查点可在 1 张 DGX Spark、1 张 H200、2 张 H100 或 1 张 GB200 上运行。NVIDIA 称单 GPU 吞吐量最高为同类开源模型的 5 倍。基准成绩：GPQA-Diamond 89.90、SWE-bench Verified 71.07、BrowseComp 77.5、tau3-bench banking 17.78。另发布两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 和 Bolt E4B。
- Simon Willison 用 Claude Code 做出声波联机双人游戏 Chirp Pong
Simon Willison 发布实验项目 Chirp Pong：两名玩家各持一部手机靠近，游戏状态通过麦克风发送的声波（chirp）传输，由 Web 麦克风 API 解析，无需网络连接即可对战。他在 Claude Code 中使用 Claude Opus 5.5 Extra 完成开发，称该方案可行。原文信息有限，未披露具体玩法细节。
Simon Willison10/16海外模型35
- Claude Code v2.1.301 发布：新增重试看门狗与 OpenTelemetry 追踪
Claude Code 发布 v2.1.301，新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS 环境变量，让无人值守重试模式在用量限制重置时间过远时直接结束请求而非等待。claude-api skill 加入 OpenTelemetry 追踪指引，可用 ant CLI 配置 trace 目的地。vim 模式新增 % 跳转匹配括号，支持 d/c/y 组合。OpenTelemetry tool_decision 事件新增 classifier_verdict、permission_mode 和 classifier_category 字段，可区分自动模式分类器决策与权限规则。
Claude Code 发布10/16海外模型39
- Meta 发布 Muse Spark Open，与苹果合作优化 Mac 本地运行
Meta 发布开源权重模型 Muse Spark Open，总参数 8160 亿，原生多模态，主打长周期任务、复杂软件工程和多步推理，Meta 称其为「迄今最强的美国开源权重模型」。该模型可在两台搭载 M5 Ultra 芯片的 Mac Studio 上通过 MLX 框架本地运行，Meta 与苹果为此合作数月，扎克伯格和苹果新任 CEO John Ternus 在 X 上互相致意。苹果同步发布 MLX 技术文章，介绍 Muse Spark Open 及另外两个开源模型的运行情况。
- LlamaIndex 发布 ExtractBench Pro，专测文档抽取长尾难题
LlamaIndex 推出 ExtractBench Pro，用于评测 schema 化文档抽取在长尾场景下的表现。此前发布的 ExtractBench 含 370 份文档，其结果显示 LlamaExtract v2.5 最低价档位的 value F1 已超过 93%，接近饱和，但未覆盖真实客户的复杂文档与 schema。新基准包含 100 份文档，全部由确定性流水线从种子和配置文件合成，数据来源为网络及客户真实文档的格式与风格，并做了匿名化处理。数据集分为六类挑战，涉及图表中的数值、跨页规则、密集术语和混乱版式等，需要前沿模型能力、多步推理和工具调用才能解决。
LlamaIndex10/16海外模型37
- 索尼发布 5899 美元镀金 Walkman MP3
索尼发布三款新 Walkman 播放器，售价从 1899.99 美元的 NW-ZX900 到 5899 美元的镀金 NW-WM1ZM3，中间档 NW-WM1AM3 为 2999.99 美元。三款均面向发烧友，搭载 DSD Remastering Engine，可将 PCM 音频升频至 11.2MHz DSD，后壳镀金以减少干扰、降低噪声。高端两款 WM1ZM3 和 WM1AM3 增加手工焊接无氧铜线材和升级电源电路，并用铣削无氧铜块隔离数字与模拟电路。WM1ZM3 整机外壳为无氧铜并镀金。上一代 NW-WM1ZM2 现售 2599.99 美元。
The Verge AI10/16海外模型19
- Alienware 34 英寸 QD-OLED 显示器降价 50 美元
原文信息有限，且与 AI 无关。The Verge 报道称 Alienware AW3426DW 显示器在亚马逊降至 742.22 美元，较原价 799.99 美元优惠约 50 美元。该 34 英寸 21:9 QHD OLED 显示器刷新率 280Hz，支持 G-Sync 和 FreeSync Premium Pro，配备 HDMI 2.1、DisplayPort 和 USB-C 接口。文中还提到 Belkin 屏幕保护膜、Baseus 耳机和 Corsair 电源的折扣信息。
- Google 在 AI 搜索结果中提高内联链接的展示位置
Google 更新 AI Overviews 和 AI Mode 的搜索结果，让内联链接更频繁地出现在回答靠前位置。具体改动包括：对特定任务类查询测试在回答顶部展示相关链接并附上下文；将 5 月公布的链接轮播扩展到更多地区和语言；查询末尾的链接增加缩略图和更易点击的设计；在 AI Mode 中测试可点击的发布者与创作者搜索主页。Google 称已有超过 400 家出版商参与去年 12 月公布的 News AI 试点付费项目，Axios、CNN 和金融时报为新加入方。
- Black Forest Labs 开源 FLUX 3 Image Klein，8 GB 显存可跑
Black Forest Labs 发布 FLUX 3 Image Klein，一个 56 亿参数的开源文生图与图像编辑模型，支持最多 10 张参考图、原生 4K 输出和像素级编辑。官方称其内部测试 Elo 分数在所有开源模型中最高，超过闭源模型 Ideogram V4.5 和自家 FLUX.2 [pro]，比 90 亿参数的 FLUX.2 [klein] 高 91 Elo 分且参数少 38%。INT8 版本可在 8 GB 显存的 NVIDIA GPU 上运行，RTX 4070 生成一张图不到 9 秒。权重采用 FLUX Kommunity License，年收入低于 500 万美元的公司可免费商用；
- BlastLoop：给 AI 编码 Agent 的分层结构与测试框架
开发者 Ross Shaw 发布 BlastLoop 1.0.0，一套面向 AI 编码 Agent 的“结构优先”工作法。核心是把写代码分成三个层级：Blast 负责系统级结构与接口，Mid 负责子系统与功能切片，Inner 负责局部文件与单元改动；随后按固定顺序跑三层测试：T1 查结构问题（边界错误、抽象泄漏、接口缺失），T2 修 bug 与运维问题，T3 做对抗性测试。若 T3 发现结构问题，则回到 T1 并路由给对应层级重写。使用方式为把仓库克隆进项目、让 Agent 读 AGENTS.md、按工作层级加载对应 prompt。
- 索尼发布三款安卓 Walkman，镀金款售价 5900 美元
索尼推出三款 Android 系统 Walkman 音乐播放器，面向发烧友市场，其中镀金版 NW-WM1ZM3 售价 5900 美元。原文正文为播客推荐内容，关于产品的具体参数、上市时间和地区等细节信息有限。
Techmeme10/16海外模型19
- 英伟达发布 Nemotron 3.5 Super VL 开源多模态模型
英伟达发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向企业级 Agent，可连续在后台处理文本、图像、文档和视频。采用 MoE 架构，每个 token 仅激活 120 亿参数，由 Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs 等组成的 Nemotron Coalition 共同开发。同步推出两款本地模型：Bolt 74B-A9B 24GB 可在本地机器运行 Agent 任务，Bolt E4B 4GB 面向语音助手，本月晚些时候发布。英伟达称 Super VL 从 Nemotron 3 Ultra 蒸馏而来，以约五分之一参数达到 Ultra 精度，在 Hermes 和 LangChain 的 Agent 测试中得分更高，单 GPU 吞吐量最高为同类开源模型的 5 倍。
- Anthropic 调查：91% 员工认为 AI 2030 年前能做出诺奖级发现
Anthropic 在 2026 年 8 月调查了美国全国代表性成人样本与自家员工。91% 的 Anthropic 员工认为 AI 到 2030 年能做出诺奖级发现，美国成人中这一比例为 39%。在工作效率上，26% 的职场 AI 用户称 AI 能把任务时间压到四分之一以内，Anthropic 员工中为 59%。关于自己岗位，超半数员工预计 2030 年 AI 能完成其至少 80% 的现有工作，美国劳动者中仅 5%。两组人都认为 AI 承担自己工作越多，失业率越高。
Anthropic 研究10/16海外模型41
- Claude 破解 NIST 椭圆曲线种子来源之谜
Anthropic 称，一名员工让内部研究模型尝试追溯 NIST P-192、P-224、P-256、P-384、P-521 五条曲线的种子来源，Claude 在不到半小时内找到答案：这些种子并非来自哈希算法，而是 C 库 lrand48 随机数生成器的输出，其初始种子是一个 Unix 时间戳。这些种子由 NSA 于 2000 年随 FIPS 186-2 发布，且未作任何说明，长期是密码学界悬而未决的问题。Anthropic 强调这只是为多年猜测画上句号，无需采取任何行动，多数研究者本就信任这些曲线。
- GPT-6-Astra 解出 50 道物理研究题中的 49 道，单题成本 2.4 美元
研究团队用 50 道理论物理研究题测试商用 AI Agent，不给任何人工提示。GPT-6-Astra 在 OpenAI 的 Codex 编码环境中解出 49 题（98%），单题平均成本不到 3 美元，整套基准不到 116 美元。Anthropic 的 Opus 5.5 在 Claude Code 中排第二，92%；Google Gemini 3.8 Flash 为 68%；开源权重模型 DeepSeek-V4.1-Flash 和 GLM 5.3 分别为 54% 和 42%。题目覆盖理论物理 11 个子领域，属于把已知方法套用到微调问题上的「常规研究」工作，而非重大开放难题。联网搜索影响很小：断网时 Astra 和 Opus 各得 92%，作者认为头部语言模型已记住大量理论物理文献。
The Decoder10/15海外新模型发布43
- CopilotKit 发布 CLiF：把 Agent 轨迹和用户操作变成技能与微调数据
CopilotKit 推出持续学习平台 CLiF，已开放早期访问。它通过 AG-UI 协议把 Agent 的调用轨迹和用户在产品里的实际操作记录到同一条时间线上，再经四阶段循环转化为技能、基于生产的评测集和微调数据集，并可连同原始轨迹导出，每个技能都有人工审核。平台完全自托管，目标是解决 Agent 团队在评测、上下文膨胀、成本和影子 AI 上的痛点。CopilotKit 开源框架在 GitHub 上有超过 38000 星。
MarkTechPost10/15海外模型37
- openKylin 发布 KART 统一 AI 运行时，提出操作系统转向「意图管理」
在 10 月 7-9 日于捷克布拉格举行的 Open Source Summit Europe 2026 上，openKylin 执行董事 Min Liu 于 10 月 8 日发表主题演讲，介绍统一 AI 运行时 KART 及系统级 Agent 执行环境。openKylin 提出操作系统管理范式应从「资源管理」转向「意图管理」，架构分三层：运行时层（KART 与 kytensor 本地推理引擎）、Agent 执行层（支持 KylinBot、Kylin-CUA 及第三方 Agent）、能力层（API 工具与桌面 GUI 技能，带权限边界与执行监控）。openKylin 3.0 落地三项桌面功能：AI 助手、全局智能搜索、智能空间。技术委员会成员 Jianfeng Li 另做 RISC-V AI 桌面闪电演讲。
- OpenAI 推出葡语版 AI for Educators 课程并介绍 Study Mode
OpenAI 在教师节宣布，其免费学习平台 OpenAI Academy 上的 AI for Educators 课程新增巴西葡萄牙语版本，面向中小学及高等教育教师，教他们用 AI 备课、设计活动和评估。同时介绍 ChatGPT 的 Study Mode：在工具菜单中选择 Study 即可开启，通过提问、提示、解释和检查理解来引导逐步学习，该功能与教师、科学家和教育学专家合作开发。原文以生物酶复习和蒸发实验为例说明用法。
OpenAI News10/15海外模型37
- 瑞士 Apertus 1.5 开源：支持图像音频理解，上下文扩至 256K
瑞士 AI 项目发布 Apertus 1.5，在 8B 和 70B 两个尺寸上新增图像与音频理解、可选的思考模式，上下文窗口从 64K 扩至 262,144 tokens（4 倍），并改进指令遵循与工具调用。模型权重于 2026 年 7 月 24 日以 Apache 2.0 许可发布在 Hugging Face。训练为继续预训练：8B 增加 4 万亿 tokens、70B 增加 2 万亿，总量分别达 19T 和 17T。多模态采用早期融合，图像经 Emu3.5 tokenizer 编码（512×512 图像为 1024 tokens），音频经 WavTokenizer（每秒 40 tokens），架构不变，仅扩展词表；模型只输出文本。项目称权重、数据、价值观与训练细节全部开放。
- 开发者做 AI 编码 Agent「测谎仪」claimcheck，5 轮测试零误判
开发者 dannwaneri 发布开源项目 claimcheck：每个向代码库提交改动的 AI Agent 必须附带 .claim/claim.json，声明改了哪些文件、每处改动做了什么，平台在合并前比对真实 diff 验证声明是否属实。在 5 轮完整演示中，每轮 28 个 Agent 同时推送，系统每轮都正确拒绝全部 11 个虚假申报的 Agent，误拒诚实声明 0 次，中位判定耗时 6-7.5 秒，每条判定附带证据。系统基于 Cloudflare Workers 和 Artifacts 构建，采用 MIT 协议，是 Cloudflare「构建下一代 Git 平台」竞赛的参赛作品。作者称自己在开发一周后才认真读竞赛规则。
DEV Community · AI10/15海外模型45
- 开发者用 Codex 写了个 Angular 升级 Skill
一位维护多个开源项目的开发者用 Codex 生成 Angular Update Skill，自动完成版本升级、迁移和依赖更新。实测中遇到三个问题：CI 因 package.json 与 package-lock.json 不同步导致 npm ci 失败，加入 npm ci 验证步骤解决；npm 发布报 404，原因是 Node.js 22 配 npm 10 不满足 trusted publishing 要求的 npm 11.5.1+；Skill 体积过大，精简后主文件从 1252 词降到 701 词，整体缩短约 40%。已在三个开源项目上使用，包括 Angular 21 升 22。