模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2106 条
- AnyLanguageModel 1.0 发布：Apple 平台统一本地与云端模型接口
AnyLanguageModel 发布 1.0 版本，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。该项目是 Apple Foundation Models 框架的兼容替代品，只需把 import FoundationModels 改成 import AnyLanguageModel，同一套会话代码即可调用系统模型、llama.cpp、MLX、Core ML 的本地开源模型，以及 OpenAI、Anthropic、Gemini、Ollama、Private Cloud Compute、HF Inference Providers 等托管服务。所有提供方均支持工具调用、引导式生成和图像输入，推理内容也会写入对话记录。
Hugging Face 博客10/20海外模型38
- Meta 开源 816B 参数模型 Muse Spark Open，法律基准超 Claude Opus 5 近 4 倍
Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线首日即可使用。这是一个 816B 参数的混合专家（MoE）模型，每个 token 激活 42B 参数，上下文窗口为 100 万 token，面向长周期编码和 Agent 任务。在 Vals AI 的 Harvey 法律 Agent 基准上，它以 25.4% 的通过率在 75 个模型中排名第一，接近 Claude Opus 5（6.7%）的 4 倍。在 Rogo 的 Big Finance Bench 上，它在所有难度级别都超过 Claude Opus 5.5；在最难任务上，它以 17.3% 对 16.5% 略胜 GPT-6 Astra。在 Finance Agent v2 上得分为 60.6%，成本比 Gemini 3.8 Flash 低约 60%。
- Modal 推出 Sticky Sessions：无服务器推理支持会话粘性路由
Modal 发布 Sticky Sessions，让同一会话的所有请求固定落在同一个容器上，解决语音转文字、语音 Agent、多人游戏等需要跨请求保持状态的场景。用法是给 Modal Server 加 @modal.sessioned() 装饰器，再通过 SDK 或 HTTP API 开启会话。此前 WebSocket 连接绑定的是 Function input 而非容器，断线重连可能落到不同容器；共享 Affinity-Routing-Key 头只能尽力而为，容器仍可能被缩容替换。Sticky Sessions 提供三项能力：固定路由、会话生命周期跟踪、按活跃会话数而非请求数扩缩容。
Modal10/20海外模型36
- vLLM 发布 TorchTPU 后端，可在 Google TPU 上运行
vLLM 发布 vllm-torchtpu，这是让 vLLM 在 Google Cloud TPU 上运行的新后端，基于 Google 的 TorchTPU 栈，复用 vLLM 现有模型代码，多数模型无需改动即可在 TPU 上部署。该项目来自 Inferact 与 Google 上个月宣布的工程合作。安装方式为 pip install vllm-torchtpu，需 Python 3.12 的 Cloud TPU VM。调度器、KV cache 管理器、OpenAI 兼容 API 服务均沿用上游 vLLM 未修改版本，TPU 相关实现主要是 JAX/Pallas 自定义算子，覆盖注意力、MoE、量化 matmul 等。支持投机解码、前缀缓存、多 LoRA、结构化输出和多模态输入。首次启动编译 TPU 图需数分钟。
vLLM10/20海外模型39
- Fireworks 免费微调 Muse Glimmer 30B，预测准确率超 Jev 11.2 个百分点
Fireworks AI 宣布 Muse Glimmer 30B 的监督微调（SFT）免费开放至 11 月 30 日。用 Kalshi 历史市场数据微调后的 tuned Glimmer 在未见过话题上的预测准确率为 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；在历史回测中，扣除模拟交易费后，假设的 1000 美元变成 1071 美元，而 Jev 和 base Glimmer 均亏损。训练集为 2026 年 1 月 4 日前结算的 20051 个问题，评测集为 4 月 8 日后开盘的 33712 个问题，其中 3567 个来自训练和校准均未涉及的话题。
Fireworks AI10/20海外新模型发布36
- 新 AI 工具问世：仅凭一张面部照片即可预测癌症患者生存几率
IT之家10/20国内模型33
- 日本演员工会发布 AI 语音使用准则，龙珠悟空配音演员怒批 AI 盗用其声音
- 微软警示前沿 AI 模型不可信：AI 智能体堪比内部威胁，推出 Guardian Agents 防护方案
- Hugging Face 政策负责人：嵌入式 AI 评估员不是简单解法
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，模型评估方法仍不成熟，业界尚不知如何有意义地比较不同评测，评测结果也很快失效。她认为可信度的关键在于结果能否复现，而这依赖开放权重带来的模型访问权限。对于近几个月流行的“嵌入式评估员”（把第三方观察者放进 AI 组织内部），她指出评估员资质需要更多标准化。她还提到，评估对象正从模型本身扩展到包含 harness 和 Agent 的整个系统，较弱的模型配上更好的 harness 可能胜过前沿模型，而 Agent 评估既难又贵。
TechCrunch AI10/20海外模型30
- Jev迎来中国挑战者：StartLux登顶决策模型榜单，还学会了“拿不准再想”
InfoQ 中国10/20国内模型33
- Jason Wei：AI 不会像你想的那样取代放射科医生
OpenAI 研究员 Jason Wei 撰文预测，未来十年放射科会改变，但放射科医生不会很快被自动化取代。理由一：放射科是高度多任务领域，单凭 X 光可诊断的疾病至少上百种，CT 和 MRI 可达数千种，AI 会先掌握常见病，罕见病受数据量限制，因此会先做分诊工具，从分诊到全自动最快也要 3-5 年。理由二：单位成本下降会带来弹性需求（杰文斯悖论），放射科医生可能只需读 20% 的影像，但影像总量可能增至 5 倍。长期看，廉价快速的读片还会推动更便宜的扫描设备。
Jason Wei10/20海外模型35
- MiniMax M3.1 Flash 发布：智能指数 42 分，单任务成本 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，单任务成本却不到一半。该分数与 GLM-5.3-Flash 持平，略高于 Gemini 3.8 Flash（41），低于 DeepSeek V4.1 Flash 1017（45）。在 Humanity's Last Exam 上得 48%，高于 DeepSeek 和 GLM；在 CritPt 物理推理上得 22%，低于 DeepSeek 的 24%；在 AA-Omniscience 事实准确率上得 56%，远高于 GLM 的 28% 和 DeepSeek 的 43%。单任务成本约 0.22 美元，输出 token 用量明显少于对手，速度是 M3 的 3 倍。弱点是幻觉率高达 93%，原因是模型对不确定的问题也强行作答。
The Decoder10/20海外新模型发布39
- 开发者用 AI 给智能电视"去智能"，移除广告与追踪
多位开发者分享用 AI 改造智能电视的方案：cleanyourtv 作者用 Claude Code 通过 Wi-Fi 识别电视型号，移除小米电视上的 25 个预装包并重写启动器，界面接近 Apple TV；他把提示词放到 GitHub 后，两天内有数千人对小米、TCL、索尼、Fire TV、LG 等设备做了同样操作。另一方案 dumbtv 已在 Fire TV Edition 及索尼、TCL、飞利浦、海信、小米、Shield 的 Android/Google TV 上完成端到端测试，目标是去掉电视自带广告、观看追踪和强制更新。这些方案无需 root，也可恢复出厂设置。智能电视普遍用 ACR 技术通过截图、音频指纹识别播放内容，用于定向广告。
- Inception 发布扩散语言模型 Mercury 3，速度超 1000 token/s
Inception 发布 Mercury 3，这是其第四代扩散语言模型，采用并行生成而非逐 token 输出，在 NVIDIA GPU 上达到 1068 token/s，上下文窗口 100 万 token。据 Inception 自测，在 12 项基准中 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5：SWE-Bench Atlas 51.08（领先约 18 分）、IFBench 76.84、GPQA Diamond 89.23；但在 DeepSWE v1（46.31）和 MRCR v2（75.50）上落后于 Haiku 5.5。参数量未披露，仅称超过 Mercury 1 的 40 倍。仅提供 API，不开源权重。
MarkTechPost10/20海外新模型发布2 个信源72
- Nvidia 发布 Nemotron 3.5 Super VL 等开源模型，主打企业 Agent 与本地 PC
Nvidia 发布面向常驻 Agent 和边缘计算的开源权重模型。Nemotron 3.5 Super VL 为 1200 亿参数，面向企业 Agent，参数少于 Nemotron 3 Ultra，但指令遵循和工具调用准确率接近。另有两款轻量 Bolt 模型，可在搭载 RTX Spark 芯片的 AI PC 和 DGX Spark 工作站本地运行，相关 PC 正通过微软、戴尔等伙伴上市。Nvidia 称 Super VL 在文档理解、财务会计、科学实验、医保理赔、安全攻防等任务上经后训练后完成速度快于 Opus 5、GPT 6.1 Sol 等竞品，并列出 Skydance、EY、Ramp、Crowdstrike、Perplexity、Salesforce 等使用方。
- The Verge 促销文：M4 Mac Mini 降价至 649 美元
The Verge 的促销汇总文章称，Best Buy 当日将搭载 M4 芯片、16GB 内存、256GB 固态硬盘的基础款 Mac Mini 降价至 649 美元，比 799 美元的常规价低 150 美元。文章还提到 LG C6 OLED 电视、惠普 OmniBook 3 笔记本和《寂静岭 2》重制版等折扣。原文与 AI 无关，信息有限。
The Verge AI10/19海外模型18
- 阿里云 7 个样板间，探索 AI 原生研发组织的实践
- 通研院孵化的团队，也盯上了RSI
量子位10/19国内模型36
- NVIDIA Vera CPU 让 Modal 沙箱吞吐量翻倍
NVIDIA 上周向 Modal 旧金山办公室交付首台 Vera CPU 服务器。Vera 是 NVIDIA 新推出的 Arm 兼容 CPU，既可搭配 Vera Rubin GPU 平台，也能作为独立 CPU 服务器使用。Modal 此前只用 x86 机器，支持 Arm 需改造基础设施和镜像构建系统。基准测试显示吞吐量提升 2 倍。Modal 称沙箱负载波动大、形态运行时才确定，Vera 对多租户调度有吸引力。
- 智己推出至高 2 万现金限时优惠，LS8 NEO 纯电将 10 月上市
- 七彩虹 iGame X870E ULTRA-S V14 DDR5 主板上架，1899 元
- Qwen3-4B 去 AI 腔微调版开源，可在 MacBook Air 上运行
开发者 erikkannike 在 MacBook Air 上微调 Qwen3-4B-Instruct，发布 qwen3-4b-deslop，用 Ollama 一条命令即可运行，模型 2.5 GB。在 40 条训练未见过的提示上，AI 腔调检测分数从每千词 121 降到 12.5，68% 的回答落在人类写作区间，破折号从每千词 20.5 个降到 0。30 道事实题全部答对，体裁和长度符合率与原模型相当。训练仅用 161 条回答，作者称方法不依赖模型规模，下一步将用于更大模型。缺点是文风偏平，仍会编造人名地名。
Hacker News Show10/19海外新模型发布2 个信源72
- Wyze 发布 Ultra BodyScan Plus 智能秤，屏幕移到手柄
Wyze 推出 Ultra BodyScan Plus 智能秤，售价 149 美元，比上一代 Ultra BodyScan 贵约 30 美元。主要改动是把 4.3 英寸彩色屏幕从秤体移到可伸缩手柄上，读数更接近视线高度。测量指标从 13 项增加到 50 多项，新增内脏脂肪、蛋白质、基础代谢率等，基于生物电阻抗分析（BIA）给出全身各部位数据。所有功能不收取月费或年费，可通过蓝牙同步到 Apple Health、Google Health 和 Android Health Connect，也可经 Wi-Fi 直连云端。最多支持 8 个注册用户，另有抱持模式可测儿童、宠物和行李重量。
- Apple 更新审核指南，禁止伪装上架的 AI 脱衣应用
Apple 上周末收紧开发者指南，禁止用 AI 生成冒犯性内容的应用，也禁止以普通应用伪装通过审核、上架后再变成 nudify（脱衣）应用或突出此类功能的应用。指南要求托管用户生成内容的应用过滤不良内容、提供举报入口、允许屏蔽施虐账号，并禁止隐藏功能；审核通过后新增功能的应用将被下架。Apple 称去年审核拦截超 15 万个应用，因欺诈和滥用移除 19.3 万个开发者账号。此前旧金山市检察官 David Chiu 曾要求 Apple 和 Google 清理此类应用。
- 马斯克承诺向全美儿童各赠一股 SpaceX 股票
马斯克称将于 2027 年向“美国每个孩子”赠送一股 SpaceX 股票。按当前每股 146 美元计算，美国 18 岁以下儿童超过 7000 万，这笔捐赠总值将超过 100 亿美元，约相当于其 1 万亿美元净资产的 1%。他未说明具体执行方式，仅表示要“直接给到公众”，并称这是“众多捐赠中的第一笔”。特朗普政府通过财政部设立的“Trump Accounts”儿童账户可接收股票捐赠。此举发生在 Anthropic 宣布将 5% 股份投入新设公益基金数小时后，马斯克曾回复建议其“直接给公众”。
- MiniMax 发布 M3.1 Flash：428B MoE 模型，输入每百万 token 0.15 美元
MiniMax 上线 MiniMax M3.1 Flash，输入定价为每百万 token 0.15 美元。模型为多模态 MoE，总参数 428B、激活约 23B，上下文 100 万 token，支持文本、图像、视频输入。推理始终开启，分 5 档强度，默认 Max；发送 thinking.type=disabled 会报错。官方称此前匿名模型 Space Bunny 即该模型早期版本，处理超 200T token。基准均为 MiniMax 自报：Automation-Bench v1.0.6 得 62.2，高于 Opus 5 的 50.3；Terminal Bench 4.0 仅 38.1，低于 Opus 5 的 51.8。权重 10 月 23 日发布。
MarkTechPost10/19海外新模型发布40
- 氛围编程让音乐硬件固件开发门槛骤降
The Verge 报道，借助 Claude 等 AI 编程工具，硬件合成器、采样器和鼓机的第三方固件开发门槛大幅降低。过去为 Korg Volca 添加力度感应需要数周甚至数月，现在爱好者几天内就能把廉价合成器改造成完整鼓机。近一个月内，Elektron Model:Cycles、Digitone、Octatrack、Digitakt，Roland SP-404 MKII，Ableton Push 3 和 Move，Akai MPC Live 和 MPC One，以及 Novation Circuit、Arturia MicroFreak、Zoom Multistomp 效果器系列都出现了新固件。
- MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%
- I built an AWS agent that scores any GitHub repo before you clone it
DEV Community · AI10/19海外模型29
- OpenAI 新模型提升 COBOL、Fortran 等小众语言编码能力
OpenAI 称最新模型在 COBOL、Fortran、Visual Basic 等低资源语言上的编码与迁移能力显著提升。新评测 MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%；GPT-6 Luna 达 40.3%，API 成本约低 78%。COBOL 迁移评测中，GPT-6.1 Sol 低推理强度下准确率 86.6%（GPT-5.6 Sol 为 5.4%），成本低 39%，高推理强度下达 97.9%。OpenAI 称 COBOL 支撑超 40% 网上银行系统、80% 线下信用卡交易和 95% ATM 交易。
OpenAI News10/19海外新模型发布44