模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 915 条 · 海外
- PrismML 为高通芯片智能眼镜推出 1-bit 端侧模型
AI 实验室 PrismML 在高通骁龙峰会上展示了 1-bit Bonsai LLM，可在搭载 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该版本为 20 亿参数、面向视觉与语言调优的模型，佩戴者可实时询问眼前所见。PrismML 由加州理工研究人员创立，UC Berkeley 的 Ion Stoica 担任顾问，其技术可将大模型压缩约 4 倍，同时保留标准基准上几乎全部性能。公司目标是推动开放权重、在设备端运行并充分利用现有算力的 AI。目前尚无搭载 PrismML 的智能眼镜产品发布。
TechCrunch AI09/25海外新模型发布39
- BottleCap 发布 ThinkingCap-Qwen3.8-27B：思考 token 减少 37.2%
BottleCap AI 发布 ThinkingCap 系列第二个模型 ThinkingCap-Qwen3.8-27B，基于 Qwen3.8-27B 微调，目标只有一个：缩短推理链。在 12 个基准上平均少用 37.2% 思考 token，宏平均准确率从 86.65% 降至 85.79%，下降 0.86pp。各基准缩减幅度 10.7% 至 65.5%，MMLU 类任务降幅最大，MMLU 从 1656 降至 571 token（-65.5%）；长文本检索 AA-LCR 准确率反升 2.25pp 至 84.00%；AIME 2026 代价最大，准确率降 3.85pp 至 94.27%。可直接替换 vLLM 或 SGLang 上的 Qwen3.8-27B，提供 FP8、NVFP4、GGUF、MLX 版本，仓库需申请，超出小企业许可的商业使用需与 BottleCap 签约。
MarkTechPost09/25海外新模型发布41
- CyberPowerPC 游戏整机降价至 1549 美元
原文信息有限，这是一篇消费电子促销资讯：沃尔玛在售的 CyberPowerPC 游戏整机售价 1549 美元，较原价 2139 美元降约 600 美元，配置为 Intel Core i7-14700KF、32GB DDR5 6000MHz 内存、Nvidia RTX 5070 Founders Edition（12GB 显存）和 1TB PCIe 4.0 SSD，含键鼠和一年保修。文中未涉及 AI 模型、产品、融资或政策内容。
The Verge AI09/25海外模型18
- Oracle 就新墨西哥 Stargate 数据中心发出不可抗力通知
Oracle 已向新墨西哥州 Stargate 数据中心园区 Project Jupiter 的开发商发出不可抗力通知。据 Bloomberg 报道，Oracle 并非要退出主要租户身份，而是为在设施未能按 2028 年目标上线时延迟付款留出空间。该园区设计容量 2.45 吉瓦，依赖 Bloom Energy 的燃气燃料电池供电，但为其供气的 Energy Transfer 管道因监管多次拒批已延期近 6 个月至 2027 年 2 月 1 日，燃料电池系统的空气质量许可也待批，州环境部门须在 11 月 23 日前决定。Oracle 称项目仍按计划推进，Blue Owl Capital 表示财务承诺不变。
- 黄仁勋称 AI 拯救气候前需先造成巨大痛苦
英伟达 CEO 黄仁勋在 The Ezra Klein Show 播客中表示，AI 可以帮助应对气候变化，但前提是先造成「巨大的痛苦和苦难」，并称未来几年不得不继续使用化石燃料，因为可持续能源不足以产生实质影响。他抱怨美国化石燃料电厂建设不足。文章指出，黄仁勋净资产约 1926 亿美元，不会承担其芯片工厂和数据中心高能耗带来的污染代价；全球已有 7.7 亿人面临海平面上升的严重风险，美国西部野火峰值增速自 2001 年以来翻倍以上。
- Whiteboard：开源 IDE，让人类和 Agent 一起画架构图
YC W26 项目 Whiteboard 在 Hacker News 发布，是一个开源桌面应用，让人类和 Agent 在同一画布上协作设计软件。它可接入 Claude Code、Codex 等编码 Agent，并提供 SDK 让 Agent 在画布上绘制工作内容。核心功能包括：点击时序图、ER 图或 Agent 轨迹可直接跳转到对应代码；用 Rust 写的 AST 语义 diff 查看器，默认把大函数摘要为伪代码、折叠单测和文档改动；以及记录 Agent 自主决策的决策日志。官方称搭配 GPT-6 Luna 和 Claude Opus 5.5 效果最佳。
Hacker News Show09/25海外模型2 个信源64
- Black Forest Labs 发布开源机器人模型 FLUX 3 Action
Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于多模态模型 FLUX 3 构建，训练数据以视频为主，也包含图像和音频。作为 world-action 模型，它接收机器人工作区的多摄像头视频流，预测智能体下一步动作以及环境将如何变化。在 RoboLab-120 榜单上，该模型以 70 亿参数刷新成功率纪录，据 BFL 称，其规模不到此前最佳开源模型的一半，运行速度最高快 3.95 倍。BFL 表示大型推理模型规划能力强，但对机器人而言往往过慢、过大，这种效率对端侧部署至关重要。权重已在 Hugging Face 上开放。
The Decoder09/25海外新模型发布42
- The Verge 专栏批评 Meta Muse AI 吉祥物设计过于可爱
The Verge 高级评测 Victoria Song 在专栏中描述，Meta 在 Connect 大会上展示了 Muse AI 智能体，其吉祥物名为 Jolly，外形为粉色脸颊、象牙色绒毛的可爱形象。Muse AI 将登陆 Meta 所有智能眼镜，并推出名为 Charm 的独立 AI 可穿戴设备。作者称自己因觉得吉祥物太可爱而下载了应用，并开始分享更多健康信息以测试推荐效果，认为这种设计可能促使用户过度分享数据。原文为专栏评论，信息有限。
- Google 发布 Gemini 3.8 Flash TTS 语音模型
Google 推出两款 Gemini 3.8 Flash TTS 语音模型：标准版面向互动娱乐、游戏开发和长音频旁白，Flash-Lite 版面向自动配音、客服对话和高吞吐翻译。模型提供 100 多种语言、2000 多个预置音色，取代原有 30 个固定音色。在 Hume AI 语音设计基准上，标准版综合得分 71.4，口音建模 60.8 居首；Hume AI 整体质量指数中标准版第一、Lite 版第二。支持单脚本双人对话、多小时音频稳定输出，并可在文本中插入 <laughs>、<sigh> 等非语言标记。语音克隆需 30 秒参考录音加本人语音同意声明，生成文件嵌入 SynthID 水印。
AI News09/25海外新模型发布42
- LlamaIndex 发布提取置信度分数实用指南
LlamaIndex 在博客中介绍其 Extract 产品如何用 0 到 1 的置信度分数区分可直接自动通过和需要人工复核的提取结果。用户设定置信度阈值，达到阈值的值自动接受，低于阈值的进入复核。文章给出确定阈值的方法：先建代表性数据集并标注正确答案，跑提取后从低阈值逐步提高，直到自动接受值的精确率达到目标，再用另一份数据集验证，并随文档分布变化定期重跑。在 ExtractBench 上，Extract Agentic Plus 阈值约 0.77 时精确率达 97%，此时 576,975 个被接受值中 559,666 个正确，占全部 841,895 个期望字段的 66.48%。
LlamaIndex09/25海外模型34
- Epoch AI：AI 性能成本每季度降 47%，年降约 13 倍
Epoch AI 测算，在固定基准分数下 AI 推理价格自 2023 年以来平均每季度下降约 47%，约合每年 13 倍，称没有其他变革性技术降得这么快。以 OpenAI o3 为例，2025 年初在 GPQA Diamond 上得 75 分约需每题 30 美分，18 个月后 GPT-5.6 系列模型达到同分只需 0.04 美分，约为原价的 1/725。MIT 研究者用 Artificial Analysis 数据得出年降 5 至 10 倍，剔除硬件降价和竞争因素后，纯算法效率提升约每年 3 倍。两组数据口径不同：复现去年顶级能力大幅变便宜，但跑当前最强模型每次查询往往更贵。
- Google 测试 Gemini 代打电话功能 Call for Me升温
Google 推出名为「Call for Me」的新功能，让 Gemini 代替用户给商家打电话。该功能先面向美国付费订阅 Gemini 的 Pixel 11 用户开放，且需使用 Android 版 Google Phone 应用的测试版。Gemini 可经用户授权后共享个人信息，能处理查库存、订餐厅、改预约、留货等任务，可自我介绍、应对自动语音菜单、等待接通并完成对话，用户能实时查看通话文字记录并随时接管。通话使用用户本人的手机号直接拨出。Google 称因真实对话存在细微差别，先小范围测试。
- LangChain 发布 Managed Deep Agents 0.8
LangChain 推出 Managed Deep Agents 0.8，新增四项能力：用户自有凭证、用户级记忆、HTTP channels，以及 Slack 文件传输，并内置由 Parallel 提供支持的网页搜索工具。该产品把 Deep Agents 框架与生产运行所需基础设施打包，项目以代码优先方式组织在仓库目录中，包含 instructions.md、identity、memory、tools、channels、middleware、schedules、connectors、skills、sandbox、evals 等模块。官方称自建这套基础设施通常要占用数个季度的路线图并需持续维护。原文未披露定价与具体可用范围。
LangChain09/24海外模型45
- LangChain 推出 LangSmith Fine-Tuning 与 smithtune CLI
LangChain 发布 LangSmith Fine-Tuning 及配套 CLI 工具 smithtune，可将 LangSmith 中的 agent 轨迹数据转为微调数据集，支持监督微调（SFT）。训练环节接入 Fireworks 或 Baseten，评估仍在 LangSmith 完成，全流程通过一个 CLI 驱动，也可交给编码 agent 执行。官方称基于自有示例训练的专用模型在特定任务上可达到或超过通用前沿模型，且成本与延迟通常更低。目前仅支持 SFT。
- 7 个 Agent 评测错误，作者称每个都浪费了数周
一位开发者复盘了自己在 Agent 评测中犯的 7 个错误，每个都耗费了数天时间。核心问题只有一个：一直在修模型，而不是修度量。典型例子包括：测试套件显示 359 个测试通过，但 Agent 真实通过率只有 20%，原因是 65 个断言文件中有 57 个格式错误，测试框架返回 0/0 却被当作通过；模型精确率 1.00、召回率 0.02 仍被判为通过，因为它找到了能反复触发的退化模式；召回率卡在 0.087，真正原因是对比池未限定在源领域，限定后升至 0.170/0.228，模型本身未做任何改动。
DEV Community · AI09/24海外模型49
- Google DeepMind 新负责人：Gemini 4 已进入打磨阶段
Google DeepMind 新任负责人 Koray Kavukcuoglu 首次接受媒体采访称，Gemini 4 正处于 refinement 阶段，公司计划「尽快」发布早期 post-training 版本，时间点「远早于」年底。Google 自 2025 年 11 月 Gemini 3 系列后未再发布旗舰模型，期间 OpenAI 的 GPT-6 和 Anthropic 的 Mythos 系列均已上线且性能超过 Gemini 3。CEO Sundar Pichai 曾在 5 月 I/O 大会上预告 6 月推出 Gemini 3.5 Pro，但该模型最终未发布。Kavukcuoglu 称公司「后退一步」转而优先推出更快、更轻量的 Flash 模型。
- Anthropic 称用内部模型把 Claude 核心体验提速约 3 倍
Anthropic 表示，8 月通过一个内部模型，在「两周冲刺」内完成优化，使 Claude.ai 网页版和 Claude 桌面端的核心用户体验速度提升约 3 倍。文中提到，一旦 Claude 能对某项指标进行测量，就能把它做得更快，因此团队不断寻找更多可测量的环节。原文未披露具体测速指标、对比基准和内部模型名称。
Techmeme09/24海外模型28
- Meta 发布 Muse 实时语音与虚拟形象架构
Meta 公布 Muse Realtime Voice 与 Muse Realtime Avatar，两者通过共享的语音 token 流组成统一流式架构。Voice 生成同时编码内容与韵律的语音 token，Avatar 消费同一 token 流生成流式视频。系统以固定长度历史作为后续分块的动作上下文，使任意长度对话下的计算量保持有界，并同步生成语音、唇动和表情。原文未披露模型规模、延迟数据与开放时间。
X @AIatMeta09/24海外新模型发布40
- MiniMax-H3 登陆 AMD MI355X，推理提速 26.7 倍
NunchuxAI 将 MiniMax 的视频生成模型 MiniMax-H3 部署到 AMD MI355X，8 卡推理速度最高比 SGLang 快 26.7 倍，5 秒视频生成耗时 1.3 秒。该方案支持流式生成，视频播放过程中可修改 prompt 来引导后续画面走向。MiniMax 表示 MiniMax-H3 的免费访问即将开放，目前可加入 waitlist。
- Contrastive-LM 发布 CLM-8B：给 Agent 动作打分比 Jev 快 9 倍
Contrastive-LM 发布 CLM-8B，首个开源 Contrastive Language Model（CLM）。它不生成文本，而是对候选动作打分并返回概率，对标 TypeSafe AI 的专有 System One 模型 Jev。Apache-2.0 授权，头部权重仅 75 MB，单张 NVIDIA GPU 即可运行，用 vLLM 服务 Qwen3-8B 编码器。训练分三阶段：约 6000 万 Nemotron DQA 问答对预训练、约 3000 万 Gemini 2.5 Flash-Lite 合成难负样本中期训练、约 100 万条 Agent 轨迹后训练。在约 10 万条留出问题上，仅预训练 top-1 准确率 52.1%，中期训练提升至 69.2%。T-Rex 游戏任务延迟 16.5 ms 对 Jev 的 149.8 ms，即 9 倍加速；
- TypeSafe AI 发布 Jev：不生成文本，只返回类型化决策
TypeSafe AI 推出首个 System One 模型 Jev，不生成任何文本，而是接收程序状态和一组类型化问题，返回选项、分数和是/否概率，供代码直接分支。官方 Python SDK 为 typesafe-sdk 0.7.0，输入 token 定价 0.042 美元/百万，输出 token 免费。教程演示了置信度门控路由、代码内保留权重的复合评分、类型化函数调用，以及用 Pydantic 响应模型、asyncio 异步扇出、重试策略和成本账本构建生产形态。
- Meta 发布无摄像头 AI 眼镜，349 美元起
Meta 在 Connect 2026 大会上发布首款无摄像头 AI 眼镜 Ray-Ban Meta Audio，起售价 349 美元，10 月 13 日开启预售。该产品仅支持音频功能：听音乐播客、通话、语音翻译和与 Meta AI 助手 Muse 对话，重 43 克，单次充电续航 12 小时，配合充电盒可达 48 小时，提供 23 种颜色与镜片组合。Meta 称此举是为回应外界对 AI 眼镜偷拍问题的批评。同时发布带摄像头的 Ray-Ban Meta（Gen 3），配备 1200 万像素摄像头、支持 3K 视频、六麦克风阵列，续航 9 小时。
- Meta 为 Muse 增加邮箱、视频通话和 Mac 控制能力
Meta 宣布为 AI Agent Muse 增加多项更新：Muse 将拥有自己的电子邮箱地址，可用来完成任务，用户也能通过该邮箱与 Agent 沟通；Mac 版 Muse 应用将获得操作用户电脑的能力；用户很快可以通过视频通话与 Muse 虚拟形象实时对话，并可调整其声音，新的 Muse Realtime Avatar 模型负责其动作表现。Muse 本月早些时候上线，曾登顶 App Store 榜单，据报道其移动端上线前 12 天下载量超过 ChatGPT。Meta 还计划未来几个月将 Muse 上线其智能眼镜。
- Anthropic 生物实验室称发现类 CRISPR 酶系统
Anthropic 宣布其湾区湿实验室发现一种此前未知的酶系统，藏在噬菌体 DNA 中，能像 CRISPR 一样切割、复制和粘贴 DNA。CEO Dario Amodei 称该发现主要由 Claude 完成，Claude 调用约 950 个 agent、消耗 2.1 亿 token，仅用 21 小时。他同时承认斯坦福团队此前发现过类似系统，发现的实际价值有待学界验证。实验室仅做 BSL-1 和 BSL-2 级别研究，不接触可感染人类的病原体，所有实验由人类科学家操作。
- 宾利发布首款纯电车型 Torcal
宾利正式发布品牌首款纯电车型 Torcal，命名取自西班牙一处岩石地貌。标准版峰值输出 810 hp（604 kW）、880 lb-ft（1194 Nm），0-60 mph 加速 3.3 秒；高性能版 Torcal S 为 875 hp（653 kW）、995 lb-ft（1350 Nm），0-60 mph 加速 2.8 秒，最高时速 162 mph（260 km/h），标准版为 155 mph（250 km/h）。新车基于大众集团内部与保时捷共享的技术平台，尺寸小于 Bentayga，定价预计低于该车型（至少低于其插混版本），但宾利尚未公布美国市场售价。
Ars Technica AI09/24海外模型18
- 中美启动 AI 安全通报机制磋商，专家质疑美方诚意
中美本周就 AI 安全风险启动谈判，美国财长 Bessent 称双方已讨论建立新的 AI 安全通报机制，若中方参与，任一方发现本国 AI 系统出现威胁或异常行为时可向对方发出警报，该渠道还可用于沟通「共同目标」。但报道指出，中国可能不信任美方主导的安全对话：特朗普政府持续加码出口管制，国会还在审议进一步限制芯片与硬件出口的法案；两周前美国司法部还指控 6 家中国头部 AI 公司窃取美国前沿实验室技术，中方强烈否认。专家认为，特朗普的对华竞争叙事和「AI 竞赛」错觉可能反噬美国自身。
- 微软新款 Surface Mouse 加入触觉反馈和 Copilot 快捷键
微软将于 10 月 13 日发布第二代 Surface Mouse，售价 79.99 美元，提供黑色和铂金两种配色。新款鼠标首次加入可自定义操作按钮，主要设计用于快速唤起 Copilot，也可通过 Surface 应用配置为其他快捷键。触觉反馈支持 Windows 11 中的点击、拖拽、窗口对齐等操作，并在 PowerPoint、Affinity、Concepts、Filmora 等应用中触发。鼠标采用软触感材质重新设计，支持蓝牙 6.0，可同时配对三台设备。该鼠标与新款 Surface Pro 12 英寸和 Surface Laptop 13 英寸同日发售。
- 微软更新 12 英寸 Surface Pro 和 13 英寸 Surface Laptop，搭载骁龙 X2 Plus
微软为 12 英寸 Surface Pro 和 13 英寸 Surface Laptop 换上高通骁龙 X2 Plus 芯片，10 月 13 日开售。12 英寸 Surface Pro 起售价从去年的 799.99 美元涨至 1149.99 美元，13 英寸 Surface Laptop 从 899.99 美元涨至 1199.99 美元，涨价部分源于取消 8GB 基础版，起步内存改为 16GB，最高可选 24GB。微软称六核骁龙 X2 Plus 的 NPU 本地 AI 推理性能提升最高 95%，图形性能提升超 60%，续航效率提升最高 18%。Surface Pro 12 英寸网页浏览续航增至 13 小时，Laptop 13 英寸增至 18 小时。屏幕亮度从 400 尼特升至 500 尼特，接口、Wi-Fi 7 和蓝牙 5.4 不变。
- Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google 发布两款 Gemini Audio 系列语音模型：Gemini 3.8 Flash TTS 面向创意配音与角色设计，Flash-Lite TTS 面向高并发低成本生产，均通过 Gemini API 和 AI Studio 提供，仅 API 调用、不开源权重。新模型支持用自然语言逐句指导语气、节奏、方言，可从文本提示生成新音色，覆盖 100 多种语言和方言，并提供 2000+ 现成音色库。语音复刻需 30 秒样本和声音所有者口头同意录音，所有输出带 SynthID 水印。
- YouTube 年内上线自定义信息流与多项 AI 功能
在年度 Made on YouTube 活动上，YouTube 宣布将推出 Custom Feeds 自定义信息流：用户输入描述即可生成新标签页，可细化描述并给推荐视频打分来调优，支持保存多个信息流，将先在美国上线网页、移动端和电视端。评论功能将支持发 GIF，可在普通视频和 Shorts 中使用；私信功能加入群聊，首批仅限美国、英国、新加坡、巴西和部分欧洲国家。活动还预告了面向观众和创作者的更多 AI 功能，但未给出具体细节。