模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2127 条
- 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
- 微软一口气致谢 23 个漏洞，背后是智谱 GLM 和一位顶级“白帽”
InfoQ 中国10/16国内模型33
- 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。
- 雷蛇梭鱼 V2 专业版耳机发布：285g 可折叠、70 小时续航，199.99 美元
IT之家10/15国内模型33
- 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45
- 差评如潮：世嘉暂时下架《全面战争：幕府将军 2》完全版，承认游戏体验未达到应有水平
- Istio 1.31 拥抱 AI 智能体，却先宣布“告别”Google Cloud
- Anthropic 抛弃 Git，选择自研版本控制系统 Scion
- 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39
- 2598 元 → 1664 元国补直降：大疆 Osmo Action 5 Pro 破冰新低
- 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39
- 16.98 万元起小鹏 MONA L05 开启预售，10 月 29 日正式上市
- 数据驱动的具身智能：迈向规模化之路｜QCon 上海