模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 881 条 · 海外
- Recursive 开源 40B MoE 编码模型 Flint，激活参数 2.5B
Recursive Superintelligence 发布首个模型 Flint，这是一个面向编码 Agent 的开源权重 MoE 模型：总参数 39.8B、每 token 激活约 2.5B，权重以 Apache 2.0 协议发布在 Hugging Face。模型卡标注上下文 262,144 tokens，博客称最高支持 512k。4-bit 量化后约 23 GB，可在 48 GB 的 Apple Silicon Mac（M4 Pro、M5 Pro、M5 Max）或 48 GB NVIDIA GPU 上本地运行。官方自报成绩：SWE-bench Verified 74.2%、IFEval 95.1%，Terminal-Bench 2.1 为 54.9%（低于稠密模型 Qwen 3.8 的 73.0%）。
MarkTechPost10/22海外新模型发布2 个信源54
- Airbnb 禁止房东要求房客退房前做家务
Airbnb 更新政策，禁止房东强制房客在退房前拆床单、洗碗、启动洗衣机或清理垃圾，适用于 11 月 20 日及之后下的订单。例外情况包括干旱期节水要求和使用防熊垃圾桶。部分房东在社区论坛反对，认为基本清洁是维持卫生的必要条件，有房东称可能因此下架经营 12 年的房源。此前 Airbnb 已因清洁费问题受到审视：2023 年称超 26 万房东降低或取消清洁费，2025 年 5 月起全球搜索结果默认显示含费总价。
TechCrunch AI10/22海外模型28
- Vercel 开源 durable-harness，让编码 Agent 崩溃后不丢工作
Vercel 发布开源包 durable-harness，把编码 Agent 的会话写入持久日志，函数崩溃或超时后由队列把这一轮交给新函数继续执行。它通过适配器包装 Pi、OpenCode、fx、Claude Code 和 Codex 共 5 种 harness，不修改原 harness。已完成的模型和工具调用从日志读回，不会重跑、不会重复计费；标记为 never 的工具（如退款）永不执行两次。包为 npm 0.0.x 版本，Apache-2.0 许可，可跑在 Vercel Functions + Queues、Node.js 22+ 配 Postgres 或本地文件上；Claude Code 和 Codex 必须运行在 Vercel Sandbox 中。Vercel 未公布延迟或吞吐基准，恢复能力均为自述。
- AI 发现 PHP 存在 20 年的漏洞，大量网站紧急下线
AI 安全团队用大模型挖出 PHP 两个“严重”漏洞，可未授权远程执行代码，影响约 69.3% 已知服务端语言的网站，包括 WordPress、Wikipedia、4chan、DeviantArt。荷兰、芬兰部分政府机构预防性下线站点，NSA 和英国 NCSC 建议无法立即更新就断网，Pokémon Home 等也停服。漏洞在 PHP 中存在约 20 年，此前利用需极复杂步骤，AI 让挖掘变得容易。OpenAI 称 Calif 团队用 GPT-5.6 Sol 发现漏洞，Google 旗下 Wiz 独立用 AI 复现并报告。
The Verge AI10/22海外模型41
- GPT-5.6 Sol 与 Gemini 4 Argon 发现影响数百万网站的 PHP 漏洞
OpenAI 的 GPT-5.6 Sol 在 Patch-the-Planet 计划中发现一个影响数百万网站的 PHP 严重漏洞，抢在攻击者之前定位问题。安全公司 Wiz 用自家 Atlas 平台配合 Gemini 4 Argon 与 GPT-5.6 Sol 独立发现同一漏洞，称 Gemini 4 Argon 在漏洞发现、利用开发、攻击检测和补丁验证上尤其有用。修复历时两个月、分五个阶段，涉及 PHP 开发者、Wiz、Cloudflare、CISA 和白宫。Wiz 指出，大模型能自动适配不同 PHP 版本与内存布局，显著降低攻击者规模化利用的门槛。OpenAI 预计此类发现将大幅增加，并警告同一能力也可被攻击者利用。
The Decoder10/22海外模型40
- AI Made Coding Cheaper. So Why Is Building Software Still So Expensive?
DEV Community · AI10/22海外模型29
- 沃尔玛推出 Agent Gateway，允许 AI 代理代客下单
沃尔玛发布 Agent Gateway，这是一个基于 Anthropic 的 MCP 协议的服务器，让经过批准的 AI 代理可以搜索沃尔玛线上商品并代用户下单，覆盖沃尔玛和 Sam's Club。下个月还将上线 Agent Profiles：用户可为每个 AI 代理建立独立档案，代理的消费与本人消费分开显示，并可设置逐笔审批或消费限额，也可随时删除档案。沃尔玛此前已与 Meta 的 Muse 合作，并接入 ChatGPT、Gemini。此举与亚马逊近期封禁 AI 代理代购形成对比。
- 沃尔玛下月开放 AI 代理购物，设消费限额与审批
沃尔玛将于下月允许用户把自己的 AI 代理接入其网站代为购物，并提供购买审批、消费限额（如 100 美元以内）和随时关闭代理等控制项。代理通过基于 Model Context Protocol 的 Agent Gateway 接入，可避免浏览器操作中的障碍，也不会获取用户的完整购物历史和个人信息。沃尔玛规定代理不得超出用户意图行事、不得更改支付方式、只能访问完成任务所需的信息，违规代理将被封禁。此举与亚马逊封堵 Perplexity 购物代理和 Meta Muse 形成对比，Sam's Club 也将支持。
- AI 发现 PHP 关键漏洞，NSA 建议立即更新或下线
AI 发现 PHP 编程语言存在关键安全漏洞，导致全球多国政府网站下线。美国国家安全局（NSA）建议使用 PHP 的组织立即更新，或在更新前将系统下线。同日，Node.js 修复了 4 个高危漏洞，其中一个可远程执行代码，另两个可绕过 TLS 验证。开源 LLM 请求路由代理 LiteLLM 遭攻击者注入恶意代码，恶意包被发布到 PyPI、Docker Hub 和 GHCR，内含窃取云凭证、密码和 AI 服务凭证的信息窃取器及远程访问木马；LiteLLM 称已移除恶意版本。印度证书机构 eMudhra 私钥泄露，攻击者可能借此签发伪造证书冒充合法网站，安全人士称清理工作量“比 Heartbleed 更大”。
- NVIDIA 发布 Kumo Relational：无需训练即可预测关系型数据
NVIDIA 推出预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测：给定预测查询，它收集最多 1 万条历史样本作为上下文，一次前向传播即可输出流失、需求、欺诈等结果，无需任务特定训练、特征工程或表展平。在 15 个数据库的 41 个任务上，它超过监督式关系深度学习和专家特征工程的梯度提升树；在 SAP SALT 企业基准上，MRR 比 AutoGluon 集成高 8%。可扩展至 5000 亿行以上数据库，通过 NVIDIA 开源 GPU 原生 structured-data-models 库或 NVIDIA NIM 提供。
Hugging Face 博客10/22海外新模型发布42
- 通用汽车称用 AI 将新车开发周期缩短至两年
通用汽车在 Forward 活动上宣布，将借助「数字线程虚拟化」把新车开发周期从 4-5 年压缩到 2 年。电池团队在造出第一个物理原型前，先虚拟测试了超过 30 万种电池设计，一个月内完成从概念到正式批准，最终选定锰铁锂（LMR）化学体系。新电芯能量密度比磷酸铁锂高 33%，每千瓦时效率提升 20%，将由 Ultium Cells 在田纳西州 Spring Hill 工厂生产，用于第四代电动车平台。通用还称将推出算力最高达现有硬件 40 倍的计算单元，并在畅销皮卡和 SUV 上实现可脱眼的自动驾驶。
- Xbox 云游戏推出按小时付费，10 小时 3.99 美元
微软宣布 Xbox Cloud Gaming 将于 11 月向所有用户开放，无需订阅 Game Pass，改为按小时购买云游戏时长。Xbox Insider 用户即日起可购买尝鲜价套餐：10 小时 3.99 美元、25 小时 7.99 美元、50 小时 11.99 美元。时长不按月清零，购买后用完为止，均含无广告、更短排队和更高画质。微软同时测试免费广告支持的云游戏，仅限已拥有游戏，单次最长 1 小时。
- 通用汽车为 OnStar 加入 AI 助手，2027 款凯迪拉克 Lyriq 首发
通用汽车宣布为 OnStar 服务加入个人 AI 助手，将于未来几个月在 2027 款凯迪拉克 Lyriq 电动车上首次亮相，后续推广到更多车型。该助手由通用内部开发，支持语音控制车内空调等功能、查询车辆功能，并连接车载摄像头提供实时画面和碰撞录像，车辆感知到鸣笛等事件时可自动录制并上传到 App。2027 年还将推出新的 OnStar 手机应用，取代 2020 年上线的 OnStar Guardian 及别克、凯迪拉克、雪佛兰、GMC 四个品牌各自的 App。通用此前曾使用 Google Cloud Dialogflow 和 Gemini 提供车载 AI 体验。
- AI 发现 PHP 潜伏 20 年的两个漏洞，NSA 发警告
美国国家安全局（NSA）警告 PHP 存在两个严重漏洞，补丁已由 PHP 基金会发布。PHP 支撑约 70% 的网站、超过 3300 万个站点，WordPress 等 CMS 也依赖它。漏洞自 2004 年的 PHP 5 起就存在于所有版本中，攻击者可借此入侵服务器文件系统或数据库。NSA 建议无法立即打补丁的网站先下线，并升级到 PHP 8.5.12。这两个漏洞由 AI 发现：OpenAI 的“Patch the Planet”计划中，安全公司 Calif 用 GPT-5.6 Sol 找到一个；Wiz 团队用 Wiz Atlas 安全 Agent、Gemini 4 Argon 和 GPT-5.6 Sol 找到多个。Wiz 指出，LLM 能帮攻击者把漏洞利用适配到不同 PHP 版本和配置，AI 既是发现漏洞的手段，也放大了风险。
- 三星 55 英寸 Frame 电视降至 897.99 美元
三星 2026 款 55 英寸 The Frame 电视在亚马逊降至 897.99 美元，比原价低 402 美元，为历史最低价。98 英寸新款同步促销，售价 3749.99 美元，优惠 1252 美元。2026 款与上代差异不大，最大硬件变化是该尺寸改为内置接口，不再使用 One Connect Box。产品保留哑光画布质感屏幕、动作感应自动展示画作、Art Store 超 5000 件作品（年费 49.99 美元，每月另有 30 件免费轮换作品），支持 144Hz 可变刷新率、HDR10 Plus 和杜比全景声。原文指出该产品重外观轻画质。
- VocabX：不改基座模型，词表特化让推理成本降 77%
Dharma AI 在生产环境的葡萄牙语作文评分系统上验证：基于 Qwen3-4B，仅重建词表、保持基座模型、数据和训练配方不变，实测推理成本下降 77%。原因是通用词表存在两种浪费：一是碎片化，JSON 外壳、能力名称等高频重复内容被切成多个 token；二是冗余，模型每生成一个 token 都要对 151,669 个词表条目打分，其中大量条目该任务几乎不用。VocabX 按每个 token 的成本而非出现频率来构建词表。论文仍在评审中，数字可能变动。
- Omnara：可自托管的开源 Agent 平台，对标 Claude 托管 Agent
Omnara 在 GitHub 开源，定位为 Claude Managed Agents 和 OpenAI Agents API 的自托管替代方案，采用 Apache 2.0 协议，可免费自部署，也提供云端版本。用户通过 agent.yaml 配置模型、机器池和指令，用 CLI（需 Node.js 22+）或 TypeScript SDK 启动 Agent，支持任意模型、工具调用、密钥管理、权限控制和流式输出。自托管需 Docker Compose，本地启动后访问 localhost:8000 注册，验证链接直接打印在日志里。
Hacker News Show10/22海外模型2 个信源70
- AWS 博客：用 torch.profiler 分析 Trainium 推理性能
AWS 在 Hugging Face 博客发布 TorchNeuron 系列第一篇，讲如何系统分析 AWS Trainium 上的推理性能。TorchNeuron 是 Trainium 的开源原生 PyTorch 后端，支持 eager 执行、torch.compile 和标准 PyTorch API，并可通过 Neuron Kernel Interface 写自定义算子。文章从零讲起，不要求读者有 profiling 经验：如何用 NeuronConfig 和 NeuronProfiler 配置 torch.profiler 并导出干净的 trace；如何读 key_averages() 表找出占用 Neuron 设备时间的算子；如何用 Neuron Explorer 追踪一个算子从框架调度到 NeuronCore 硬件执行的全过程。
- Idempotency keys for AI agents: why hashing the arguments doesn't work
- IBM 发布 Granite Speech 5.0 系列语音模型
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。新 2B 模型与 4.1-2b 参数量相同，支持英语、法语、德语、西班牙语、葡萄牙语、日语转录，并支持这些语言与英语互译，另支持英语译成意大利语和普通话；训练数据含 39 万小时公开音频及合成数据。新增语言 ID 提示、最多 2000 词关键词偏置、按需输出标点与大小写。官方称其在公开英语短语音测试集平均 WER 为 5.06%，在开源权重 ASR 模型中排第二。模型以 Apache 2.0 发布，支持 Transformers、vLLM、llama.cpp 和 mlx-audio。
- 三星 27 英寸 5K 显示器 G80HF 降价至 599.99 美元
三星 Odyssey G80HF 27 英寸 5K 显示器在 Amazon 和 B&H Photo 降至 599.99 美元，比此前最低价再低 100 美元。该显示器采用 Fast IPS 面板，支持 5K 180Hz 和 1440p 360Hz 双模式，兼容 Nvidia G-Sync 和 AMD FreeSync Premium，响应时间 1ms，配备 1 个 DisplayPort 2.1、2 个 HDMI 2.1 和 USB 集线器。作为对比，LG 27 英寸 UltraGear evo 5K Mini LED 售价 799.99 美元，支持 90W USB-C 供电。原文还提到 GTA VI 预购搭配礼品卡可省 10 美元等游戏促销。
- Inception 发布 Mercury 3 扩散模型，称速度达 GPT-6 Luna 的 8 倍
Inception 发布扩散语言模型 Mercury 3，称在 12 项基准测试中赢下 8 项，速度是 GPT-6 Luna 和 Claude Haiku 5.5 的 4 到 8 倍。在 IFBench 指令遵循测试中得分 76.84，比 GPT-6 Luna 高 15 分；在 SWE-Bench Atlas 自主编码测试中得分 51.08，对手分别为 33.33 和 32.26。但 Claude Haiku 5.5 在长编码测试 DeepSWE 和长文本检索上胜出，GPT-6 Luna 在 Artificial Analysis 的两项测试中领先。据 Inception 称，Mercury 3 在 Nvidia GPU 上每秒生成 1068 个 token，Claude Haiku 5.5 约 240，GPT-6 Luna 约 130，目前尚无独立测试。
- NVIDIA 开源 Kumo Forecast 时序预测模型
NVIDIA 发布 Kumo Forecast（原 NV-Tesseract Forecasting），一个多变量时间序列预测模型，采用 Apache 2.0 许可，模型代码与权重已在 Hugging Face 开放。模型以 MOMENT-1-large 为骨干，约 3.4 亿参数编码器加可训练预测头，编码器与嵌入层权重冻结，只训练预测头。除直接预测外，还提供 DARR 模式：用最近邻从历史数据中检索相似模式，与直接预测结果融合，并可通过配置调整两条路径的权重。库提供 DataFrame 优先的 API、可配置预测步长，以及不修改预测器本身即可生成分步长解释的可解释性框架。
- OpenAI 模型将上架 Google Cloud Model Garden
OpenAI 与 Google Cloud 达成合作，OpenAI 的前沿模型和 Codex 智能体工作流将进入 Google Cloud 的 Model Garden，客户可通过 Google Cloud Marketplace 购买，并可用已有的 GCP 消费承诺抵扣。该集成将结合 Google Cloud 的访问控制、数据治理和高性能基础设施，面向受监管行业的企业负载。OpenAI 模型后续还将出现在 Google Antigravity 和 Gemini Agent 中，预计未来几周正式可用。微软仍是 OpenAI 的首要云合作伙伴。
OpenAI News10/21海外模型2 个信源57
- Nvidia 发布 DSX POD 模块化数据中心，部署时间从 6 个月缩短到 14 天
Nvidia 在 GTC Berlin 发布 DSX POD，这是基于 Vera Rubin 系统的模块化数据中心参考设计。Dell、HPE、联想、施耐德电气等合作伙伴在工厂内把计算、网络、线缆、供电和液冷装进集装箱并完成测试，到现场只需接入电力、冷却和网络，部署时间从 6 个月缩短至最快 14 天。Nvidia 称 DSX 平台的闭环冷却系统可减少最多 100% 的冷却用水，但承认极端高温气候下仍需额外制冷。首批产品计划 2027 年初全球出货。
Techmeme10/21海外模型2 个信源51
- MIT 科技评论：AI 正在尝试解码动物语言，但双向对话仍停留在理论阶段
MIT 科技评论梳理了跨物种交流的现状：过去 50 年，水听器、可穿戴生物记录仪等设备积累了大量动物声音数据；近十年 AI 能识别不同叫声、区分发声个体并发现规律，非营利机构 Earth Species Project 用机器学习识别了渡鸦的叫声归属，并希望用基于人类语音、音乐和动物声音训练的 NatureLM 解读多种物种的发声。但特拉维夫大学神经生态学家 Yossi Yovel 担心模型过度依赖声学相似性而误判，双向对话何时实现尚不明确。
MIT Technology Review10/21海外模型30
- Mistral AI Releases Voxtral 3: Speech-to-Text, TTS and a Voice Agent SDK
- Google Cloud Ships llm-d 1.0 With Cache-Aware Routing for TPU and GPU Fleets
- Google 报告：东南亚生成式 AI 用户达 2.43 亿，数字经济将达 3680 亿美元
Google、淡马锡和贝恩发布第 11 份 e-Conomy SEA 报告：东南亚生成式 AI 用户达 2.43 亿，占劳动人口 58%，普及速度是移动互联网的 4 倍。2026 年区域数字经济 GMV 预计同比增长 17% 至 3680 亿美元，2035 年有望突破 1 万亿美元。电商 GMV 2260 亿美元（+18%），AI 个性化推荐带来 10% 转化提升、订单量最高增长 75%；在线旅游 590 亿美元（+10%），生成式 AI 已超过社交媒体成为第二大行程规划工具；在线媒体收入 440 亿美元（+22%）；出行与外卖 400 亿美元（+15%）；数字金融 GTV 1.65 万亿美元（+16%）。报告以 token 为新基准，预计未来五年区域 AI 使用量增长 60 倍。
Google AI10/21海外模型39
- Stuck in the same dev.to topics? An open model fixed it.