模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2171 条
- TechCrunch Disrupt 2026 门票第二张半价
TechCrunch Disrupt 2026 将于 10 月 13 日至 15 日在旧金山 Moscone West 举行，主办方推出买一送半价优惠：购买同类型门票两张，第二张享 5 折，最高省 450 美元，优惠截止到 10 月 13 日上午 8 点（太平洋时间）开门时。活动预计有 300 多家参展初创公司、1 万多名创始人、投资者和科技领袖参加，设 6 个行业舞台、200 多场实战会议，由 250 多位科技领袖主讲。原文为促销信息，未涉及具体 AI 产品发布。
TechCrunch AI09/25海外模型28
- 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。
- 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。
- 华为乾崑智驾 ADS 5 系统 9 月版本更新亮点公布，升级 AR 人找车、实时对讲等功能
IT之家09/25国内模型33
- WSO2 发布 Agent Manager，企业寻求应对日益严重的 AI Agent 泛滥问题
InfoQ 中国09/25国内模型33
- 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。
- 李楠谈锤子科技 TNT 生不逢时：有了 Agent 之后，这些操作其实都不是非常难
- 华为鸿蒙 HarmonyOS 7.0.0.109 SP6 版本开启推送，新增智能识别信息内容等功能
- PCIe显卡被低估了！内核补齐+通信重构，DeepSeek推理吞吐翻近7倍
量子位09/24国内模型36
- 《控制：共振》登陆 Steam：国区售价 268 元起，支持 DLSS 4.5 光追
- 时隔十年，AI大牛署名新论文
- 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
- 研究警示：美国 AI 基建投入规模空前，潜藏系统性金融风险
- 微软总裁布拉德 · 史密斯支持独立评估 AI 安全，还要确保系统处于人类控制之下
- 【IT之家开箱】OPPO Watch X3 图赏：TC4 钛合金遇上金属竹节表带，寰月钛更显精致
- 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。
- 荣耀 CEO 李健公布 Magic9 手机价格：16+512GB 国补到手 5499 元
- 百度搭子与英特尔推进端云协同，本地Skill专区正式上线
雷峰网09/24国内模型30