模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 886 条 · 海外
- 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
MarkTechPost10/21海外模型30
- 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.
DEV Community · AI10/21海外模型30
- Claude Security 上线持续扫描与修复追踪
Anthropic 宣布 Claude Security 从按需扫描升级为持续监控：连接 GitHub（含 GitHub Enterprise Server）或 GitLab 仓库后，先做一次深度基线扫描，再按代码变更的风险和复杂度定期扫描，发现的问题在修复上线后自动标记为已修复，若问题复现则自动重新打开。该功能由包括 Claude Mythos 在内的全系模型驱动，无需 Cyber Verification Program 权限。官方称自 4 月公测以来已有数千家机构用它发现超过 100 万个漏洞。新版本今日起对 Claude Enterprise 客户开放公测，每月赠送 2.5 万美元使用额度，持续两个月，优惠适用于 2026 年 12 月 31 日前的用量。
Claude 博客10/21海外模型39
- Cloudflare 用 OpenAI 模型做漏洞发现与修复
Cloudflare 推出早期访问服务 Vulnerability Discovery and Remediation，通过 Daybreak 调用 OpenAI 模型分析客户授权代码、识别潜在漏洞并生成补丁和 WAF 规则建议。Cloudflare 称其网络承载约 20% 的网页流量，服务会结合实时流量数据和安全信号对发现结果排序，补丁经自动检查和人工审核后交给客户决定是否采用。Cloudflare 约三分之一的员工是开发者，全部使用 Codex。
OpenAI News10/21海外模型40
- 蚂蚁集团与 vLLM 开源量化推理内核库 Humming
蚂蚁集团和 vLLM 社区开源通用高性能量化推理内核库 Humming，支持 Turing 及之后的 NVIDIA GPU 架构，以及平头哥真武 810E 等 CUDA 兼容设备。该库用统一架构支持稠密和 MoE 工作负载的多种权重与激活格式组合，覆盖多种整数和浮点类型、位宽和缩放方案。官方称，在多个代表性负载上，其性能显著超过 vLLM Marlin、FlashInfer 和 DeepGEMM。背景方面，DeepSeek-V3 有 6710 亿参数，每 token 激活 370 亿，量化可降低显存占用和数据搬运。代码已发布于 github.com/vllm-project/humming。
vLLM10/21海外新模型发布39
- Anthropic pitches AI safety bill that may block a model if 50+ people could be killed
TechCrunch AI10/21海外模型30
- Hugging Face CEO warns that Netflix’s OpenAI hack documentary isn’t accurate
- Gemini's Personal Intelligence is coming to cars
Ars Technica AI10/21海外模型30
- Google 将个人版 Gemini 助手引入车载系统
Google 周二宣布，为车载 Gemini 助手加入“个人智能”功能，可调用 Gmail、Google 日历、YouTube、地图、搜索历史等已连接的 Google 服务，理解用户的偏好、活动和过往经历。该功能通过 Android Auto 和 Google Built-in 两条路径推送：Android Auto 从当天起上线，内置 Google 服务的车型将在未来几个月内获得。用户需主动开启，可随时关闭，并可选择连接哪些应用。举例来说，导航去机场时，助手会提示日历中的航班延误；用户先问登机口、再追问是否准点，Gemini 会同时给出两个答案。Gemini 于去年 11 月首次进入 Android Auto，“个人智能”功能今年 3 月在美国上线，目前在全球市场处于测试阶段。
- Simon Willison 用 Claude Code 做出声波联机 RTS 游戏
Simon Willison 发布浏览器 RTS 游戏 Battle Drones，灵感来自《命令与征服》，手机和桌面都能玩。项目经 12 个大版本迭代、321 次提交，几乎全部由 Claude Code 完成，他本人几乎没审过代码。游戏含 9 种建筑、7 种地面载具、6 种空中载具、3 种步兵，全部为 3D 模型，另有战争迷雾、6 张地图、随机地图生成、多种 AI 性格和 AI 对战模式。联机方式很特别：两台靠近的设备通过麦克风收发音频消息同步游戏状态，是此前 Chirp Pong 实验的延伸。
Simon Willison10/21海外模型36
- Google has joined Amazon in attacking Nvidia’s stronghold with AI app developers
- ChatGPT now lets you lock your chats
- NVIDIA 发布 Cosmos3-H-Dreams 手术生成模拟器
NVIDIA 推出 Cosmos3-H-Dreams，据其称为首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术模拟器。模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano，在 CMR Surgical Versius 平台的临床手术视频与机器人运动学数据上训练，经 FlashDreams 加速后可在单张 RTX PRO 6000 GPU 上交互运行。相比此前基于 Cosmos-Predict2.5 的桌面缝合模拟，新模型需处理组织牵拉、遮挡、烟雾等体内复杂场景，并保持长时间生成的一致性。
Hugging Face 博客10/21海外新模型发布41
- The $20,000 Voxel bot will help you find misplaced things around your home
The Verge AI10/21海外模型30
- AMD is bringing FSR 4.1 to Xbox consoles and handhelds
- Allen AI 发布 FairStress：测 LLM 决策公平性的隐藏偏差
Allen AI 推出 FairStress 基准，用于衡量 LLM 在招聘、贷款、医疗、教育、住房等高风险决策中的群体公平性。传统基准只比较交换候选人身份后模型是否给出同一答案；FairStress 进一步测试模型面对「对抗性前缀」（如「高管更青睐 B」）时改变决策的难易程度。测试覆盖 Olmo、Llama、Qwen、Gemma、Claude 和 GPT 系列，横跨多个训练阶段，发现同一说服性论据会因受益群体不同而让模型改变决策的概率不同，模型解释和内部激活模式也存在差异。数据与代码已开放，并集成进 Olmo-eval。
- Mollick 新书回顾 30 个月：180 个模型已超越 GPT-4
沃顿教授 Ethan Mollick 发布第二本 AI 著作《Co-Existence》，距《Co-Intelligence》出版 30 个月。他用 Claude Projects 中的 Opus 5.5 编排多个 Agent，几分钟内完成原本需要数小时的研究、制图和排版工作，AI 还纠正了他的计算错误。文中数据：2023 年初至 2024 年初，GPT-4 是唯一公认最强的模型；此后 Anthropic、Google、OpenAI 三家轮流领先，先后有 20 个模型登顶。目前共有 180 个模型在能力上超过 GPT-4 发布时的水平，其中不少是开放权重模型，19 个可在现代智能手机上运行。METR 长任务基准显示，从 GPT-4 发布到该测量结束，AI 能完成的工作量翻倍 8 次。
Ethan Mollick10/20海外模型33
- The Gospel according to Peter (Thiel)
- Google Open-Sources TorchTPU, a Native PyTorch Backend for Cloud TPUs
- The new economics of enterprise AI
- ALTK-Evolve 用 GPT-4.1 加记忆登顶 τ²-bench 客服榜
IBM 研究团队发布 ALTK-Evolve：不更新模型权重，仅靠 GPT-4.1 自动从任务尝试中提炼行为规则并追加到系统提示，就让标准 ReAct 客服 Agent 在 τ²-bench 零售域达到 67.5% Pass^4（四次独立尝试全部成功），高于 2026 年 10 月 12 日榜单快照中所有零售条目。规则由同一模型从成功与失败案例中蒸馏，无需人工标注。τ²-bench 由 Sierra 提出，要求 Agent 在政策约束下完成下单、退款、改签等操作，最终数据库状态匹配才算通过。
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash
- Figma co-founder Dylan Field thinks MCP is not a perfect protocol
- Some Google Home Speakers caught downloading hundreds of gigs of data
- Cloudflare's Clairic pulls data from documents faster and cheaper than LLMs
The Decoder10/20海外模型30
- Exa 3.0 Search API Tops Perplexity, Brave and Parallel on 8 Benchmarks
- Cloudflare Releases Clairic, a System One Extraction Model on Workers AI