OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 00:51北京时间

11月7日 周六

模型发布官方发布

Pangram 发布 Image 1.0 与 Flash 1.0,称 AI 图像与视频检测达到新水平

Pangram 发布 Pangram Image 1.0 与 Pangram Image Flash 1.0,公司称前者在 AI 图像和 AI 视频检测上达到当前最佳水平。 据公司介绍,其使用 12 个前沿 AI 图像生成器,为 100 张真实照片生成合成镜像、共 1,200 张合成图像,模型在该评测集上达到 99.96% 准确率;Flash 1.0 在 DF26 上的得分为 98.7%,比次优检测器高 29 点。 新版本将图像输入的最低分...

11月6日 周五

重要
模型发布官方发布

Thinking Machines Lab 发布 Inkling 2 Small:594B 参数 MoE 模型,下周开放 Apache 2.0 权重

11月5日,Thinking Machines Lab 发布第二代模型 Inkling 2 Small。该模型采用 MoE 架构,总参数 594B,激活参数 17B,支持图像输入与 variable effort。 在 Artificial Analysis Intelligence Index 上,Inkling 2 Small 的得分为 31。 Thinking Machines Lab 表示,该模型的 Apache 2.0 权重将于下...

模型发布官方发布

NVIDIA 发布 Cosmos 3 系列四个开放权重模型,面向交互式世界模拟

NVIDIA 在 Hugging Face 博客宣布,为 Cosmos 3 模型家族新增四个开放权重检查点,面向交互式世界模拟和多传感器、多视角驾驶场景生成。四个模型均为 Cosmos 3 Nano 的后训练示例,拥有 16B 可训练参数,采用 OpenMDW 1.1 许可,允许商业和非商业使用。 具体包括:Cosmos3 Nano Transfer Auto 可生成带天气、光照和时段变化的多视角驾驶数据,支持最多 11 个相机视角(含鱼眼...

重要
模型发布官方发布

百度发布 ERNIE-5.5-Flash-Base:280B 总参数稀疏 MoE 基座模型

百度发布 ERNIE 5.5 Flash Base 基座模型。该模型为稀疏混合专家(MoE)语言模型,总参数 280B,每个 token 激活 14B 参数;从零开始预训练,使用 33.5T tokens,训练上下文最高 128K,并支持 1M token 上下文用于微调与推理。此次发布的是预训练结束时的检查点,尚未经过中期或后训练,可作为领域适配、指令微调和强化学习研究的共同起点。 模型共 43 层 Transformer,隐藏维度 40...

11月5日 周四

模型发布官方发布

腾讯混元 Hy4 在 Artificial Analysis Intelligence Index v5 获 35 分

11月5日,腾讯混元在官方 X 账号发文,感谢 Artificial Analysis 对最新模型 Hy4 的评测。 Artificial Analysis 的评测结果显示,Hy4 在 Intelligence Index v5 中得 35 分。在中国实验室的模型中,这一成绩仅次于 Kimi K3.1 Pro 的 46 分;与 Grok 4.7 (xhigh) 持平,比 Claude Haiku 5.5 (max) 低 1 分。 分项评测中...

模型发布官方发布

Phonon TTS 发布设备端语音模型,在 Hugging Face 榜单德语、西班牙语可懂度居首

Gradium 团队在 Hugging Face 博客公布 Phonon TTS 设备端语音合成模型的发布细节。该模型无需服务器和网络,可直接在用户设备上运行,输入的文本保留在本地。 Phonon 提供约 65 MB 和 75 MB 两个尺寸,支持英语、法语、德语、西班牙语和葡萄牙语,内置超过 100 种语音,并支持通过录音克隆或文本描述定制语音。模型基于 Pocket TTS 谱系,采用 flow matching 生成音频。Phonon...

模型发布官方发布

Ricursive Intelligence 发布 Ripple-65B Preview,称在智能体编程评测中达到美国开放权重模型 SOTA

Ricursive Intelligence 发布 Ripple 65B Preview,称其是美国开放权重模型在智能体编程上的 SOTA。该模型在 TerminalBench 2.1 得分 80.52,高于 Reflection Beam 501B 的 80.1 和 Meta Muse Spark Open 816B 的 76.4。 公司称,Ripple 65B Preview 基于 12 万亿 token 预训练,支持最多 1M 上下文...

模型发布官方发布

Dharma-AI 发布 20 亿参数文档字段提取模型 Dharma Field Extractor

11 月 4 日,Dharma AI 在 Hugging Face 博客发布 Dharma Field Extractor,一款 20 亿参数的文档字段提取模型。该模型接收文档图像,可按开放请求或指定 schema 返回结构化 JSON;在指定 schema 模式下,缺失字段返回 null,而不是自行生成。 该模型基于 DharmaOCR LITE v1.1 训练,并通过 LoRA 适配器在 43,384 个样本上训练,数据覆盖英语多领域、...

重要
模型发布官方发布

Mistral Large 4 开放权重发布,同步公开技术报告

Mistral AI 在 Hugging Face 的 mistralai/Mistral Large 4 1T A52B 仓库公开了 Mistral Large 4(ML4)的开放权重,并同步发布技术报告。 Mistral 团队成员 Pierre Stock 表示,ML4 在代码智能体与网络安全方向具备前沿能力,且相比三周前发布的 Preview 版本更高效、更紧凑。Mistral AI 官方账号转发了这一消息,并提到可在 alphaxi...

11月4日 周三

模型发布官方发布

IBM Research 发布 Palette:用 20B 开放权重模型生成符合企业设计语言的幻灯片

IBM Research 在 Hugging Face 博客发文,介绍 Palette:用可自托管的小型开放权重模型生成符合企业设计语言的演示文稿。团队基于 IBM Design Language 合成数据,对 20B 模型做 LoRA 微调,并把任务拆成“设计师”和“编码者”两个角色——前者输出包含配色、字体和每页布局的 JSON 简报,后者为每页编写 pptxgenjs JavaScript。由于每页上下文在写代码前已固定,编码阶段可并...

11月3日 周二

模型发布官方发布

Google 弃用 Gemini 2.5 Pro 与 Gemini 2.5 Flash,API 请求将于 12 月 1 日起自动路由

Google Gemini API 文档更新信息显示,Gemini 2.5 Pro 与 Gemini 2.5 Flash 已被弃用,开发者已无法再在 Google AI Studio 中选择这两款模型。 更新信息同时提到,相关 API 请求将于 12 月 1 日起自动路由。仍在使用这两款模型的开发者需留意官方文档中的变更说明,并相应调整模型调用配置。

10月29日 周四

模型发布官方发布

Mistral Large 4 上线 Hugging Face:约1T参数、49B激活的多模态MoE模型

据 Hugging Face 博客文章,Mistral 推出多模态、多语言 MoE 模型 Mistral Large 4(又称 Le Chonk)。该模型支持文本和图像输入并生成文本,约 1T 总参数、49B 激活参数,上下文窗口为 1M tokens。官方提供 FP8 和 NVFP4 两个版本,另有 Unsloth 及 llama.cpp 团队制作的 GGUF 量化版本,采用 Mistral Ecosystem Open Weight...

10月28日 周三

模型发布官方发布

LiquidAI 发布 LFM3 系列:一个骨干衍生六款 2B 级多模态模型

据 Hugging Face 博客消息,LiquidAI 发布新一代 Liquid Foundation Models(LFM3)。该系列将文本、视觉、音频、omni 与决策模型统一到同一骨干上,全部处于 2B 参数级别,用户可按输入模态选择模型、在单张 GPU 上用自有数据微调,并部署在应用所在设备上。 LiquidAI 称,LFM3 相较上一代 LFM2 有四项主要变化:新的三混合架构和训练方案让 LFM3 1.7B 在参数减少 35...

模型发布官方发布

Google DeepMind 发布 Genie 4 世界模型

Google DeepMind 发布 Genie 4,并将其定位为新一代世界模拟。 根据其简介,这一新的世界模型在实时模拟中实现了此前未有的真实感。 目前公开信息仅为简要介绍,Genie 4 的技术细节、开放范围与上线时间尚未披露。

10月27日 周二

模型发布官方发布

OpenAI称其模型在数学与物理领域取得三项成果,并与学界协作发布

OpenAI 10月26日宣布,其模型在调和分析、复杂度理论和量子场论方面取得三项成果,并与学术社区协作发布。 三项成果包括:证明各维度的 local smoothing 猜想,并由此解决 Kakeya 猜想与 Stein 限制猜想;在 Lean 中验证 ETH 为假;给出 QCD 与纯 Yang–Mills 理论的严格存在性证明。 上述内容依据 OpenAI 官方发布的摘要信息整理,具体证明细节与协作方式以原始发布为准。

10月23日 周五

模型发布官方发布

Anthropic:用 Claude 在数周内为 100 多个开源库证明安全属性

Anthropic 发布研究介绍称,其使用 Claude 在数周内为 100 多个真实开源库证明了安全属性。 形式化验证能够证明代码不存在某些缺陷,但过去通常只适用于规模较小的代码库。Anthropic 表示,大语言模型正在改变这一局面,使形式化软件验证能够在比以往大得多的规模上变得可行。相关结论来自 Anthropic 自身研究披露。

模型发布官方发布

Ai2 发布 OlmoEarth v1.3 卫星嵌入模型,开放全球年度嵌入数据

10月22日,Ai2 发布卫星嵌入模型 OlmoEarth v1.3,并同步公开覆盖全球的预计算年度嵌入数据(10 米分辨率,提供 64 维与 128 维两种版本),以及一个可在浏览器中直接使用的地图探索工具 OlmoEarth Embeddings Explorer。 据官方介绍,OlmoEarth v1.3 读取一年的 Sentinel 1 雷达与 Sentinel 2、Landsat 多光谱卫星时间序列,为地表每个 10 米像素生成...

10月22日 周四

模型发布官方发布

IBM Research 发布 Granite 时序模型集成预测方案:无需重训,GIFT-Eval 上表现更稳健

Hugging Face 博客 10 月 22 日发布了 IBM Research 团队的 Granite Timeseries Ensemble(granite timeseries ensemble r1)。该方案通过一套可扩展的预测接口,把四个预训练 Granite 时序模型组合起来,以减少使用者在模型选择上的不确定性。该方法无需重新训练,也不需要拟合集成权重,相关模型采用宽松许可。 默认配方包含四个架构互补的成员模型:Granit...

模型发布官方发布

NVIDIA 开源模型落地欧洲公共部门:英德推进百万级合成人物数据集

NVIDIA 官方博客介绍,欧洲多国政府正与 NVIDIA 及其合作伙伴合作,将开源模型引入公共服务场景,在提升行政效率的同时,把敏感数据和基础设施保留在自有环境内。开源模型允许政府自行评估、适配本地语言与公共服务,并自行施加安全防护措施;部分模型还公开训练数据集,便于核查授权、偏见与合规情况。 在欧盟层面,柏林软件公司 deepset 扩展 Haystack 企业平台。该平台是欧盟委员会 AI@EC 共享平台的基础,用于在委员会管理的基...

模型发布官方发布

NVIDIA 发布 Kumo Relational 关系型基础模型,无需任务特定训练即可预测

NVIDIA 于10月21日在 Hugging Face 博客发布 Kumo Relational,一款预训练关系型基础模型,可直接在企业数据库上进行预测。给定预测查询后,该模型会收集最多1万个历史样本作为上下文,并在一次前向传播中预测流失、需求或欺诈等结果,无需任务特定训练、特征工程或表扁平化。 该模型是首个在常见关系型基准上超越监督机器学习的小样本基础模型。在15个数据库的41项任务中,它优于监督关系深度模型和专家工程化梯度提升树流程...

10月21日 周三

模型发布官方发布

NVIDIA 发布 Kumo Forecast 时间序列预测模型,融合历史模式检索与可解释性

Hugging Face 博客 10 月 21 日消息,NVIDIA 发布 Kumo Forecast(原 NV Tesseract Forecasting),这是一款多变量时间序列预测模型。该模型将预训练 Transformer 骨干与 Domain Aware Representation and Retrieval(DARR)结合,在直接预测之外,通过最近邻从历史数据检索相关模式,并提供可解释结果。模型以 Apache 2.0 许可...

模型发布官方发布

NVIDIA与华盛顿大学开源RFD4-Proteina蛋白质设计模型,Hugging Face Spaces提供限时免费试用

NVIDIA 与华盛顿大学蛋白质设计研究所(Institute for Protein Design)联合开发的开源模型 RFD4 Proteina 已在 Hugging Face 上线。该模型属于 BioNeMo 项目,将蛋白质序列生成与全原子结构生成整合进同一个模型,减少了过去在骨架设计、序列设计和全原子结构设计等多个模型之间来回切换所造成的信息损失。模型可处理的分子环境包括其他蛋白质、小分子、核酸、聚糖、金属离子以及修饰氨基酸(如目...