OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 04:30北京时间

10月30日 周五

模型发布社区讨论 · 待核实

Pika 称基于 MiniMax H3 后训练并开源 Pika H3 Flex 视频生成模型

据 X 平台用户 Khazix0918 发布的消息,Pika Labs 在 MiniMax H3 基础上进行后训练,推出并开源视频生成模型 Pika H3 Flex。 现有公开摘要显示,Pika H3 Flex 将采样步数从 50 步压缩至 6 步,生成时间大幅降低,同时生成质量有所提升。 目前该模型已开源,具体技术细节与使用方法尚未在摘要中披露,相关信息仍待官方进一步确认。

10月29日 周四

模型发布社区讨论 · 待核实

Unsloth 发布 Mistral Le Chonk 的动态 1-bit GGUF 量化版,可在本地运行 1T 参数模型

Unsloth 发布 Mistral Le Chonk(Mistral Large 4,1T 参数 MoE,52B 激活)的动态 1 bit GGUF 量化版本,可在 Mac Studio 上本地运行。 据发布信息,该量化版本保留 91% top 1 准确率,体积约 233GB,相比 1.1TB FP8 缩小约 80%。1 bit 档位需要 256 270GB 内存,最小 UD IQ1 S 版本约占 233GB 磁盘空间,并支持文本与图像...

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...

模型发布媒体报道

谷歌发布 Gemini 4 Carbon,称网络安全能力实现“显著跃升”

谷歌发布最新前沿模型 Gemini 4 Carbon,称其在编程、智能体任务和网络安全方面带来“显著提升”。谷歌在周三的公告中表示,Carbon 在 Artificial Analysis Intelligence Index(v5.0)基准上排名第一,Claude Opus 5.5 和 GPT 6 Astra 紧随其后。相比谷歌本月早些时候发布的 Argon,新模型在多项能力上有所改进。 Gemini 4 Carbon 目前仅向部分网络...

模型发布媒体报道

Google 推出 Connected Apps 平台,开发者可将应用接入 Gemini 与 Search

据 TechCrunch 报道,Google 宣布推出 Connected Apps Platform,向希望借助 Search 和 Gemini 触达用户的企业与开发者开放接入。该平台预览版目前以 beta 形式面向美国开发者开放,需申请进入等待名单;Google 未透露更广泛应用的时间。 按照 Google 的说明,开发者需接入云端托管的 MCP(Model Context Protocol)服务器,或使用 AppFunctions...

10月28日 周三

模型发布媒体报道

英伟达发布开放权重语音转写模型 Nemotron 3.5 Transcribe,支持40种语言

TechCrunch 10月28日消息,英伟达发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe,可转写最多40种语言的音频,同时发布开源语音数据集 Granary 的第二版。 据英伟达介绍,该模型支持31种语言与英语互译,可处理时长最长一小时的录音,并能区分最多8位说话人;官方称其在包括 Hugging Face Open ASR Leaderboard 在内的基准测试中优于竞品。该模型主要面向会议记录和医疗...

模型发布媒体报道

面壁智能发布并开源 MiniCPM-OCR 1.0 与判别模型 MiniCPM-OCR Jev

面壁智能发布并开源 MiniCPM OCR 系列模型,包括 1.3B 参数的 MiniCPM OCR 1.0 以及判别模型 MiniCPM OCR Jev。 据公开信息,MiniCPM OCR 1.0 在 Real5 OmniDocBench 上取得 93.68 的得分,在 OCRBench v2 上取得 54.7 的得分,两项评测均达到 SOTA。 在效率方面,该模型经 DSpark 解码加速后,端到端效率提升 55%,吞吐达到 1.2...

模型发布媒体报道

Google 发布世界模型 Genie 4,支持实时操控与原生音频

Google 发布下一代世界模型 Genie 4。相比 Genie 3,新模型在照片级真实感、物体碰撞等物理模拟方面有明显进步。 在交互上,用户可通过 WASD 和双摇杆实时控制角色或镜头;运行过程中可用自然语言修改天气、加入物体。模型还能同步生成环境音与人物实时对话。 目前公开信息为摘要,更多细节尚未披露。

模型发布媒体报道

Liquid AI 发布 LFM3 多模态模型家族,首批六款模型均为约 2B 参数

Liquid AI 发布新一代 Liquid Foundation Models 模型家族 LFM3。据官方公开摘要,首个版本包含六款约 2B 参数的模型,覆盖文本、视觉、音频、omni 和决策模态。 摘要显示,六款模型均基于 LFM3 1.7B Base,预训练使用 22T tokens。官方将这一代模型定位为面向专用智能与端侧部署。 目前公开信息仍停留在概要层面,各模态模型的具体能力指标、开放时间与可用范围尚未在摘要中披露。

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...

模型发布媒体报道

谷歌发布 Genie 4 世界模型,支持实时用自然语言修改并生成音频

据 The Verge 报道,谷歌宣布推出用于生成交互式体验的 Genie 4 世界模型。谷歌称该模型有四项主要更新:可以生成更逼真的世界、支持用户通过自然语言提示实时更新体验、能够生成音频,并在底层使用 Gemini 3.8 Flash 辅助仿真。 与上一代 Genie 3 相比,Genie 4 能生成的体验时长从约一分钟提升到约两分钟。谷歌将该工具定位为可服务于电影制作的前期可视化、游戏创意原型设计以及机器人训练场景搭建等用途。 谷歌...

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

模型发布社区讨论 · 待核实

OpenAI发布GPT-6.1 Terra,主打视觉推理与电脑操作

OpenAI 在其模型介绍页面发布 GPT 6.1 Terra。根据页面摘录,这是一款快速、高效的模型,将细致的视觉推理与精确的电脑操作能力结合起来,同时文本写作更清晰自然。 摘录称,GPT 6.1 Terra 相较 GPT 5.6 Terra 有明显提升,擅长处理日常工作中大量依赖沟通与电脑操作的任务,例如起草提案等。 目前公开信息仅来自模型介绍页面的摘要片段,完整能力说明、发布时间与开放范围尚未在该片段中披露。

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。

模型发布社区讨论 · 待核实

OpenRouter 上线 OpenAI GPT-6.1 Terra:定价 $1/M 输入、$5/M 输出

据 OpenRouter 信息,OpenAI 的 GPT 6.1 Terra 已上线。该模型在 Agents' Last Exam 上的得分与 GPT 6 Astra 相当,单位 token 价格约为后者的十分之一。 定价方面,GPT 6.1 Terra 为 $1/M input、$5/M output,上下文长度 1.05M。OpenRouter 还称,其平均完成任务速度比 Astra 和 GPT 6.1 Sol 快 3 倍以上。

模型发布媒体报道

Epoch AI 发布自动化评测报告:Claude Fable 5.1 与 GPT-6 Astra 平均得分 65%

Epoch AI 发布 Epoch Automation Reports,用机构内部的真实工作任务对前沿 AI 模型进行评测。 该评测选取的任务包括图表设计、研究规划等,并按人类员工的评估标准对模型表现打分。结果显示,领先的 Claude Fable 5.1 和 GPT 6 Astra 平均得分 65%,未达到 100% 的可自动化门槛。 Epoch AI 表示,这一结果用于衡量 AI 在多大程度上能够替代机构内部的工作环节。具体任务设置...

模型发布社区讨论 · 待核实

OpenAI 发布 GPT-6.1 Terra,面向 Plus、Pro、Enterprise 和 Edu 用户开放

据 OpenAI 官方消息,OpenAI 发布新模型 GPT 6.1 Terra,定位快速高效,并强化视觉推理、精确的电脑操作和更清晰自然的写作能力。 官方表示,该模型适用于解读技术图纸、起草提案、填写表单和剪辑视频等覆盖整个工作日的场景。即日起,GPT 6.1 Terra 在 ChatGPT Work 和 Codex 中面向 Plus、Pro、Enterprise 和 Edu 用户推出。

模型发布媒体报道

Sebastian Raschka 推出从零构建推理模型的视频课程

据 Sebastian Raschka 官方博客消息,其推出一套从零构建推理模型的视频课程,共八段、总时长约 11 小时。 课程从预训练大语言模型出发,使用 Python 和 PyTorch 实现评估、推理时扩展、强化学习和蒸馏等推理模型方法。课程配套其《Build a Reasoning Model (From Scratch)》一书,并建议学习者具备 Python 和 PyTorch 基础。

10月25日 周日

模型发布媒体报道

Block发布全双工语音模型Dessa,可在消费级设备本地运行

TechCrunch 10月24日消息,Block研究实验室发布全双工语音模型Dessa,称其可在MacBook M4 Max或更高配置的消费级设备上本地运行,并能同时说话和聆听。 Block表示,Dessa完全基于人类语音数据训练,训练仅使用单块NVIDIA GPU,情绪表达内置在模型中,可呈现笑声、停顿和哭腔等。公司称现有语音模型常因文本管线而显得不自然,而Dessa的知识来自其对话数据。 目前Dessa尚未公开访问,Block正在征...

10月24日 周六

模型发布媒体报道

AI行业讨论:模型发布周期或缩至每周,GPU融资瓶颈被指源于信贷

据 PANews 热点监控 AI 汇总的行业讨论摘要,Zvi 认为模型发布周期可能缩短至每周;有业内人士称,2027 年行业可能进入“完全疯狂”状态,2028 年或变得“面目全非”。 在算力融资方面,Conrad 表示,GPU 融资瓶颈“完全是信贷”问题;3 至 5 年合同与 100% 预付款可能促使实验室出售。Cambrian 则认为,存储器估值可由盈利的 5 至 6 倍重估至 10 至 12 倍,前提是需求跑赢供给。

模型发布媒体报道

Kimi K3.1 Pro 发布,Artificial Analysis 智能指数得 55 分列第四

Moonshot 发布 Kimi K3.1 Pro,在 Artificial Analysis Intelligence Index 中得分 55 分,位列第四。 据 Artificial Analysis 公布的信息,Kimi K3.1 Pro 的得分较上一代 Kimi K3 提升 11 分;在该榜单上,仅 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full 三款模型的得分高于 Ki...

模型发布社区讨论 · 待核实

月之暗面 Kimi K3.1 Pro 上线 OpenRouter:1M 上下文多模态开源权重模型

OpenRouter 宣布,月之暗面的 Kimi K3.1 Pro 已上线。该模型基于 Kimi K3 后训练,面向长程编码与智能体任务,具备 1M 上下文与多模态能力,并以开源权重形式提供。 定价方面,Kimi K3.1 Pro 为每百万输入 tokens 2 美元、每百万输出 tokens 10 美元,用户可在 OpenRouter 平台直接试用。 目前公开信息为 OpenRouter 的上线摘要,模型的具体评测表现与权重发布细节尚未...

模型发布媒体报道

Block发布Dessa语音模型,称仅用人类对话从零训练

据The Verge报道,Jack Dorsey旗下Block发布名为Dessa的AI语音模型,称其“从零开始、仅用人类对话”训练。Block展示了Dessa与人的部分对话,交流整体自然,但偶尔会出现略显尴尬或诡异的反应。 Dessa负责人Ragavan Thurairatnam分享的一段语音猜谜中,Dessa起初把说话者误认成“Ronaldo”。官网还展示了谈论克里斯托弗·诺兰电影、被告知将去巴黎旅行,以及与OpenAI GPT Liv...

模型发布媒体报道

月之暗面发布 Kimi K3.1 Pro:100 万 token 上下文,开放权重计划 11 月 4 日前释出

月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro,上下文窗口为 100 万 token,定位 3T 级模型。 同步推出的 Kimi K3.1 Pro Highspeed 速度提升 2 3 倍。根据发布信息,其开放权重计划于 11 月 4 日前释出。 目前披露内容以发布摘要为主,更多技术细节和评测数据尚未在摘要中体现。