OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 23:19北京时间

10月7日 周三

模型发布官方发布

LlamaIndex 发布 OpenDocRouter:统一 API 调度多模型解析文档

LlamaIndex 正式推出 OpenDocRouter 平台,提供统一 API 接口,支持将 PDF、PNG、JPEG 文件或网页 URL 高效解析为 Markdown 格式。 该平台已接入包括 Claude Opus 5.5、Gemini 3 Flash、GPT 6 Luna 在内的 5 款前沿闭源模型,以及 MinerU2.5 Pro、PaddleOCR VL 1.6 等 5 款开源模型。开发者可通过单一接口灵活调度不同能力的模型,...

模型发布官方发布

TII发布Falcon-ASR语音识别模型,专注阿拉伯语(含阿联酋方言)

阿联酋技术与创新研究院(TII)联合Hugging Face发布Falcon ASR语音识别模型。该模型参数量为1.6B,专为阿拉伯语设计,尤其优化阿联酋方言识别,并同时支持英语、法语、西班牙语和葡萄牙语,五语种共享同一套权重,无需语言标识。 在Open Universal Arabic ASR Leaderboard六项阿拉伯语测试集上,Falcon ASR平均词错误率(WER)为20.92%,优于榜单中此前最佳结果(23.17%)。其在...

模型发布社区讨论 · 待核实

OpenAI 发布由内部前沿模型产出的新数学研究成果

OpenAI 近日公开了一批由其内部前沿模型产出的新数学结果,相关代码与资料已同步至 GitHub 仓库。此次发布前,OpenAI 咨询了普林斯顿高等研究院(IAS)数学与人工智能独立顾问组,并依据其建议及公开反馈确定了发布形式。该成果目前属于研究性输出,暂未作为产品功能或服务更新推出。

模型发布官方发布

Google DeepMind发布轻量级多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 正式发布 EmbeddingGemma 2,这是一款开源、轻量级的多模态嵌入模型。该模型专为高效处理文本与图像等不同模态数据的联合嵌入表示而设计,强调在资源受限场景下的实用性与计算效率。 EmbeddingGemma 2 延续了 Gemma 系列模型的设计理念,在保持高性能的同时显著降低了计算开销。官方表示,该模型适用于信息检索、排序及跨模态理解等多种下游任务。目前,模型权重与相关技术细节已通过 DeepMi...

模型发布媒体报道

Musubi发布轻量级AI决策模型PolicyLM-1.7B,用于实时内容审核

TechCrunch 10月6日报道,AI公司Musubi宣布推出专用于实时内容审核的轻量级决策模型PolicyLM 1.7B,并开放模型权重。该模型旨在将自然语言编写的内容策略直接应用于消息审核,响应时间低于50毫秒,运行成本与速度接近传统AI分类器,但具备大语言模型的策略灵活性,策略变更时无需重新训练。 决策模型近期成为AI领域热点,其不生成文本而是输出二元判定结果,在保持Transformer架构优势的同时显著提升推理效率。Musub...

模型发布媒体报道

Anthropic 推出 Claude for Google Workspace Beta 版,支持在 Docs、Sheets 和 Slides 中直接调用

Anthropic 宣布推出 Claude for Google Workspace(Beta)插件。该插件支持一次性安装,即可覆盖 Google Docs、Sheets 和 Slides 三款核心办公应用,用户可在文档内直接调用 Claude 进行内容编辑与协作。目前该功能处于公开测试阶段,官方尚未公布正式版上线时间及完整功能细节。

模型发布官方发布

Anthropic 扩展网络验证计划,推出三级模型访问机制

Anthropic 宣布扩展其网络验证计划(Cyber Verification Program, CVP),整合此前的 Project Glasswing 与原 CVP,推出包含 Defense Access、Red Team Access 和 Specialized Access 的三级访问体系。各层级面向不同网络安全工作场景,提供差异化的模型能力与安全控制要求。 新计划向符合条件的安全专业人员开放 Claude Opus 5.5、Cl...

模型发布媒体报道

Google 发布开源多模态嵌入模型 EmbeddingGemma 2

Google 正式推出基于 Gemma 4 构建的开源多模态嵌入模型 EmbeddingGemma 2,采用 Apache 2.0 许可协议。 该模型支持文本、代码、图像、视频和音频等多种模态输入,可将其统一映射至 768 维向量空间。模型参数规模支持按需动态加载:纯文本与代码版本参数量为 2.7 亿,全模态版本参数量达 7.4 亿。

模型发布社区讨论 · 待核实

Google 在 AI Studio 及 Gemini 平台上线 Nano Banana 2.1 图像模型

据社交媒体及聚合源消息,Google 已在其 AI Studio、API 及 Gemini 平台上线 Nano Banana 2.1 图像生成与编辑模型。官方介绍指出,该版本在事实准确性、视觉保真度及多轮编辑一致性方面均有提升。目前该模型已开放调用,具体参数规模与训练数据细节尚未披露。

模型发布媒体报道

Anthropic 推出初创企业扶持计划:免费提供一年 Claude Team 服务及 1000 美元 API 积分

Anthropic 宣布升级其“Claude for Startups”计划,面向符合条件的初创企业提供为期一年的 Claude Team 付费版服务(含最多 5 个高级席位)及 1000 美元 API 积分。 该计划还开放 Claude Marketplace 插件开发权限,并支持初创团队预约 Anthropic 应用 AI 团队的线上办公时间。Anthropic 表示,此举旨在支持构建于大模型之上的应用层公司,推动 AI 技术通过实际产...

10月6日 周二

模型发布媒体报道

Claude Code 推出云端会话功能:任务独占 VM,支持多端启动并自动生成 PR 分支

Anthropic 旗下 AI 编程助手 Claude Code 正式推出云端会话功能。该功能为每个开发任务分配独立虚拟机(VM),代码仓库将自动克隆至新分支。用户可通过 claude.ai/code 网页端、手机 App、桌面客户端、终端及 Slack 多渠道启动与跟踪任务。执行完成后,系统会自动生成可用于提交 Pull Request 的代码分支。该功能已面向 Claude Pro、Max、Team 及 Enterprise 计划用户开...

模型发布社区讨论 · 待核实

Mistral发布1T参数原生多模态模型Mistral Large 4

Mistral AI正式发布Mistral Large 4(代号Le Chonk),参数量达1万亿,激活参数约490亿,为原生多模态大模型。官方称其在美欧已开源权重模型中综合基准表现最佳,在网络防御、制造及金融等关键任务上达到当前最优水平(SOTA),视觉grounding能力亦超越部分闭源前沿模型。 该模型目前已开放API调用,模型权重计划于2026年10月底开源。

模型发布官方发布

NVIDIA:电信运营商正加速基于开源模型构建AI战略

NVIDIA 官方博客发文指出,电信运营商正加速将 AI 战略建立在开源模型之上。据 NVIDIA 最新《电信行业 AI 现状报告》显示,89% 的受访运营商认为开源模型与软件对其 AI 战略至关重要。运营商转向开源模型不仅出于成本考量,更看重其在可信性、可控性及定制化能力上的优势,可覆盖自主网络、客户服务等核心场景。 报告指出,开源模型支持针对电信场景的专属微调,可结合网络、客户及行业数据优化性能;同时便于在公有云、私有基础设施及边缘环境...

模型发布媒体报道

DeepSeek 开源 DeepGEMM:统一高性能 GPU 张量核心内核库,支持 FP8/FP4/BF16 及融合 MoE

DeepSeek 正式开源 DeepGEMM,这是一个统一的高性能 GPU 张量核心内核库。该库支持 FP8、FP4、BF16 等精度的 GEMM 运算,并深度集成融合 MoE、MQA 评分、HyperConnection 等大模型核心原语。所有内核均通过 DeepJIT 在运行时动态编译,安装部署无需依赖本地 CUDA 编译环境。官方测试表明,其在多种矩阵形状下的性能表现可匹配或超越专家级调优库。

模型发布官方发布

TII UAE 发布 Falcon-Emirati-7B:专注阿联酋方言与文化的开源大模型

阿联酋技术创新研究院(TII)在 Hugging Face 官方博客宣布推出 Falcon Emirati 7B 模型。该模型基于 Falcon H1 Arabic 架构(融合 Mamba 与 Transformer 注意力机制),专为理解与生成阿联酋本地阿拉伯语设计,重点覆盖日常对话、纳巴提诗歌、谚语等高度依赖文化语境的非字面表达场景。 研发团队采用三类数据协同训练:真实阿联酋网站与论坛的原生方言文本、现代标准阿拉伯语(MSA)撰写的文化...

模型发布官方发布

Falcon OCR Arabic发布:2.7亿参数阿拉伯语OCR模型大幅领先同类竞品

阿联酋技术与创新研究院(TII)在 Hugging Face 博客正式发布 Falcon OCR Arabic 模型。该模型参数量为2.7亿,专为阿拉伯语文档识别优化。在包含11,974份真实样本的基准测试中,其文本准确率达81.9%,位列全部17个参评模型第二,仅次于 Gemini 3.5 Flash(84.3%),但大幅领先所有专用OCR模型(最强竞品 Chandra OCR 2 准确率为61.7%)。 该模型采用早期融合(early...

模型发布媒体报道

Reflection AI发布开放权重模型Beam,称推理算力成本显著低于同类中文模型

获Nvidia投资的初创公司Reflection AI正式发布其首个开放权重(open weight)AI模型Beam。该公司表示,该模型在高级推理基准测试中表现与智谱GLM 5.2相当,但推理所需算力成本仅为后者的1/3至1/4。 Beam为纯文本混合专家(MoE)架构模型,总参数量5010亿,激活参数230亿,预训练数据规模达23.8万亿token,支持100万token上下文窗口。作为对比,GLM 5.2总参数约7440亿,激活参数4...

10月5日 周一

模型发布媒体报道

开源工具 RemoveMacAI 支持移除 macOS 27 内置 AI 模型

GitHub 近日上线一款名为 RemoveMacAI 的开源工具,旨在帮助用户移除并禁用 Apple macOS 27 系统中预装的 AI 模型。该项目目前处于早期开发阶段,主要面向关注系统精简与隐私控制的高级用户。 需注意的是,macOS 27 尚未由 Apple 官方正式发布,当前相关工具的实际兼容性与适用性有待系统正式推出后进一步验证。开发者建议用户在测试环境中谨慎使用,并自行评估潜在的系统稳定性风险。

10月4日 周日

模型发布媒体报道

pstack-claude 开源:将 pstack 工作流适配至 Claude Code 等多款 AI 智能体平台

开源项目 pstack claude 已在 GitHub 上线。该项目旨在将 Poteto 团队开发的 pstack 工作流移植至 Claude Code、Codex、Pi、OpenCode、Gemini 及 Prime Agent 等多个 AI 智能体平台。通过跨平台翻译 Cursor 原语,该项目使原本依赖特定环境的严格智能体工作流能够在不同开发工具链中复用。项目仓库地址:https://github.com/michael denye...

模型发布媒体报道

Claude 官方博客发布 Opus 5.5 模型使用指南

Anthropic 官方博客发布技术指南《如何在 Claude 和 Claude Code 中充分发挥 Opus 5.5 的能力》。文章面向开发者与高级用户,详细梳理了该模型在代码生成、复杂推理及多步任务中的调优策略,涵盖提示工程技巧、上下文管理及 Claude Code 协同工作流等实践建议。需注意的是,本文仅为技术使用指南,不涉及新模型发布或底层架构更新。

模型发布媒体报道

LMSYS发布开源对话模型Vicuna-13B,训练成本约300美元

LMSYS团队近日发布开源对话模型Vicuna 13B。该模型基于LLaMA架构,使用约7万条ShareGPT用户共享对话数据进行微调,训练成本约为300美元。模型代码、权重及在线演示已按非商业许可公开。 初步评估采用GPT 4作为评判基准,结果显示Vicuna 13B在整体质量上达到ChatGPT和Bard的90%以上水平,在45%的测试问题中表现不逊于ChatGPT。 团队同步提出一种基于GPT 4的自动评测框架,但明确说明该方法尚不具...

10月3日 周六

模型发布社区讨论 · 待核实

Claude Code 上线“You Should Know”插件

据 X 平台账号 ClaudeDevs 披露,Anthropic 旗下 AI 编程工具 Claude Code 已新增名为“You Should Know”的插件。该插件主要用于为开发者提供关键上下文提示与编码建议。目前官方尚未公布该插件的具体功能细节与完整上线计划。

模型发布媒体报道

Aleph Alpha 发布开源大模型 Kolibri:780 亿参数 MoE 架构,Apache 2.0 许可

德国人工智能公司 Aleph Alpha 正式发布开源大语言模型 Kolibri。该模型采用混合专家(MoE)架构,总参数量为 780 亿,每个 token 推理时仅激活约 35 亿参数。 Kolibri 于 2026 年 10 月 3 日以 Apache 2.0 开源许可证发布,模型权重已托管至 Hugging Face 平台。 据公开信息,Kolibri 全程在德国与芬兰的本地基础设施上完成从零训练,强调数据与算力主权。