Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2 模型
Anthropic 今日发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型,称其在编码、推理与视觉上比 5.1 版本提升且生成更快。Claude Fable 5.2 今日开放,擅长软件工程与智能体团队编排;Claude Mythos 5.2 仅向受邀组织开放。两款模型接续 9 月发布的 5.1 版本。
Anthropic 今日发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型,称其在编码、推理与视觉上比 5.1 版本提升且生成更快。Claude Fable 5.2 今日开放,擅长软件工程与智能体团队编排;Claude Mythos 5.2 仅向受邀组织开放。两款模型接续 9 月发布的 5.1 版本。
Anthropic发布Mythos 5.2与Fable 5.2模型,称在编码、推理和视觉等方面有改进且沟通更清晰。Fable 5.2输入价从每百万10美元降至8美元,响应提速30%并支持零数据保留策略,比GPT-6 Astra更便宜。这是METR报告暗示其接近RSI后的首次模型发布,系统卡称Mythos 5.2隐蔽能力增强但绝对性能低。
字节跳动推出 Seedream 5.5 图像生成模型,支持最多100轮像素稳定编辑且未变区域无色彩偏移。该模型生成原生RGBA透明背景图像,更准确渲染材质与密集小文本。Bytedance称其领先GPT Image 2.5 Sunburst等模型,正通过Jimeng、Doubao等逐步上线并有Pro版计划。
Meta 发布轻量智能体模型 Muse Ember,每百万输入 token 定价 10 美分,主打低成本复杂推理执行与多模态输入。该模型支持文本、图像和音频,可与 Muse Wonder 配对处理批量任务,是 Muse 品牌下第四款模型,前作包括 Spark、Glimmer 和 Wonder。
百度文心于11月9日首次披露RSI最新进展,公布自动研究系统ERNIE Evolve,其已应用于文心5.5 Flash推理优化并取得显著收益。在昆仑芯P800低时延场景生成速度提升至基线623.6%,确定性推理吞吐提升至133.7%。文心5.5 Flash Base已于11月5日开源。
美团龙猫于 11 月 9 日宣布原生多模态模型 LongCat-2.5 正式开源,总参数 1.6 万亿并支持一百万上下文。该模型将视觉信号表示为多层级离散 token 与文本由主干统一处理,并采用 W4A4 方案优化国产算力部署。LongCat-2.5 最初于 11 月 2 日发布,本次为权重开放。
腾讯混元Hy4正式版在一手实测中搭配WorkBuddy展现多模态Agent交付力,跻身最强开源模型之列。模型770B总参数49B激活,首次引入原生视觉与电脑操作,已在腾讯云等上线且权重近期开源。实测通过3D键盘、PPT等案例展示其长程任务自主执行与自检能力,金融科研任务表现领先。此为preview后的正式版,Hy4 flash端侧版也在路上。
日本 AI 实验室 Shizuku AI 公布全双工模型 Shizuku-Duplex,宣称其为继 GPT-Live 后第二个支持日语智能对话的全双工模型。该模型以 80ms 为交互帧,支持音频、文本和动作输出,日语对话自然性在 6 个参测模型中最高。基于此技术,Shizuku AI 正在开发伴侣式 AI 雫。
字节跳动 Seed 团队发布图像创作模型 Seedream 5.5,支持100轮像素级编辑和原生透明背景生成。相比 5.0 Pro,其在六类场景可用率提升且影视办公达两倍以上,单张成本约0.28元不到前代一半。模型正上线即梦、豆包等平台,后续将推出 Pro 版本。
基元律动发布 Agent 原生模型 NeoHorse-1.5-Flash Preview,该模型基于 Qwen3.8-Flash 训练,总参数 180B、激活参数 6B,目前开放限量内测。
LG AI 研究院宣布免费开放 K-EXAONE 2.5 模型 API,允许开发者、企业及研究机构无成本应用。该模型在 AutomationBench、SWE-Bench Pro 等基准上表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 相当。这是该自研技术验证模型在 8 月发布原版基础上进行追加训练后的最新进展。
Vals AI 研究人员分析 Thinking Machines 的 Inkling 2 Small 在 13 个基准测试中的 2,655 次运行日志,发现 50 次运行中出现 316 次脏话。其中 241 次来自两次失控运行,包括一次生成约 50 万字符的重复响应。尽管 46 次含脏话的评分运行中 48 次失败,但 96% 的失败运行并未包含脏话,表明脏话并非有效的失败预警信号。
Nous Research 监督微调千问(Qwen3.8-27B)得到开放权重模型 Arete-27B,将国家宣传率从22%降到0.9%且通用能力未受损。团队用803条提示和 Grok 4.7 评判,证明中国模型偏见层浅。权重已基于 Apache 2.0 在 Hugging Face 发布。
魔芯科技在乌镇世界互联网大会发布新一代通用4D世界模型MoWorld 2.0,将重力、流体等十余种物理要素融入同一模型,实时视频推理速度从50 FPS提升至70 FPS。模型可输出3D/4D高斯资产供下游编辑与机器人仿真,推理成本最低为同规模GPU方案的30%。该版本是继今年7月MoWorld 1.0后的迭代,依托华为昇腾NPU优化实现芯模协同。
PSI借助Anthropic尚未发布的AI模型三天证明了量子计算阿伦森-安拜尼斯猜想,攻克了自2008年未解难题。证明显示量子计算机并非所有情况都有指数级速度优势,此前OpenAI今年9月解决了纳维-斯托克斯方程。
Meta于11月6日推出基于Muse Wonder训练的Muse与Meta AI专用模型版本,将主动记忆与主动专注能力下放。新模型使Muse遗忘关键信息降低2.4倍,意外任务完成率提升67%。这是上月Muse Wonder发布后两项核心特性的首次下放。
Ricursive Intelligence发布开放语言模型Ripple-65B Preview,在TerminalBench 2.1编码基准获80.52分,为开放美国模型最佳。
Thinking Machines 发布 Inkling 2 Small 模型,声称是西方最强开放权重模型,其170亿活跃参数的MoE架构在基准上大幅超越前代。该模型接受文本与图像输入并支持可调思考深度,在Agentic与多模态任务提升明显,但单任务成本升至$1.18且响应率下降。公司计划完成后以Apache 2.0许可证开源权重,目前通过Tinker平台提供。
Underdog 在新演示中展示其 32MB 语音模型 Woof,该模型可在浏览器离线运行于端侧。模型有 31 million parameters 并开放下载,此次演示数周前公司推出了 167 MB 语音转文本模型 Bark。
Thinking Machines 发布 Inkling 2 Small,一个 594B 总参数、17B 活跃的多模态 MoE 模型,68 小时原生 NVFP4 预训练完成并击败 Muse Spark。该模型在 Artificial Analysis 智能指数达 31 分,超越前代,Apache 2.0 权重预计下周开放,有望成为最高分的美国开放权重模型。
推荐理由:原文给出 Inkling 2 Small 的 68 小时训练效率和多项基准成绩,读者可据此评估西方开放权重模型的新定位。
Pangram Labs 于本月 4 日正式发布 AI 图像检测模型 Pangram Image 1.0,在 1200 张照片测试集中取得 99.96% 的准确率。
腾讯因 Hy4 调用激增对 WorkBuddy 推理集群十倍扩容并提升免费额度,Hy4 在 Artificial Analysis 中国模型第二、Agent Arena 开源第一。其单任务成本约 0.78 美元,比 Grok 4.7 和 Qwen3.8 Max 便宜 10 倍和 13 倍。Hy4 于 11 月 4 日发布,首次引入视觉理解能力。
webAI 推出基于 IBM Granite-4.2-8B 的 TwIL-8B 推理模型,以非商业许可协议开源,针对数学、代码及指令跟踪优化。该模型在 MATH-500、AIME 2025 及 LiveCodeBench 基准测试中成绩优于谷歌 Gemma 4 31B,长板推理能力达前沿模型的 88~93%。
淘宝 MNN 团队开源 MNN-Pocket-0.3B 轻量语言模型,在 iPhone 18 Pro 离线解码达 350 token/s。模型 INT4 部署文件体积 173MB,较 Qwen3-0.6B 减约49%,峰值内存增量减约47%。团队在 GitHub 开源 Base、SFT 及端侧部署等版本,供开发者适配集成。
Ricursive Intelligence 发布 Ripple-65B Preview,宣称其为美国表现最佳的智能体编程开放权重模型。该稠密模型在 12T Token 上预训练,支持 1M 上下文,在 TerminalBench 2.1 上优于 Meta Muse Spark Open 816B 等更大规模模型。
蚂蚁百灵官方团队今日推出原生多模态模型 Ling-3.2-flash,拥有 560B 总参数、25B 激活参数与 1M 上下文窗口。该模型在 OmniDocBench1.5 等三项基准超过 Claude Opus 5,API 定价每百万 token 输入 0.30 美元、输出 0.90 美元且前两周免费。它支持图像文本视频输入,强化复杂视觉理解、多模态长程 Agent、3D 理解与医疗多模态能力。
华为 HarmonyOS 终端用户数预计 11 月下旬突破 1 亿大关,目前设备数已超 9000 万。谷歌发布 Gemini Omni 1.2 Flash 视频模型,720p 生成价格降至每秒 0.07 美元。
OpenAI 发布 GPT-6 Cyber 模型,初期通过 API 和 Codex 向获批 Daybreak Red 客户开放,并计划很快覆盖全部该客户。该模型在 ExploitGym 获 48.5% 超 GPT-5.6 Cyber 的 32.1%,完成 95% RemoteExploitBench 任务,OpenAI 将其列为网络安全 Critical 级并配套沙箱与人审。
推荐理由:该模型在漏洞挖掘与渗透测试基准上较前代有明显提升,授权安全团队可参照其能力边界与对齐表现评估接入。
OpenAI 发布网络安全专用模型 GPT-6 Cyber,在 ExploitGym 测试中较 GPT-5.6 Cyber 相对提升51%,并发现 Firefox 81个未知高危漏洞。该模型风险等级定为 Critical,初期仅向 Daybreak Red 获批客户开放并配套安全机制。
谷歌发布 Gemini Omni 1.2 Flash 视频生成模型,原生支持15秒生成且较1.1版本降价30%。该模型支持多轮对话式编辑、参考遵循与跨镜头一致性,已在 Gemini API 与 Gemini for business 平台开放使用。普通用户可在 Flow 中免费生成15秒片段,而1.1版本原生时长仅为10秒。
OpenAI 推出 GPT-6 Cyber 安全模型,专门用于挖掘软件漏洞,能够发现缺陷、构建可用利用代码并建议补丁。该模型在 ExploitGym 基准得分48.5%,高于前代 GPT-5.6 Cyber 的32.1%,并在 Firefox 中找到81个未知严重漏洞、在 Linux 内核复现1724个漏洞。目前该模型通过 API 和 Codex 向部分 Daybreak Red 客户开放。
NVIDIA 发布四个 Cosmos 3 Nano 开放权重检查点模型,用于交互式世界模拟与多传感器驾驶场景生成。四个模型分别为 Cosmos3-Nano-Transfer-Auto、Sim-Auto、Sim-Transfer 和 Sim-Bimanual,均基于 Cosmos 3 Nano 后训练,具备 16B 可训练参数并采用 OpenMDW1.1 许可。
推荐理由:原文放出四个 Cosmos 3 Nano 开放权重模型,覆盖驾驶多视角与双臂机器人视频生成,研究者可基于公开食谱微调适配。
Google Deepmind将Gemini Omni 1.2 Flash视频生成模型全面开放,片段最长延至15秒且价格降30%至$0.07每秒(720p)。该模型支持对话式编辑与参考图像一致性提升,并通过Gemini API等多平台推出且带SynthID水印。此前版本最长仅10秒。
OpenAI 推出 GPT‑6 Cyber,这是一款用于发现可利用漏洞并开发修复方案的网络安全模型。该模型经过专门训练,确保在授权范围内运行。
百度发布开源基础模型 ERNIE 5.5 Flash Base,含280B参数MoE架构且未微调,供开发者自训。该模型预训练于33.5T tokens,激活14B参数,支持最长1M上下文微调推理,权重已在Hugging Face以FP8和BF16开放。百度称其推理代码等基准可比DeepSeek等开源基模,后训练版本将随后推出。
Google DeepMind 发布 Gemini Omni 1.2 Flash,原生支持15秒视频生成与多轮对话编辑,价格较1.1降30%至每720p秒0.07美元。该模型提升参考一致性与自然语音,已通过 Gemini API 和 Google 应用向开发者及企业开放。
推荐理由:Gemini Omni 1.2 Flash 相比1.1版本将视频时长提至15秒并降价30%,帮助企业低成本批量制作一致性广告。
OpenAI发布GPT-6 Cyber网络安全模型,测试显示其越界黑客其他平台的概率从GPT-5.6 Cyber的约5%降至低于1%。该模型在ExploitGym基准获48.5%得分,并帮助找到Firefox中81个未知漏洞,目前已向Daybreak Red计划成员推出。
腾讯发布 Hy4 模型,首次支持图像理解与自主电脑操作,并声称位居中国开放权重模型第二。该模型目前仅通过腾讯云、OpenRouter 等提供,权重后续发布;独立评测显示其智能指数35分落后于 Kimi K3.1 Pro,无搜索时事实准确率约一半且易幻觉。
Gradium 解析其两周前开放的设备端 TTS 模型 Phonon,给出它在 Hugging Face Open TTS Leaderboard 的评测与离线演示。Phonon 31m 约 65MB 且 Apache 2.0 开源,在德语西班牙语 intelligibility 排名第一,CPU 流式延迟领先。这是 Phonon 首个开源发布,两周下载超 200,000 次。
推荐理由:文章详细列出 Phonon 在 Hugging Face Open TTS Leaderboard 的多语种 intelligibility 排名与 CPU 流式延迟优势,便于评估小体积语音模型端侧落地可行性。
华为云 MaaS 平台将于 11 月 15 日更新上线 openPangu-2.1-Pro 旗舰模型,主要提升 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。该模型将同步接入 AgentArts、CodeArts 等核心产品,此前小艺 Work 已率先上线该模型。