跳到正文

动态

今日 8 条
11月10日周二
  1. TechCrunch · AI82

    Anthropic发布Mythos 5.2与Fable 5.2模型,正值RSI担忧之际

    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。

11月9日周一
  1. 量子位68

    腾讯混元跻身最强开源模型!一手实测Hy4:搭配WorkBuddy,多模态Agent交付力拉满

    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。

11月8日周日
  1. The Decoder41

    Thinking Machines 的 Inkling 2 Small 在基准测试中频繁出现脏话

    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。

11月7日周六
  1. 量子位52

    魔芯科技发布通用4D世界模型MoWorld 2.0,融合十余种物理要素并在昇腾NPU达70 FPS

    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。

11月6日周五
  1. The Decoder68

    Thinking Machines 发布 Inkling 2 Small,称其为最强西方开放权重模型

    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。

  2. Latent Space78

    Thinking Machines 发布 Inkling 2 Small:17B 活跃/594B 总参数 MoE,68 小时训练击败 Muse Spark

    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。

  3. IT之家66

    蚂蚁百灵大模型 Ling-3.2-flash 发布:三项基准超越 Claude Opus 5,前两周限时免费

    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。

  4. Testing Catalog76

    OpenAI 发布 GPT-6 Cyber 面向 Daybreak Red 客户

    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。

  5. The Decoder75

    OpenAI GPT-6 Cyber 可攻破系统并提议修复方法

    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。

  6. Hugging Face Blog67

    NVIDIA 发布四个 Cosmos 3 Nano 开放权重模型用于交互式世界模拟

    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。

  7. Google DeepMind67

    Google DeepMind 发布 Gemini Omni 1.2 Flash,支持15秒视频与多轮对话编辑

    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。

11月5日周四
  1. Hugging Face Blog62

    Phonon TTS 深度解析:设备端高质量语音模型登顶基准

    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。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有