跳到正文

#模型发布

今日 9 条
11月6日周五
  1. 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. IT之家28

    Meta 停止使用水果命名 AI 模型

    Meta 决定今后不再以水果为 AI 模型取代号,主要出于品牌定位考虑,认为水果代号与其雄心勃勃的 AI 发展目标不相称。此前,Meta 最新前沿模型 Wonder Full 的内部代号为“Watermelon”(西瓜),其前代语言模型和图像模型代号分别为“Avocado”(牛油果)和“Mango”(芒果)。

  2. 量子位65

    百度开源文心5.5 Flash Base,多基准测试刷新同尺寸模型 SOTA

    百度11月5日开源文心5.5 Flash Base基座模型,在知识推理代码等多基准测试超越同尺寸模型刷新SOTA。模型采用MoE架构,总参数量2800亿,每个Token激活140亿参数,使用33.5万亿个Token预训练,预训练上下文最高128K且微调推理支持100万Token。开源地址Hugging Face,为开发者提供进一步微调与定制空间。

  3. IT之家50

    中国科大发布开源 RNA 序列基础模型 structRFM,成果登上 Nature

    中国科学技术大学发布开源 RNA 序列基础模型 structRFM,相关成果发表于 Nature。团队构建约2100万条序列-二级结构配对数据预训练,已开放权重、源代码及数据于 https://github.com/heqin-zhu/structRFM,在多项 RNA 结构预测与功能推断任务达前沿水平。这是2026年至今该校在 Nature、Science、Cell 第16篇成果。

  4. Testing Catalog66

    OpenAI 发布 Images 2.6 支持 GIF 与图像参考

    OpenAI 发布 Images 2.6 图像更新,在 ChatGPT、Codex 及 API 推出 GPT-Image-2.6 Flare 与 Sunburst 模型。新功能支持 GIF 制作与参考图像复用,生成速度提升 50% 且每周处理 40 亿张图片。API 新增图像标记与 SVG 导出,Flare 低质量最快 6 秒出图,Sunburst 侧重高一致性编辑。

  5. IT之家35

    IT早报 1105:调查显示近七成中国受访者今年不换手机;苹果就多地天气突现-32℃ 致歉;曝华为子品牌星芒英文名 OSTA;传字节将限制员工自费使用 Claude...

    彭博行业研究 10 月调查显示,近七成中国受访者 2026 年不会更换智能手机,人工智能以 8% 的占比排在换机原因末位。苹果客服就天气 App 多地显示 -32℃ 等极端数据致歉,称系系统端口问题并已修复。

  6. The Decoder57

    ChatGPT 现可借助 OpenAI Images 2.6 模型将文本提示和照片转为动画 GIF

    ChatGPT 借助 OpenAI 新 Images 2.6 模型支持从文本提示或上传照片生成动画 GIF,正面向全平台用户推送。用户可调整速度或编辑单帧,模型帧间角色一致性优于早期版本;开发者可通过 API 使用 GPT-Image-2.6 Flare 与 Sunburst 模型。OpenAI 称用户每周生成超 40 亿张图,较 September 多 10 亿。

11月4日周三
  1. IT之家50

    魔芯科技发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0

    魔芯科技发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0,将重力、光照等物理要素融入空间建模,输出可实时渲染的 4D 高斯资产。该模型视频推理速度提升至约 70 帧每秒,推理成本最低可降至同等规模 GPU 方案的 30%。这是继今年 7 月 MoWorld 1.0 发布后,该模型在物理交互与算力效率上的能力跃升。

  2. 量子位56

    招商局狮子山实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」

    近日招商局狮子山实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,采用MoE架构总参数约35B仅激活约3B。该模型在十项公开基准上全部指标提升,综合均分65.29,并于Hugging Face开源权重。其依靠能力牵引数据引擎而非堆砌数据,提供可复用训练方法论。

  3. IT之家48

    小鹏联合北大、港大发布 GroundingPI 预训练模型,感知模块综合跑分超过 GPT-6 Astra

    小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI,该模型采用约 40 亿参数规模,在 34 项公开感知基准综合评测中位列第一。GroundingPI 综合得分为 73.68,高于 OpenAI 前沿模型 GPT-6 Astra 的 71.54 分。该研究目前处于科研原型阶段,旨在通过精准感知降低机器人示教成本并提升场景泛化能力。

11月3日周二
  1. TechCrunch · AI54

    42AI 脱离隐身模式,获 $62.5M 种子资金并推出可预测人类行为的世界模型

    以色列初创 42AI 脱离隐身,推出可预测人类行为的世界模型并获得 $62.5M 种子资金。该模型将心理倾向转为数学特征输入 transformer,已在经纪商预测交易者决策与管理对冲,声称交易流准确率 98%(范围预测)且 F1 0.8-0.85。公司未来计划拓展至游戏与网络安全,并希望最终助机器人理解人。

11月2日周一
  1. IT之家51

    美团龙猫发布 LongCat-2.5 原生多模态 AI 模型:1.6T 参数,面向长程智能体任务

    美团龙猫今日发布原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数,面向长程智能体任务。模型在 LongCat-2.0 基础上强化原生视觉理解与智能体编程,通过长程强化学习提升复杂代码库开发与项目构建能力,支持 Visual Coding、创意设计和 3D 任务。

11月1日周日
  1. Testing Catalog46

    Google 在 Arena 测试 Gemini 4 Carbon 新检查点

    Google 在 Arena 平台更新 Gemini 4 Carbon 检查点,测试者反馈其速度显著提升且 3D 建模能力优于前代 Argon。该模型在 Three.js 任务中表现优异,但前端开发仍是短板。此前 Carbon 仅向部分安全防御者开放,预计将以 $2/M 输入 token 的价格广泛发布。

10月31日周六
10月30日周五
  1. IT之家61

    小米开源 0.8B 参数 OCR 小模型 Xiaomi-OCR-0:打通文档解析与视觉问答,支持 Markdown 与 JSON 输出

    小米官方开源 0.8B 文档理解模型 Xiaomi-OCR-0,模型权重与推理代码已上线 Hugging Face 和 GitHub。该模型单一覆盖文档解析、信息抽取与 OCR 视觉问答,在 OmniDocBench v1.6 得 96.83 分列总榜第二。技术已落地手机端超级小爱,并开放 MCP 服务与 Agent Skill 工具包。

© 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