跳到正文
全部动态
11月10日周二
  1. 模型发布·Latent Space精选

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,重夺模型榜首

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,称两者在多数评测能力上超过 Opus 5.5,并重夺世界第一模型位置。Fable 5.2 定价为每百万输入 token $8、输出 token $40,比 Fable 5.1 的 $10/$50 低 20%,但 SemiAnalysis 的 GDPx 基准上单任务成本从 $67.16 升至 $88.15,因其会生成数百到数千个测试用例并调用子智能体自查。Artificial Analysis 智能指数 v5 中 Fable 5.2 以 65 分居首,Gemini 4 Carbon 60 分、Opus 5.5 59 分;多个评测显示 max 档表现反而不如 high 档。

  2. 模型发布·Google DeepMind Blog官方精选

    Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型

    Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,在200多项任务上成功率比此前基线提升30%至100%,完成任务速度快20%至30%。在奔驰匈牙利 Kecskemét 和德国 Sindelfingen 产线的试点中,Apptronik 的 Apollo 2 人形机器人自主完成汽车零件分拣,成功率达96%。该模型已向机器人合作伙伴开放,同时发布开源基准 ASIMOV-Jailbreak,Gemini 4 Argon 在该基准上的抗越狱率为99.5%。

11月7日周六
  1. 模型发布·Mistral AI (@MistralAI)官方

    Mistral介绍Voxtral 3语音轮次结束检测

    Mistral AI发帖介绍Voxtral 3的轮次结束检测能力,可帮助开发者判断用户何时说完话,从而构建更及时的语音交互,减少对人工规则的依赖。

11月6日周五
  1. 模型发布·Google DeepMind Blog官方

    Google DeepMind 发布 Gemini Omni 1.2 Flash,支持15秒视频并降价30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash,原生视频生成时长从 Omni 1.1 的 10 秒提升到 15 秒,并支持按 3 至 15 秒逐秒指定时长。720p 视频价格较 Omni 1.1 下调 30% 至每秒 $0.07,可先用 360p 或 720p 快速出稿再升到 1080p 或 4K。该模型已在 Gemini API 和 Gemini for business 全面开放,输出带 SynthID 水印。

  2. 模型发布·Google AI (The Keyword)官方精选

    Google 发布 Gemini Omni 1.2 Flash 视频模型,支持 15 秒片段并降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 与 Gemini for business 全面开放。该版本支持原生 15 秒视频生成,可按 1 秒步长指定 3 至 15 秒时长,720p 定价 $0.07/秒,较 Omni 1.1 降价 30%。新增多轮对话式编辑和更强的参考遵循,可组合人物、产品、风格图、3 秒以内运动片段与音频线索,保持人脸、服装和品牌色一致。

11月3日周二
  1. 模型发布·Google AI (The Keyword)官方

    Google十月AI更新:Gemini 4双模型与Genie 4世界模型

    Google回顾十月AI进展:Gemini 4 Argon全球上线,覆盖AI Studio、Gemini API、云与搜索;两周后宣布主打长程工程与网络安全防御的Gemini 4 Carbon,进入美国政府及可信防御方预发布测试;另推出实时交互世界模型Genie 4、SynthID检测器全球英文开放、开源嵌入模型EmbeddingGemma 2等。

10月29日周四
  1. 模型发布·Google DeepMind Blog官方精选

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长周期任务上达到当前最强水平,在 Artificial Analysis 智能指数 v5.0 上以 59 分排名第一。Carbon 在漏洞发现 SEC-bench Pro 得 88.2%、漏洞利用 ExploitGym 得 54.8%、补丁修复 CWE-bench 得 71.0%,WebDev Arena 升至 1768 分排第 4。本周起先向部分网络安全防御者开放,再通过 Fairwind Program 逐步扩大,定价与 Argon 相同,输入 $2、输出 $10 每百万 tokens。

10月17日周六
  1. 模型发布·Interconnects

    Meta开源Muse Spark Open,美国开源模型重回前沿

    Interconnects分析Meta本周发布开源模型Muse Spark Open(816B总参数/42B激活、1M上下文、原生多模态),称其为最强美国开源模型,与DeepSeek V4.1 Flash相近、落后GLM 5.3与Kimi K3;同期Meta还推出闭源Muse Wonder系列,成为唯一同时拥有前沿开源与闭源模型的美国公司。文章亦批评其自定义许可证含品牌标注、月收入超2000万美元需另授权等限制。

10月9日周五
  1. 模型发布·Qwen (@Alibaba_Qwen)官方

    Qwen开源8步出图图像模型Turbo

    Qwen发布Qwen-Image-2.1-Turbo,基于7B视觉生成架构,仅需8步去噪即可文生2K图像并支持自然语言编辑,权重已在ModelScope与Hugging Face开放,Pro与Turbo API同步上线。

9月24日周四
  1. 模型发布·Last Week in AI

    LWiAI播客第257期:GPT-6 Astra与AI安全争议

    播客回顾上周AI大事:OpenAI发布GPT-6 Astra,主打智能体编码与电脑操作,并称推理技术引发安全专家担忧;Anthropic CEO呼吁放缓前沿AI,Altman表示认同,黄仁勋、扎克伯格与特朗普则公开淡化安全担忧;Anthropic研究员辞职后AI灭绝警告走红,引发国会监管呼声;OpenAI提出模型失准报告框架,安全研究者据称用Claude协助入侵OpenAI员工账户。

9月7日周一
6月10日周三
  1. 模型发布·One Useful Thing

    Mollick亲测Claude 5 Fable:能力跃升但过程成黑箱

    Ethan Mollick提前体验首个公开的Mythos级模型Claude 5 Fable,称其全面超越此前所有公开模型,可连续工作十余小时完成多页规格任务,并自主调度子智能体完成等时线地图与科研软件Concord。但他指出Fable价格是Opus两倍、token消耗巨大,安全护栏频繁误触发降级,且人类对过程几乎不可见,角色从操作者变为委托者。