跳到正文
  1. RadarAI78

    快手可灵 AI Kling 4.0 全量上线,单次生成视频最长 30 秒

    快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com,单次生成视频最长可达 30 秒,视频可多次续拍延展至 2 分钟。

    推荐理由:可灵 Kling 4.0 全量上线并接入 MCP/CLI,读者可据此判断视频生成在时长与工作流接入上的变化。

  2. PyTorch Blog85

    Meta 开源 Muse Spark Open:816B 总参数、42B 激活的编码与智能体模型

    Meta 发布 Muse Spark Open 的开放权重,这是一个 816B 总参数、42B 激活的模型,上下文窗口 1M tokens,已在 Hugging Face 上以 Muse Model License 提供。

    推荐理由:Meta 开源 816B 总参数、42B 激活的编码与智能体模型,并给出 Helion 内核与 TorchTitan 微调路径,可据此评估开源权重模型的部署与二次训练成本。

  1. NVIDIA Newsroom74

    NVIDIA 扩展 Nemotron 家族,发布 Nemotron 3.5 Super VL 与 Bolt 系列模型

    NVIDIA 发布开放模型 Nemotron 3.5 Super VL,1200 亿参数,主打多模态智能体任务,官方称其吞吐量最高可达同类模型的 5 倍,精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。

    推荐理由:NVIDIA 一次放出三款覆盖数据中心到端侧的开放权重模型,并列出各行业后训练案例,可据此判断开放模型在企业智能体部署中的位置。

  1. 量子位87

    谷歌发布 Gemini 4 Argon:主打编程与长流程执行,API 限时半价

    谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon,定位为加强编程、专业知识工作和复杂任务持续执行能力,并进一步推进视觉理解、空间推理和工具调用。

    推荐理由:谷歌旗舰 Gemini 4 Argon 的发布信息与限时半价定价,可对照其与 GPT-6、Opus5.5 的评测和成本差异。

  2. Hacker News88

    Google DeepMind 发布 Gemini 4 Argon

    Google DeepMind 发布 Gemini 4 Argon,即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token,可一次完成 100K+ token 推理轨迹、整仓库生成与重构,并称在 CWE-Bench 漏洞修复上以 68% 并列第一,是抗间接提示注入最强的模型。

    推荐理由:原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据,可据此判断其相对同级模型的位置。

  1. Latent Space78

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder(代号 Watermelon)与 Muse Wonder Full,距该实验室成立约 14 个月。

    推荐理由:汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据,可对照 Opus 5.5、GPT-6 等模型看前沿梯队变化。

  2. 量子位78

    面壁开源 MiniCPM-V 4.7:35B-A3B 手机断网可跑,仅占 3G 内存

    面壁智能与 OpenBMB 开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型,约 3G 内存即可在 iOS、安卓设备上运行。

    推荐理由:面壁开源 MiniCPM-V 4.7,给出 35B-A3B 在手机端 3G 内存运行的具体实测与压缩数据,可据此判断端侧多模态的落地边界。

  3. RadarAI78

    Meta 发布 Muse Wonder 与 Muse Wonder Full:基准成绩、定价与使用步骤

    Meta 发布 Muse Wonder 和 Muse Wonder Full,定位面向长期运行的 agent 任务,支持 1M token 上下文和文本、图像、视频、音频输入。

    推荐理由:Meta 新模型给出 1M 上下文与 agent 定位,并附与 Claude、GPT 同表的基准对比,可据此判断其能力位置。

  1. OpenAI News82

    OpenAI 面向所有用户推出 GPT-6 与 Intelligent UI

    OpenAI 宣布 GPT-6 在 ChatGPT 中面向全球用户上线,并同步推出 Intelligent UI。官方称新版本响应更快,提供可视化内容和可直接探索、使用的交互体验。

    推荐理由:OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线,并同步带来 Intelligent UI 的视觉与交互体验。

  1. 科技媒体 RSS80

    Mistral 发布 Mistral Large 4,1T 参数原生多模态,月底开放权重

    Mistral AI 发布 Mistral Large 4(别名 Le Chonk),采用 1T 参数、49B 激活的原生多模态架构。官方称其在美欧开放权重模型中聚合基准最佳,在网络防御、制造和金融等关键工作负载达到 SOTA,视觉 grounding 上超越闭源前沿模型。该模型现可通过 API 使用,开放权重计划于 10 月底发布。

    推荐理由:Mistral Large 4 给出 1T 参数、49B 激活与原生多模态的规格,并明确 API 可用与月底开放权重的时间点。

  2. Google DeepMind71

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间,基于 Gemma 4 架构,采用 Apache 2.0 许可,参数量 7.4 亿。

    推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间,并给出端侧内存与向量截断的具体数据,便于评估本地多模态检索的可行性。

  1. Microsoft Research66

    微软研究院发布 Quine:面向生物学复杂性的 AI 研究系统

    微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物学世界模型,以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。

    推荐理由:微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计,并给出胰腺癌化合物筛选的湿实验验证结果。

已经到底了