strands-labs 开源决策模型 strands-decider，新增 Gemma 4 系列
strands-labs 发布 strands-decider 决策模型，用指针头替换 LLM 的语言建模头，在选项间做选择、判断是与否或按量表打分，并给出置信度。
最新动态
GitHubAI 评分6262 RadarAIAI 评分6262 微软在 Microsoft Foundry 上线 Microsoft-Decision-1 决策模型
微软在 Microsoft Foundry 上线 Microsoft-Decision-1，该模型基于 Qwen3.5-9B 后训练，用于快速单次决策打分，后续计划迁移到 MAI 和 OpenAI 模型。
Hacker NewsAI 评分5858 Liquid AI 发布开源决策模型 d1，单次前向传播即可给出答案
Liquid AI 发布开源决策模型 d1，其特点是在一次前向传播中直接给出答案。
Hacker NewsAI 评分6262 Cloudflare 发布 Clef-omni 多模态决策模型，Clef-flash 降价、Clef 提速
Cloudflare 发布 Clef-omni，在文本和图像之外新增音频（wav、mp3）与视频（mp4、webm）输入，模型权重已在 Hugging Face 开源，基于 Qwen3-Omni-30B-A3B-Instruct MoE 底座并去掉文本转语音输出部分。
Hacker NewsAI 评分4848 Kisoku 1.6B：单人用免费 TPU 额度从零预训练，追平 Llama 3.2 1B
个人开发者 Joseph Rodriguez 用 Google TPU Research Cloud 的 TPU v4-32 从零预训练出 1.6B 参数的 Kisoku，训练数据约 0.5 万亿 token。
RadarAIAI 评分6262 微软发布 Decision-1 模型，已在 Foundry 上线
微软发布 Decision-1 模型，现已在 Foundry 中可用，并将很快通过 OpenRouter 提供。Satya Nadella 在 X 上公布了这一消息，并附上微软官方链接 https://commandline.microsoft.com/microsoft-decision-1-model-foundry/。
RadarAIAI 评分6262 微软推出 Decision-1 决策模型
微软推出新模型 Microsoft-Decision-1，用于快速决策。Satya Nadella 表示，它在结构化决策任务上表现顶尖，在延迟和质量上均优于 LLM 和其他决策模型。该模型已在微软内部测试，应用范围涵盖事件响应、质量控制和科学发现。
RadarAIAI 评分4747 HeyGen Voice 登顶 Artificial Analysis 受控语音 TTS 竞技场榜首
HeyGen Voice 在 Artificial Analysis 受控语音 TTS 竞技场以 Elo 1,201 登顶，超过 Qwen-Audio-3.1-TTS-Plus（1,182）和 Eleven v4 Turbo（1,166）。其发音鲁棒性得分 83.1%，定价 $30/1M 字符，生成速度为每秒 40 字符。
RadarAIAI 评分6262 腾讯开源多语言翻译模型 Hy-MT2，支持 1.25-bit 量化与指令遵循
腾讯发布开源多语言翻译模型 Hy-MT2，提供 1.8B、7B、30B 三种规格，支持 33 种语言，由 Gemma 4 微调而来。其中 1.8B 版本经 AngelSlim 量化后仅 440MB，适合端侧部署，并支持术语一致、风格指定等可控翻译指令。摘要称其翻译性能优于微软和豆包 API。
RadarAIAI 评分6262 François Chollet 称 Kaggle 上 ARC-AGI-2 分数已达 88.06%
François Chollet 转发 ARC Prize 消息称，Kaggle 上的 ARC-AGI-2 分数已达到很高水平。ARC Prize 2026 榜单显示，tufa labs 以 88.06% 位列第一，Rabbithole 以 80.56% 排名第二。在保底奖金之外，15 万美元 Bonus Prize 将由所有得分超过 85% 的团队分享。
RadarAIAI 评分4242 ARC Prize 2026 ARC-AGI-3 高分榜：Yi-Chia Chen 以 59.17% 登顶
Yi-Chia Chen 在 ARC Prize 2026 的 ARC-AGI-3 上取得 59.17% 高分，超越 tufalabs 登顶高分榜。ARC Prize 官方账号公布了这一新纪录。
RadarAIAI 评分6666 ARC Prize 2026：TUFA Labs 以 88.06% 登顶 ARC-AGI-2 高分榜
ARC Prize 公布 2026 赛季 ARC-AGI-2 高分榜，TUFA Labs 以 88.06% 排名第一。除保证奖金外另设的 15 万美元 Bonus Prize 将由所有得分超过 85% 的团队分享。榜单第 2 至第 5 名分别为 Rabbithole（80.56%）、Yi-Chia Chen（77.22%）、Nubanana（77.08%）和 _hans（67.64%）。
RadarAIAI 评分6262 Qwen-Image-2.1-Turbo 图像生成模型发布，8 步去噪并开放权重
Qwen-Image-2.1-Turbo 图像生成模型发布，基于 7B 视觉生成架构，仅需 8 个去噪步骤即可创建和编辑图像，开源权重可用。模型提供 Diffusers 加载方式和 API 访问方式。
RadarAIAI 评分4242 Arena 一周榜单：Nano Banana 2.1、Mistral Large 4 与 Claude Haiku 5.5 排名更新
Arena 公布本周榜单：Nano Banana 2.1 在三个 Image Arena 模式进入前六，Multi-Image Edit 以 1431 分排第 4，Text-to-Image 第 5（1328 分），Image Edit 第 6（1428 分）。
RadarAIAI 评分6666 通义千问发布 Qwen-Image-2.1-Turbo，8 步去噪生成与编辑图像并开放权重
通义千问发布 Qwen-Image-2.1-Turbo，这是基于同一 7B 视觉生成架构的加速 checkpoint，只需 8 个去噪步骤即可生成和编辑图像，权重已开放。该系列为生成与编辑统一模型，原生支持 RGBA 图层生成与编辑，可处理最多 10 张参考图并保持人像与商品的高保真度。模型权重已在 ModelScope 和 Hugging Face 开放，博客与 GitHub 仓库同步上线。
RadarAIAI 评分2222 Step 5 Preview 登上 OpenRouter New & Trending 榜单
阶跃星辰的 Step 5 Preview 现已登上 OpenRouter 的 New & Trending 排行榜。官方在 X 上感谢试用者及将其接入工作流的合作伙伴。
Hacker NewsAI 评分6262 Illumina 发布开源模型 SpliceAI2，从 DNA 序列预测剪接与完整转录本
Illumina 的 BioInsight AI Lab 发布预训练模型 SpliceAI2，在原有 SpliceAI 判断剪接位点的基础上，新增预测剪接连接和完整 RNA 转录本异构体的能力，只需输入 DNA 序列。
Hacker NewsAI 评分2626 Show HN：把物理写进架构（可学习 Hamiltonian）的连续时间模型
一个将物理计算写入架构而非作为损失项的开源模型：以连续时间 liquid（LTC）递归为基底，叠加可学习 Hamiltonian 与辛积分器作为硬约束，能量按构造守恒、严格时间可逆。
量子位AI 评分3737 联想天禧自研代码智能体TianxiCode登顶SWE-bench-Live全球第一
联想天禧AI自研代码智能体框架TianxiCode配合DeepSeek-v4.1-Flash，在SWE-bench-Live（Lite分榜）以71%问题解决率登顶全球第一，并通过官方Verified核验。TianxiCode具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将应用到联想AI硬件产品中。
RadarAIAI 评分6262 Conway Research 发布 2-bit 量化版 Saluki 27B，7.89 GB 工具调用反超原版 Qwen3.8-27B
Conway Research 旗下 Underdog 以 Apache 2.0 发布 Saluki 27B，这是 Qwen3.8-27B 的 2-bit 混合精度 GGUF 量化版，文件从 54 GB 压到 7.89 GB，可在原版 llama.cpp 运行并支持完整 GPU 卸载。
RadarAIAI 评分00 OpenAI GPT-6.1 Sol Ultrafast 发布分析
OpenAI 发布 GPT-6.1 Sol Ultrafast，推理质量接近 Astra，速度是 Sol 标准版的 8 倍。该版本 API 定价为输入 12 美元、输出 60 美元每百万 token。
RadarAIAI 评分6262 Liquid AI 开源 d1 系列决策模型，d1-3B 单次判断仅 8 毫秒并支持图像输入
Liquid AI 于 10 月 7 日发布博文，推出 d1-3B 和 d1-omni-600M 两款开放权重决策模型，已在 Hugging Face 公开，可下载、微调并部署。
RadarAIAI 评分6060 清华持股公司星动纪元 VPP2 世界动作模型登顶 RoboDojo 榜单
清华持股公司星动纪元自研的世界动作模型 VPP2 在 RoboDojo 仿真榜单排名第一，超越 GPT-6-Astra 及英伟达等头部模型。该模型的核心逻辑是视频预测质量决定动作上限，团队将视频预测与动作学习解耦，并设计了三阶段训练策略。材料称其不依赖外挂和额外数据。
RadarAIAI 评分5858 JetBrains 发布编程 AI 模型 Mellum2.1，高负载推理吞吐接近 Qwen3.5-9B 两倍
JetBrains 发布编程 AI 模型 Mellum2.1，延续 Mellum2 的 12B 混合专家架构与 2.5B 活跃参数，仍以 Apache 2.0 许可证开源，重点增强智能体编程能力。
RadarAIAI 评分6262 Google 发布 EmbeddingGemma 2 多模态端侧嵌入模型
Google 发布 EmbeddingGemma 2，称其为首个开源多模态嵌入模型，可将文本、图像和音频映射到统一向量空间。该模型基于 Gemma 4 调优，参数量 740M，专为端侧设备优化，在检索任务上表现较好，适用于 RAG 等隐私敏感场景。
RadarAIAI 评分5858 Mistral Large 4 进入 Agent Arena 前十五实验室，总排名第 43
Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室，基于超 5000 个真实智能体会话，该预览版净改进分为 -6.6%，总排名第 43，比前代 Mistral Medium 3.5（-12.60%）高出 11 位。
arXiv cs.CLAI 评分3434 SAIL：面向科研的智能体模型，35B 总参数 3B 激活
SAIL 是一个 35B 总参数、3B 激活参数的开放模型，面向文献研究、科学编程和多步科研工作流。它通过科学感知的改进循环开发：由前沿 AI 模型驱动的智能体分析其任务失败并构建针对性训练任务，再经监督微调、专家训练、多教师 on-policy 蒸馏和智能体强化学习训练。SAIL 以远少于领先开放权重模型的参数在科研任务上取得有竞争力的表现。
GitHubAI 评分1010 QSOLKCB/Trinite：三元权重边缘 AI 研究项目进入 Phase 4 几何测量
QSOLKCB/Trinite 是一个可审查的三元权重边缘 AI 研究项目，已实现 Phase 4 几何测量，支持匹配的稠密与三元 CPU 解码器进行原生训练、安全回放和提示词捕获分析。
Hacker NewsAI 评分6666 Liquid AI 发布 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M，均已在 Hugging Face 上线。
GitHubAI 评分2222 Hanok-LLM：面向商业化的韩语大模型栈
Hanok-LLM 是一个模块化、面向生产的韩语大语言模型栈，基于 Korean-llm 项目持续研究构建，目标明确指向完全商业化。模型为原生 decoder-only Transformer（KoreanLLM），默认 20 层、隐藏维度 1,920、10 个注意力头、词表 128,256，实例化参数约 1.09B，支持最长 2,048 序列长度与 KV cache。
RadarAIAI 评分5252 Einsia 发布物理评测，MiniMax H3 称开源视频世界模型接近闭源 SOTA
Einsia 推出 World Models' Last Exam in Physics，用 40 项受控任务、9 个物理类别对照真实物理定律评测 8 个 SOTA 视频世界模型，最高分 57.76/100，平均综合分仅 26.61/100。
RadarAIAI 评分6060 Artificial Analysis 评测 Grok Imagine Video 1.5 Lite：AA-Video-T2V v2.0 榜第 17 名并进入质量速度 Pareto 前沿
Artificial Analysis 评测 SpaceXAI 新发布的低价视频模型 Grok Imagine Video 1.5 Lite，其在 AA-Video-T2V v2.0 和 AA-Video-T2V-Silent v2.0 两个榜单均排第 17 名，排在 Google Veo 3.1 之前，价格约为其三分之一。
GitHubAI 评分1010 Gatita AI：闭源模型家族，3.1T+ 参数支持 70 多种语言编程
Gatita AI 是一个闭源 AI 模型家族，主打类人文本生成，参数规模达 3.1T+，支持 70 多种语言的编程、写作、文件整理、日程规划、图像处理、数学与网络安全威胁识别等任务。用户可通过 Gatita Ask 账号免费使用，并在账户设置中创建 API Key 调用 Gatita AI API。
GitHubAI 评分2020 bai-Mind-8：用 8 通道 EEG 设备解读脑电波的开源模型
GitHub 项目 Anbakatum/bai-Mind-8 发布，这是一个配合 8 通道 EEG 设备解读脑信号的开源模型，可将想法转化为文本，兼容 Neuramax。其 v1 版本模型体积 1.65GB、148.23M 参数，准确率 18%、召回率 79.3%、F1 73.5%、精确率 68.6%，定位为实验性探索，面向脑机接口、神经科学研究与心理健康诊断等场景。
GitHubAI 评分1212 HAiKU AML：用 5–7–5 俳句与 AML 模块构建的 Python 对话生命体
HAiKU 是一个用纯 AML 模块重写的 Python 对话生命体，以 5–7–5 俳句回应提问，靠 Cloud、Harmonix、MathBrain、RAE 等器官在词权重、不协和度与温度间生成回复。
RadarAIAI 评分6262 Artificial Analysis 网络指数新增可信访问模型，GPT-6 Sol 登顶
Artificial Analysis 网络指数新增可信访问模型类别，GPT-6 Sol（Daybreak Blue, max）登顶并进入成本与能力帕累托前沿。该模型在整个指数测试中未触发任何安全拦截，总分较公开版 GPT-6 Sol（max）提升 32 分。其每任务成本为 $1.77，低于 Grok 4.7（xhigh）的 $11.67。
RadarAIAI 评分6262 Arena 公布 Claude Haiku 5.5 (High) 评测结果：Code Arena 1587 分首秀第 30 名
Arena 公布 Anthropic Claude Haiku 5.5（High）的真实评测结果，在 Code Arena: WebDev 以 1587 分首秀排名第 30，略在帕累托前沿之外。
RadarAIAI 评分6262 Anthropic 将 Sonnet 5.5 缓存读取价格减半至 $0.10/百万 token
Anthropic 将 Sonnet 5.5 的缓存读取价格下调一半，在 Claude Platform 上现为 $0.10 每百万 token，输入 $2、输出 $10。官方称这让 Sonnet 5.5 在大多数 agentic 工作上运行成本降低约 20%。此次调价仅限 API，Claude Code 的用量限制不变。
Hacker NewsAI 评分6060 Speridlabs 发布像素空间生成模型 Iris-3B
Speridlabs 发布 Iris-3B，一个 3B 的 flow-matching transformer，直接生成原始 RGB 像素，无需 VAE 参与，可充当通用视觉学习器。
RadarAIAI 评分6262 OpenAI 推出 GPT-6.1 Sol Ultrafast，token 生成速度最高快 8 倍
OpenAI 宣布 GPT-6.1 Sol Ultrafast 开始推出，token 生成速度最高比 Sol Standard 快 8 倍。该模型已在 API、Codex 和 ChatGPT Work 中上线，API 定价为每 100 万输入 token $12、每 100 万输出 token $60。