微软完成 2.8T 参数基模 MAI-Base-2 预训练，称性能强于所有参测开源权重模型
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，平均浮点算力利用率 21%、有效吞吐量 89%。预训练算力效率据称为 DeepSeek-V4-Pro-Base 的 4~12 倍。
#数据/训练
RadarAIAI 评分7474 RadarAIAI 评分6262 微软发布自研基础模型 MAI-Base-2，称仅用 OpenAI 四分之一算力即超越同类模型
微软 10 月 15 日发布自研预训练基础模型 MAI-Base-2，其 AI 业务 CEO 穆斯塔法·苏莱曼在员工大会上称，该模型性能超过目前驱动 GPT-5.6 Sol 的模型（代号 Spud），训练算力只有 OpenAI 的四分之一。
RadarAIAI 评分6262 OpenAI 推出科研模型 GPT-Rosalind
OpenAI 推出科研模型 GPT-Rosalind，用于帮助研究人员跨科学文献和生物数据进行推理，由科学家提供专业知识和判断力来评估证据。符合条件的实验室可获得最长 12 个月的 OpenAI 工具赞助访问权限，GPT-Rosalind 的访问需通过可信访问审批。通过 Rosalind Academic Plan 共享的研究数据默认不会用于训练 OpenAI 的模型。
RadarAIAI 评分6262 微软 MAI-Base-2 预训练完成，MAI-Base-3 已在筹备
微软 MAI 宣布 MAI-Base-2 预训练完成，MAI-Base-3 的训练周期已在筹备中。微软称 MAI-Base-2 在留出评测上超越所有受测开放权重模型，预训练 FLOPs 效率比最强开放基座模型 DeepSeek-V4-Pro-Base 高 4-12 倍，节省的算力被用于训练更大模型。微软表示已在 MAI 内部建成 3T 参数级别的 SOTA 预训练基座模型，后训练结果即将公布。
RadarAIAI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在留出评测中 BPB 低于所测全部开放权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
RadarAIAI 评分6262 Microsoft AI 宣布自研 3T 参数级预训练基础模型达到 SOTA
Microsoft AI CEO Mustafa Suleyman 宣布，MAI 已完全自研出 3T 参数权重级别的 SOTA 预训练基础模型，后训练结果即将发布，技术细节见博客 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/。
RadarAIAI 评分1818 微软 MAI-Base-2 训练全程稳定
微软 MAI-Base-2 在整个训练过程中训练得非常干净，得益于精心的扩展阶梯和配方的持续优化。Mustafa Suleyman 在 X 上公布了这一结果。
RadarAIAI 评分5252 阶跃星辰发布 Step 5 Preview 技术博客，详解智能体任务的架构与训练设计
阶跃星辰发布技术博客《Inside Step 5 Preview: Architecture and Training for Agentic Work》，介绍架构与训练如何协同设计以支持更长、更复杂的智能体任务。
RadarAIAI 评分3838 Jev 1.14 发布：Databricks 与 TypeSafe 合作
Jev 1.14 发布，新增图像输入、box API，质量更好、上下文更长。Databricks 宣布与 TypeSafe 合作，将新版 Jev 带给其客户。该版本面向早期采用者与探索者，并设有开关让用户自行选择进入"危险区"。
RadarAIAI 评分6262 Paper Instruments 发布开源模型 Ultramarine 1 Flash，面向文档密集型工作
Paper Instruments 发布开源模型 Ultramarine 1 Flash，面向银行、律所和咨询公司的文档密集型工作，称可按每任务几美分的成本产出 Excel 模型、幻灯片或 Word 备忘录。
RadarAIAI 评分5050 Ai2 发布 HiRO-ACEv2：以约 X-SHiELD 三百分之一成本生成全球 3 公里气候数据
Ai2 发布 HiRO-ACEv2 气候模拟系统，其新降尺度模型 HiROv2 可同时预测多种高分辨率要素，对百万分之一概率的极端风雨压事件高分辨率统计误差在 3% 以内。系统生成全球 3 公里气候数据成本约为 X-SHiELD 的 1/300，10 年模拟中飓风能量与 X-SHiELD 相当。目前仅适用于与 X-SHiELD 对齐的气候，尚不支持更暖未来或 ERA5 等历史数据。
量子位AI 评分3838 魔法原子 EchoPolicy-0 登顶 MolmoSpaces 具身智能榜单全球第一
魔法原子 VLM Agent 框架 EchoPolicy-0 在 AI2 发起的 MolmoSpaces Combined 榜单以 75.4% 平均成功率位列全球第一，覆盖全部 4 个 v1 任务。
RadarAIAI 评分3939 哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld，支持自然语言构建驾驶场景
哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld，整合场景控制、连续生成、多传感器观测与高效推理能力，用于按需构建驾驶数据与交互式策略测试。该模型支持通过自然语言描述需求，或直接编辑车辆、行人及运动轨迹，生成对应的多视角视频与激光雷达观测，可构造横穿行人、雨雪昼夜等长尾场景。
RadarAIAI 评分6262 Nature Will 发布 50B 参数 MoE 基础模型 Natura-1，让灵巧手零样本执行语言指令
Nature Will 发布首个面向物理世界的通用基础模型 Natura-1，为 500 亿参数 MoE 模型，基于 100 万小时第一视角人类经验数据预训练，可零样本理解自然语言指令并用灵巧手执行。
RadarAIAI 评分2222 海尔卡奥斯发布天智工业大模型，国内首个基于工业互联网的工业大模型
海尔卡奥斯发布天智工业大模型，称其为国内首个基于工业互联网的工业大模型，检索精准度达 93%。该模型融合机理模型与智能体集群，构建生产运营、能碳管理、企业决策三大智能体集群，已在家电、石化、汽车等行业 4 多个场景落地。
RadarAIAI 评分7171 Meta 发布 Muse Wonder 系列 Agent 模型，作者解读四大能力支柱与泛化论证
Meta 发布面向个人与专业场景的 Agent 旗舰模型系列 Muse Wonder，定位为替用户做事而非通用聊天。作者梳理其四大能力支柱：领域专业知识（覆盖法律、金融、医疗与 Harvey 的 LAB 基准）、主动记忆、主动专注（配套自建 FocusBench 和 SWE-Marathon）与前沿编程。
TechCrunch · AI精选AI 评分8080 Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，这是其首次尝试前沿模型。
推荐理由：Meta 首次发布前沿模型，给出与 Fable 5.1、GPT-6 Astra 的基准对比及 API 定价，可据此判断其定位。
Hacker NewsAI 评分5858 Precision Numerics 发布 1-bit 模型 Boole-1.7B，权重仅 247 MB
Precision Numerics 发布 Boole-1.7B，一个从 Qwen3-1.7B 蒸馏而来的 1-bit 语言模型，存储权重 247 MB，十项基准平均分 50.55，BF16 基线为 58.83，相当于基线的 85.9%，权重体积缩小 13.9 倍。
GitHubAI 评分2020 Wren：纯 NumPy 手写文本 CNN 的情感分析器
Wren 是一个完全用 NumPy 从零手写的文本卷积神经网络，卷积层、全连接层、反向传播和优化器均未使用 PyTorch、TensorFlow、Keras 或 scikit-learn。
RadarAIAI 评分3838 Qwen3.8-27B 拟人对话微调版：展现自然真实交谈风格
Qwen3.8-27B-Humanlike-Chat 2.0 通过同策略蒸馏真实与合成对话，实现自然的拟人语言风格，无需专门提示词约束。该模型在保留出色工具调用与代码能力的同时，摒弃了传统 AI 助手的生硬客套口吻。
RadarAIAI 评分3838 华为与华东师大联合研发昇腾原生时序预训练模型七曜，登顶 TIME-leaderboard 和 GIFT-Eval 双榜单
华为云行业大模型团队与华东师范大学联合研发的昇腾原生时序预训练模型"七曜"，登顶国际权威时序评测榜单 TIME-leaderboard 和 GIFT-Eval（Pretrained 类目）。该模型可直接用于零样本时序预测任务，适配电网负荷研判、工业设备异常时序检测、金融趋势分析等场景，并支持低成本二次微调。
GitHubAI 评分2222 GhostLM：从零用 PyTorch 手写的开源通用语言模型
GhostLM 是一个完全从零用 PyTorch 手写、无预训练权重和封装的开源通用语言模型，以网络安全为最深专长，同时覆盖通用知识、代码与数学推理。其 v1.0 预训练语料含 768,741 条训练、40,429 条验证记录（约 422M tokens），代码占比 11.6%，安全类文本约占 65%，训练目标为约 360M 参数的 ghost-base。
GitHubAI 评分2020 EPIC-SHARC MOHTE v0.3.5 更新：token 记忆改用环形缓冲区
EPIC-SHARC MOHTE 发布 v0.3.5，将 token 记忆改为环形缓冲区，并新增缓存 token 计数，使 copy-bias 查找不再每步重扫整个记忆窗口。该版本让 token 记忆置信度改用真实的 top-1 与 top-2 差距，默认在训练时跳过 token 记忆复制与锚点记账，并新增相应冒烟测试。项目以 GNU AGPLv3 源码开放，非商业用途免费，商业部署需付费授权。
GitHubAI 评分1212 TRON_Forecast：用 ARIMA 与 LSTM 预测 TRX 价格
TRON_Forecast 是一个开源脚本，用 ARIMA 和 LSTM 两种模型预测 TRX/USDT 价格，支持 1D、1W、1M 多周期分析，并通过 ccxt 在 Binance、KuCoin、Bybit、Huobi、OKX 五家交易所自动切换取数。
Hacker NewsAI 评分6262 Vega 发布：冻结 Qwen3.5-0.8B 加 55MB 决策引擎，让粒子滚落山谷给出答案
Vega 是一个决策模型，输入文本和答案类型固定的问题，返回标签、评分或陈述为真的概率，每个答案附带校准概率、可承诺答案集和拒答标记。它用冻结的 Qwen3.5-0.8B 读取一次提示词，池化出五个向量，在 64 维空间中给每个候选答案挖一个山谷，让粒子在梯度、动量和摩擦力下滚动十二步，落点即答案，落点方式决定温度，因此概率有实际含义。
GitHubAI 评分88 TS-Source：Apache 2.0 开源 AI 训练项目
TS-Source 是一个以 Apache 2.0 许可发布的开源 AI 训练项目，提供模块化训练流水线、可复现实验追踪、数据集溯源账本、分布式计算编排与评测套件，并支持多语言文档和响应式仪表盘。项目采用 Bedrock、Kiln、Lens、Canopy 四层架构，各层通过稳定接口通信，2026 年路线图计划先稳定插件注册表并发布首个正式 API 契约。
RadarAIAI 评分3838 蚂蚁 inclusionAI 发布 PolyOCR-Venus：2B/9B 统一 OCR 基础模型
蚂蚁 inclusionAI 开源 PolyOCR-Venus 系列 OCR 基础模型，含 2B 和 9B 两个版本，基于 Qwen3.5 视觉语言骨干，统一支持文本识别、定位、文档解析、信息抽取与 OCR 推理。
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 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。
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。
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。
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。
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。
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7171 Hugging Face 联创 Thomas Wolf 发布开源基因注释模型 Carbon-A 及 5.66 亿候选基因数据库
Thomas Wolf 团队发布开源模型 Carbon-A，可直接在 DNA 中定位基因，并据此构建覆盖 22617 个物种、共 5.66 亿候选基因的 Carbon Annotation Database，模型与数据库一并开放。
科技媒体 RSSAI 评分6262 OpenAI 发布内部前沿模型产出的新数学结果
OpenAI 宣布发布一批由内部前沿模型产出的新数学结果，相关材料已在 GitHub 开放。发布方式参考了高等研究院数学与人工智能独立咨询组的建议和公开推荐。
科技媒体 RSS同新闻AI 评分7777 Mistral 发布万亿参数多模态模型 Mistral Large 4，计划三周后开放权重
Mistral AI 于周二发布万亿参数多模态模型 Mistral Large 4（昵称 Le Chonk），定位为介于闭源与中国开源模型之间的第三条路线。该模型目前仅能通过公开 guardrail 端点访问，安全测试完成后计划在三周内开放权重。它仅用 4,000 块 NVIDIA GPU 在 Mistral 自有算力上完成训练，优化用例包括网络安全、金融和芯片设计。