模型发布/更新
-
Pika 基于MiniMax H3后训练并开源 Pika H3 Flex 视频生成模型
Pika Labs 在 MiniMax H3 上做后训练,推出并开源 Pika H3 Flex,采样步数从 50 步压缩到 6 步,生成时间大幅降低且质量有所提升。
-
Mistral Large 4(Le Chonk)登陆 Hugging Face:1T 参数 MoE 多模态开源权重模型
Hugging Face 发布 Mistral Large 4(Le Chonk)的上线博客,模型为多模态多语言 MoE 架构,总参数约 1T、激活 49B、上下文窗口 1M token。
-
Google 发布 Gemini 4 Carbon:AA Index v5.0 登顶,网络安全基准领先
Sundar Pichai 宣布 Google 推出 Gemini 4 Carbon,称其在更新后的 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
-
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon,定位为最强前沿模型,主打网络安全与长程智能体能力,在 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 取得领先,并以 59 分登顶 Artificial Analysis Intelligence Index v5.0。
-
面壁智能发布并开源 MiniCPM-OCR 系列:1.3B 解析模型与 2B 判别模型
面壁智能发布并开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0(1.3B)在 Real5-OmniDocBench 取得 93.68 分、OCRBench v2 取得 54.7 分的 SOTA,经 DSpark 加速后吞吐达 1.217 页/秒,端到端效率提升 55%。
-
Google 发布世界模型 Genie 4,支持实时操控与原生音频
Google 发布下一代世界模型 Genie 4,相比 Genie 3 在照片级真实感、物体碰撞等物理模拟上有明显进步。用户可用 WASD 和双摇杆实时控制角色或镜头,运行中可用自然语言修改天气和加入物体,模型还能同步生成环境音与人物实时对话。
-
Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4,主打实时交互模拟、更强照片级真实感,并首次在实时世界模型中原生生成音频,包括环境声和可实时交互的人物对话。
-
OpenAI 宣布 AI 模型取得三项科学突破,涉及局部光滑猜想、指数时间假设与杨–米尔斯理论
OpenAI 于 10 月 27 日宣布其 AI 模型在数学、计算机科学和物理学领域取得三项研究突破。数学上给出了所有维度下局部光滑猜想的证明,从而解决挂谷猜想与斯坦因限制猜想;计算机科学上给出推翻指数时间假设(ETH)的证明,暗示相关计算任务可能有更快算法;物理学上提出量子色动力学及标准模型一种统一完备化的严格存在性证明,涉及杨–米尔斯千禧年难题的一部分。
-
OpenAI 发布 GPT-6.1 Terra,主打电脑操作与写作能力
作者宣布 GPT-6.1 Terra 回归,称这是其首个在写作、个性和细致理解请求上显著更好的模型。该模型擅长电脑操作,可理解屏幕内容并跨应用执行操作,在 API 和订阅中提供的用量是 6.1 Sol 的 2 倍,价格更低。
-
Liquid AI 发布 LFM3 多模态模型家族,主打专用智能与端侧部署
Liquid AI 发布新一代 Liquid Foundation Models 家族 LFM3,首个版本包含六款约 2B 参数的模型,覆盖文本、视觉、音频、omni 和决策模态,全部基于 LFM3-1.7B-Base,预训练使用 22T tokens。