模型发布/更新
-
Runway 发布 Solaris:首个界面世界模型,实时生成操作系统级交互界面
Runway 推出 Solaris,这是其全新界面世界模型(Interface World Models)系列的首个模型。Solaris 能实时逐帧生成应用和网站界面,无需中间代码表示,直接以图像作为交互层,支持视觉化、动态响应和开放式交互。它还可用于训练智能体,使其适应不断变化的界面布局,而非局限于特定训练环境。
-
Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1,两者为同一模型但安全防护级别不同,Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。
-
DeepSeek-V4-Flash-Vision-Exp 模型已开源,多模态 Agent 能力接近 Opus-4.8
DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp,采用 MIT License,公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。
-
智谱开源 GLM-5.3 模型权重,主打智能体编程与网络防御
智谱宣布开源 GLM-5.3 模型权重,支持本地运行与个性化定制,擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分,与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级,并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。
-
GLM-5.3 开源权重,智能体编码与网防最强
GLM-5.3 现已开放权重。
我们最强大的智能体编码与网络防御模型,现已可供下载、运行和定制。
权重:https://huggingface.co/zai-org/GLM-5.3 技术博客:https://z.ai/blog/glm-5.3
-
腾讯混元发布 Hy4 preview:770B 总参数、1M 上下文,开源上线
腾讯混元发布新一代旗舰模型 Hy4 preview,总参数 770B、激活参数 49B、上下文长度 1M,现已开源并在腾讯云 TokenHub 和 OpenRouter 上线。
-
Midjourney 开放 V8.2 图像编辑模型测试
Midjourney 开始向所有用户开放其首个 V8.2 图像编辑模型的测试。该模型支持指令编辑、以图生图(最多同时引用 4 张参考图)、局部重绘与扩画,并兼容个性化、moodboards 和 srefs 功能。用户可通过网页端或 Discord 的 `–edit` 命令使用,官方同步更新了 midjourney.com 与 alpha.midjourney.com 的界面。
-
Gemini Omni 1.1 Flash 发布,为开发者提供更强生成式视频控制
Google 推出 Gemini Omni 1.1 Flash,为开发者提供更强的生成式视频控制能力。新模型支持场景扩展(可分析最多 10 秒先前上下文,以 10 秒为增量累计延长至 40 秒)、指定首尾帧生成平滑过渡,以及 4K 高清输出。
-
唐杰宣布GLM-5.3 Flash AA登顶OpenRouter
Ox Alpha = GLM-5.3 Flash AA = 57,以1/100的前沿价格,
由纯国产芯片驱动。在OpenRouter上实现了近20%的周token份额(第一)。
感谢大家的支持。
-
GlucoFM:面向连续血糖监测的基础模型
Google Research 推出 GlucoFM,一款轻量级自监督 CGM 基础模型,采用双流设计分别建模缓慢血糖趋势与短期波动。在四个队列、七项临床预测任务的 14 项评估中,其 PR-AUC 较最优 GluFormer 变体平均高出 5.8 个百分点,并在 PPGR 预测中取得最低 MAE。模型在 109,066 小时无标注 CGM 数据上预训练,具备跨数据集迁移与少样本适应能力。